基于先验信息的图像去雾方法

    公开(公告)号:CN110570365B

    公开(公告)日:2022-04-29

    申请号:CN201910720005.4

    申请日:2019-08-06

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于先验信息的图像去雾方法,根据暗通道先验结合远景浓雾区域像素点估计大气光值;根据色彩衰减先验分别确定远景浓雾区域像素点和近景薄雾区域像素点对应的大气透射率;根据暗通道先验确定近景薄雾区域像素点对应的大气透射率;确定去雾后的远景浓雾区域像素点对应的像素值和近景薄雾区域像素点对应的像素值;将所述去雾后的远景浓雾区域像素点对应的像素值和去雾后的近景薄雾区域像素点对应的像素值进行区域组合获得去雾后的图像。本发明通过改进暗通道先验和色彩衰减先验去雾算法在去雾应用中的不足,对于多种场景下的薄雾图像均有良好的去雾效果。

    基于数字微镜器件的红外相机激光防护装置及方法

    公开(公告)号:CN112902754A

    公开(公告)日:2021-06-04

    申请号:CN202110040934.8

    申请日:2021-01-13

    IPC分类号: F41H11/00

    摘要: 本发明公开了一种基于数字微镜器件的红外相机激光防护装置及方法,该装置包括第一消色差透镜、数字微镜器件、激光威胁处理模块、第二消色差透镜、反射镜、第三消色差透镜、红外成像探测器、微镜和像元关系映射模块和图像采集处理模块。本发明能够对任意波段入射红外激光按强度进行滤除,具有非常广的防护带宽,同时得益于数字微镜器件金属微反射镜的高损伤阈值及快速响应偏转能力,加上能够实时检测红外激光入射与否的图像采集处理模块和控制数字微镜器件金属微反射镜的偏转滤除入射激光的激光威胁处理模块,使得该激光防护结构具有很高的激光损坏阈值和很快的响应速度。

    基于数字微镜器件的红外相机激光防护装置及方法

    公开(公告)号:CN112902754B

    公开(公告)日:2021-11-16

    申请号:CN202110040934.8

    申请日:2021-01-13

    IPC分类号: F41H11/00

    摘要: 本发明公开了一种基于数字微镜器件的红外相机激光防护装置及方法,该装置包括第一消色差透镜、数字微镜器件、激光威胁处理模块、第二消色差透镜、反射镜、第三消色差透镜、红外成像探测器、微镜和像元关系映射模块和图像采集处理模块。本发明能够对任意波段入射红外激光按强度进行滤除,具有非常广的防护带宽,同时得益于数字微镜器件金属微反射镜的高损伤阈值及快速响应偏转能力,加上能够实时检测红外激光入射与否的图像采集处理模块和控制数字微镜器件金属微反射镜的偏转滤除入射激光的激光威胁处理模块,使得该激光防护结构具有很高的激光损坏阈值和很快的响应速度。

    基于先验信息的图像去雾方法

    公开(公告)号:CN110570365A

    公开(公告)日:2019-12-13

    申请号:CN201910720005.4

    申请日:2019-08-06

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于先验信息的图像去雾方法,根据暗通道先验结合远景浓雾区域像素点估计大气光值;根据色彩衰减先验分别确定远景浓雾区域像素点和近景薄雾区域像素点对应的大气透射率;根据暗通道先验确定近景薄雾区域像素点对应的大气透射率;确定去雾后的远景浓雾区域像素点对应的像素值和近景薄雾区域像素点对应的像素值;将所述去雾后的远景浓雾区域像素点对应的像素值和去雾后的近景薄雾区域像素点对应的像素值进行区域组合获得去雾后的图像。本发明通过改进暗通道先验和色彩衰减先验去雾算法在去雾应用中的不足,对于多种场景下的薄雾图像均有良好的去雾效果。

    基于门控和上下文注意力机制的图像修复方法

    公开(公告)号:CN113989129A

    公开(公告)日:2022-01-28

    申请号:CN202111019820.1

    申请日:2021-09-01

    IPC分类号: G06T5/00 G06N3/04

    摘要: 本发明公开一种基于门控和上下文注意力机制的图像修复方法,对所采用的可见光数据集图像及其轮廓图像乘以二进制掩膜M,分别得到降质后的缺失图像和辅助信息图像;通过所述降质后的缺失图像和额外的辅助信息图像构建包含真实图像、缺失图像和辅助信息图像的数据集;通过添加感受野模块和损失函数对上下文注意力模块进行改进,构建基于门控卷积和上下文注意力机制的改进的生成对抗网络模型;通过所述缺失图像和辅助信息图像对生成对抗网络模型进行训练,获得最优的生成对抗网络模型;将待修复输入到最优的生成对抗网络模型中,获得有效修复图像。本发明相较于传统算法在大区域或不规则区域缺失的图像修复问题上具有明显的进步。