公开(公告)号：CN118115446A

公开(公告)日：2024-05-31

申请号：CN202410144539.8

申请日：2024-02-01

申请人： 宁波大学科学技术学院

发明人： 何周燕 ,  吴鑫强 ,  骆挺 ,  宋洋 ,  金充充

IPC分类号： G06T7/00

摘要： 本申请涉及图像处理技术领域，尤其是涉及一种点云质量确定方法、装置、电子设备及存储介质。方法包括：通过建立待评价点云的全局图，点云全局结构完整性对于视觉质量具有一定的影响，因此，从待评价点云中确定出可以表征点云整体结构的关键点，并根据关键点，确定出待评价点云的全局质量特征以及局部质量特征，并根据待评价点云对应的全局质量特征和局部质量特征，确定待评价点云的质量分数，从而满足从全局到局部的关注特点，并提高确定待评价点云的质量与人眼感知质量的一致性，提高了评价点云感知质量的客观性。

公开(公告)号：CN118608414A

公开(公告)日：2024-09-06

申请号：CN202410657406.0

申请日：2024-05-25

申请人： 宁波大学科学技术学院

发明人： 何周燕 ,  江国炜 ,  骆挺 ,  宋洋 ,  金充充

IPC分类号： G06T5/70 ,  G06T7/40 ,  G06T5/60 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08

摘要： 本申请涉及图像去噪技术领域，尤其涉及一种LDCT图像去噪方法、产品、设备及介质。该方法包括：获取LDCT图像，并对LDCT图像进行分解，得到LDCT图像的低频分量信息和高频分量信息；控制密集连接的多个稀疏Transformer块对低频分量信息进行处理，得到低频处理分支输出特征；基于低频分量信息，控制高频处理模块从高频分量信息中提取纹理结构信息，得到高频处理分支输出特征；根据低频处理分支输出特征和高频处理分支输出特征，重建去噪后的LDCT图像。本申请可以保留图像细节的同时提高LDCT图像的去噪效果。

公开(公告)号：CN118096532A

公开(公告)日：2024-05-28

申请号：CN202410148281.9

申请日：2024-02-01

申请人： 宁波大学科学技术学院

发明人： 何周燕 ,  刘雷明 ,  骆挺 ,  胡人之 ,  陈晔曜 ,  宋洋 ,  金充充

IPC分类号： G06T3/4053 ,  G06T5/70

摘要： 一种条件扩散概率模型训练方法及全向图像生成方法，涉及图像处理领域。在条件扩散概率模型训练方法，包括：获取低分辨率的全向训练图像，将全向训练图像输入至初始条件扩散概率模型，对全向训练图像进行离散小波变换，得到离散小波图像提取所述全向训练图像的纬度权重矩阵；对全向训练图像进行加噪处理，得到噪声图像；根据离散小波图像和所述纬度权重矩阵，对噪声图像进行去噪处理，得到去噪图像，对去噪图像进行逆离散小波变换，得到目标全向图像；根据目标全向图像计算损失值，根据损失值调整初始条件扩散概率模型，得到训练完成的条件扩散概率模型。采用本申请可以生成保留全局内容和几何结构信息的高分辨率全向图像。

公开(公告)号：CN117527983A

公开(公告)日：2024-02-06

申请号：CN202311463828.6

申请日：2023-11-06

申请人： 宁波大学科学技术学院

发明人： 何周燕 ,  周宇航 ,  骆挺 ,  金充充 ,  黄江涛

IPC分类号： H04N1/32 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084

摘要： 本发明公开了基于Transformer的图像信息隐藏方法，涉及图像信息处理领域，包括通过生成子网络将秘密图像隐藏到载体图像中，获得隐写图像；提取子网络从所述隐写图像中提取出秘密信息；鉴别子网络对载体图像和隐写图像进行区分；对所述生成子网络、所述鉴别子网络和所述提取子网络进行联合训练，最小化总损失；通道自注意力模块CSAB，通过计算通道维度上的自注意力建立通道关系，从而更关注有利于信息隐藏的特征通道，同时获得了更好的全局建模能力。并且通过对CSAB模块中NLE层的设计，增强了有利于信息隐藏的特征权重并抑制了不利的特征。

公开(公告)号：CN117522727A

公开(公告)日：2024-02-06

申请号：CN202311480119.9

申请日：2023-11-07

申请人： 宁波大学科学技术学院

发明人： 骆挺 ,  胡人之 ,  宋洋 ,  何周燕 ,  金充充

IPC分类号： G06T5/70 ,  G06T5/94 ,  G06T5/92 ,  G06T5/40 ,  G06T5/60

摘要： 本发明涉及低光图像处理技术领域，具体涉及基于去噪扩散概率模型的低光图像处理方法，包括以下步骤：S1：获取原始图像，执行去噪扩散概率模型DDPM的正向扩散过程，形成高斯噪声图像；S2：获取低光图像，并对其进行直方图均衡化处理；S3：对获取的低光图像进行Retinex分解，获取表征物体颜色的反射图；S4：利用S1中获得的高斯噪声图像和S2中获得的低光图像，采用隐式扩散模型DDIM执行反向扩散过程，从噪声图像中逐步移除噪声；S5：利用S2中获得初步增强的图像作为先验条件，指导DDIM的继续反向扩散过程，处理光照分布不均匀的局部区域；S6：在步骤S5的基础上，利用S3获得的反射图作为先验条件，继续引导DDIM的反向扩散过程。本发明，全面增强了低光度图像的清晰度和颜色，同时利用自适应加速生成策略实现高效的实时处理。