-
公开(公告)号：CN118918086A
公开(公告)日：2024-11-08
申请号：CN202410974581.2
申请日：2024-07-19
申请人： 大连海事大学
IPC分类号： G06T7/00 , G06V20/05 , G06V10/40 , G06V10/50 , G06V10/56 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
摘要： 本发明提供一种多先验指导的水下图像质量评价方法，包括：将水下图像数据集划分为训练集和测试集；在网络模型中，串行特征提取模块设计颜色先验、对比度先验和细节先验指导学习水下图像的关键特征，用于提取水下图像的多尺度特征，并行特征交互模块用于对多尺度特征进行融合，线性映射层用于根据融合后的多尺度特征计算质量分数；从测试集中选择任一图像组，将选择的图像组的所有水下图像分别输入训练后的网络模型，得到该组每张水下图像对应的分数；根据该组每张水下图像对应的分数，对该组的所有水下图像按照分数递增或分数递减的顺序进行排序，得到水下图像质量评价的同时还能准确地对多样的水下图像处理方法的性能进行评测。
-
公开(公告)号：CN115661013A
公开(公告)日：2023-01-31
申请号：CN202211328889.7
申请日：2022-10-27
申请人： 大连海事大学
摘要： 本发明公开了一种基于最佳波段图像融合的水下清晰图像采集方法，包括以下步骤：S1：在应用场景采集待观测目标的高光谱图像，结合水体和目标的光谱特性，运用一种基于多准则决策的波段选择方法选出用于水下观测的最佳波段；S2：构建一个RGB‑最佳波段水下双目成像系统，同时获取水下彩色图像和最佳波段图像，并对获取到的图像对进行配准；S3：采用一种基于视觉显著性的多模态图像融合方法，融合S2中获取的图像对的互补信息，获得高质量水下图像。该方法利用最佳波段图像中的信息增强彩色图像，是一种客观的图像质量增强方法，避免了传统方法中由于增加对比度或参数误估计引起的信息破坏。
-
公开(公告)号：CN117036837A
公开(公告)日：2023-11-10
申请号：CN202310860033.2
申请日：2023-07-13
申请人： 大连海事大学
IPC分类号： G06V10/771 , G06V10/77 , G06V10/58 , G06V20/10 , G06N3/126
摘要： 本发明公开了一种用于高光谱图像目标检测的群体智能优化波段选择方法，包括以下步骤：S1：读取高光谱图像数据X、目标信号d，及所需要选择的波段数目K；S2：基于信息熵、联合谱‑空相似度和CEM误差建立多目标优化模型；S3：开始迭代，采用轮盘赌算子策略从非劣解集rep中确定全局最优解gbest，并计算得到个体最优解pbest，更新种群中每个个体的位置和速度；S4：对种群中的每个个体进行交叉和变异操作；S5：计算种群Pt+1中每个个体的适应度，更新非劣解集；S6：采用最优/次优比准则进行评估，选出最佳波段子集。本发明克服了单一准则方法的波段评估片面性问题，可以实现对高光谱图像的有效降维。
-
-
搜索结果
3 条记录 (耗时 0.029 秒)
