-
公开(公告)号:CN117115013A
公开(公告)日:2023-11-24
申请号:CN202310942968.5
申请日:2023-07-28
申请人: 西安电子科技大学
IPC分类号: G06T5/00 , G06T5/50 , G06T7/10 , G06V10/26 , G06V10/80 , G06V10/82 , G06V10/52 , G06N3/0464 , G06N3/0895
摘要: 本发明公开了一种用于红外图像非均匀性校正的模型训练方法及校正方法,该训练方法包括:基于同一红外探测器获取训练数据以及黑体定标数据,并根据黑体定标数据得到不同定标温度对应的真实噪声数据;将训练数据输入到非均匀校正网络中进行非均匀性校正,得到全局噪声图像和校正输出图像;将校正输出图像输入到语义分割网络中进行灰度分割,得到若干灰度区域;基于黑体定标数据找到与不同灰度区域对应的定标温度,并对该定标温度下的真实噪声数据按区域进行拼接,得到参考噪声图像;计算非均匀校正网络的损失函数,以对网络参数进行调节,获得训练好的非均匀性校正网络模型。该方法训练的模型能够实现红外图像宽温度段非均匀性噪声的有效去除。
-
公开(公告)号:CN116957989A
公开(公告)日:2023-10-27
申请号:CN202311159657.8
申请日:2023-09-08
申请人: 西安电子科技大学
IPC分类号: G06T5/00 , G06T5/10 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要: 本发明公开了一种基于多级小波循环生成对抗的非配对红外图像去条纹方法,包括:将具有条纹噪声的原始红外图像输入至训练好的红外图像去条纹模型,得到无条纹红外图像;红外图像去条纹模型是在由多级小波引导重建模块的输出结果确定的总损失函数的约束下,根据真实红外图像训练的。根据本发明提供的方法,通过将红外图像输入至根据对真实条纹红外图像和真实无条纹红外图像进行循环生成,学习到红外图像真实非均匀性噪声,并在由多级小波引导重建模块的输出结果确定的总损失函数的约束下训练的红外图像去条纹模型,得到无条纹红外图像;能够减弱无条纹红外图像中的噪声,增强去除红外图像中条纹噪声的效果。
-
公开(公告)号:CN118570062A
公开(公告)日:2024-08-30
申请号:CN202411059685.7
申请日:2024-08-05
申请人: 西安电子科技大学
摘要: 本发明实施例公开了一种基于编解码的高光谱图像重建方法、装置、设备及介质,该方法包括构建高光谱图像重建网络,所述高光谱图像重建网络包括编码网络、初始重建网络、深度重建网络;基于编码网络,将原始高光谱图像进行下采样卷积,确定压缩测量值;基于初始重建网络,将所述压缩测量值进行上采样卷积,确定初始估计的高光谱图像;基于所述深度重建网络,根据所述初始估计的高光谱图像和所述压缩测量值,进行深层特征提取和噪声去除,确定重建高光谱图像。该方案,能够在减少高分辨率相机的成本下进行数据采集,并保证高光谱图像复原质量,成本低,高光谱图像复原质量高,实用性强。
-
-