-
公开(公告)号:CN115272140B
公开(公告)日:2023-01-17
申请号:CN202211195534.5
申请日:2022-09-29
IPC分类号: G06T5/00 , G06T5/50 , G06V10/28 , G06V10/30 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06N5/04
摘要: 本发明提供一种红外图像量化和增强方法、系统及存储介质,该方法包括数据准备步骤:将14bits红外图像数据生成8bits红外图像数据,生成的8bits红外图像数据作为标签图像;训练步骤:将14bits红外图像数据归一化为[0,1]范围内的浮点数,归一化的数据输入到基于多尺度特征融合的主网络中,主网络提取不同尺度的图像特征,对不同尺度的图像特征进行融合,生成8bits红外图像;将主网络生成的8bits红外图像和标签图像输入判别器模块,促使主网络生成质量更高的红外图像。本发明的有益效果是:本发明能够将14bits红外图像映射为高质量的8bits红外图像数据,生成图像速度更快,占用的CPU资源更少。
-
公开(公告)号:CN115272140A
公开(公告)日:2022-11-01
申请号:CN202211195534.5
申请日:2022-09-29
IPC分类号: G06T5/00 , G06T5/50 , G06V10/28 , G06V10/30 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06N5/04
摘要: 本发明提供一种红外图像量化和增强方法、系统及存储介质,该方法包括数据准备步骤:将14bits红外图像数据生成8bits红外图像数据,生成的8bits红外图像数据作为标签图像;训练步骤:将14bits红外图像数据归一化为[0,1]范围内的浮点数,归一化的数据输入到基于多尺度特征融合的主网络中,主网络提取不同尺度的图像特征,对不同尺度的图像特征进行融合,生成8bits红外图像;将主网络生成的8bits红外图像和标签图像输入判别器模块,促使主网络生成质量更高的红外图像。本发明的有益效果是:本发明能够将14bits红外图像映射为高质量的8bits红外图像数据,生成图像速度更快,占用的CPU资源更少。
-