公开(公告)号：CN118740270A

公开(公告)日：2024-10-01

申请号：CN202410824531.6

申请日：2024-06-25

申请人： 长春理工大学

发明人： 唐雁峰 ,  韩鑫宇 ,  李光日 ,  王春阳 ,  于国栋 ,  王大帅 ,  李健 ,  李锐 ,  张烨龙 ,  徐小雨 ,  冯国旭 ,  马元

IPC分类号： H04B10/80 ,  H04B10/60 ,  H04B10/50 ,  H04B17/391

摘要： 本发明属于水下无线光通信技术领域，尤其为一种基于MIMO技术的水下无线弱光信号检测方法，包括以下步骤，步骤一：构建水下无线光通信多进多出天线系统，建立面向广域海水光学特性的水下空间信道模型，根据水下空间信道模型估计水下信道状态；步骤二：多进多出水下光通信系统光源发射端利用MIMO技术将弱光信号通过多个发射天线传输到接收端，所述接收端利用多个接收天线接收不同路径上的弱光传输信号；步骤三：对接收到的弱光信号进行放大、合并和检测处理，根据检测结果进行信号重构和数据恢复。本发明通过实时监测水下信道状态，并设计了一种自适应调整压缩感知算法参数，能够应对信道变化带来的挑战，保持稳定的通信性能。

公开(公告)号：CN117197627A

公开(公告)日：2023-12-08

申请号：CN202311181912.9

申请日：2023-09-13

申请人： 长春理工大学

发明人： 詹伟达 ,  郭金鑫 ,  蒋一纯 ,  陈宇 ,  徐小雨 ,  韩悦毅

IPC分类号： G06V10/80 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/092

摘要： 本发明属于图像融合领域，尤其为一种基于高阶退化模型的多模态图像融合方法，该方法具体包括如下步骤：S1，准备数据集：准备三种红外与可见光图像数据集，数据集一和数据集二用于网络训练和模型微调，数据集三用于模型测试。S2，构建图像退化模型：图像退化模型包括低阶退化过程和高阶退化过程。本发明是基于高阶局部随机退化模型的多模态图像融合方法，构建了一种新的两阶段图像退化模型，设计了简单高效的特征提取和融合网络，实验数据证明本发明能够有效抑制强光、噪声和烟雾等恶劣环境的影响，也能提高低照度和夜间环境下的融合图像质量，在红外与可见光图像和医学图像融合任务的定性和定量评价中都表现出了良好的性能。

公开(公告)号：CN116152055A

公开(公告)日：2023-05-23

申请号：CN202211390108.7

申请日：2022-11-08

申请人： 长春理工大学

发明人： 郝子强 ,  刘晟佐 ,  唐雁峰 ,  徐小雨 ,  洪洋

IPC分类号： G06T3/40 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

摘要： 一种基于深度学习的像素级红外图像拼接方法，属于图像拼接技术领域，为了解决现有的红外图像拼接方法得到的的图像中有重影、伪影的问题，步骤1，构建网络模型；步骤2，准备数据集：选择KAIST数据集，调整数据集中每个图像的尺寸，固定输入图像的大小；步骤3，训练网络模型：将步骤2中准备好的数据集输入到步骤1中构建好的网络模型中进行训练；步骤4，选择最小化损失函数和最优评估指标；步骤5，微调模型：用LTIR数据集对模型进行训练和微调，得到稳定可用的模型参数，最终使得模型对红外图像拼接的效果更好；步骤6，保存模型：将最终确定的模型参数进行固化，需要进行红外图像拼接时，直接将图像输入到网络中即可得到拼接图像。

公开(公告)号：CN112419426A

公开(公告)日：2021-02-26

申请号：CN202011343173.5

申请日：2020-11-24

申请人： 长春理工大学

发明人： 詹伟达 ,  朱德鹏 ,  付靖淇 ,  徐小雨 ,  郭人仲 ,  唐雁峰 ,  郝子强

IPC分类号： G06T7/80

摘要： 本发明涉及标定板技术领域，尤其是一种用于可见光与红外相机联合标定的标定板及标定方法，包括基板，所述基板上表面覆设有标定物，所述标定物上表面设有多个圆形黑块，所述基板下表面安装有泡沫塑料板，所述泡沫塑料板上表面与圆形黑块圆心垂直对应位置开设有多个安装孔，所述安装孔内部安装有小型钨丝灯泡，所述泡沫塑料板内部安装有直流电源，多个所述小型钨丝灯泡均通过导线与直流电源之间连接。本发明具有结构简单，易制作，低成本，高精度等特点，可直接应用于自动驾驶、战场环境探测和航空等红外相机的标定校准领域，增加了标定板的实用性，提高了标定的工作效率。

公开(公告)号：CN115908617A

公开(公告)日：2023-04-04

申请号：CN202310028406.X

申请日：2023-01-09

申请人： 长春理工大学

发明人： 李玉斌 ,  李明秋 ,  詹伟达 ,  徐小雨 ,  唐雁峰

IPC分类号： G06T11/00 ,  G06T5/50 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/084

摘要： 本发明公开了一种红外图像彩色化方法及系统，涉及图像处理技术领域，包括：模型构建模块，用于根据Transformer和CNN构建红外图像彩色化模型；模型训练模块，用于对红外图像彩色化模型进行训练；模型处理模块，用于将待处理红外图像通过训练好的红外图像彩色化模型生成彩色化图像；其中，红外图像彩色化模型包括生成器，用于根据红外图像生成预测的彩色化图像；鉴别器，用于根据输入的彩色化图像与对应的可见光图像，判断彩色化图像是否真实。本发明基于Transformer和CNN的混合结构构建的神经网络算法模型，可以捕捉中间特征中的局部和全局结构信息，使红外图像彩色化图像具有更好的着色效果，更符合人眼视觉观察。

公开(公告)号：CN118736241B

公开(公告)日：2024-11-01

申请号：CN202411225051.4

申请日：2024-09-03

申请人： 长春理工大学

发明人： 徐小雨 ,  刘大鹍 ,  马元 ,  张烨龙 ,  于永吉 ,  詹伟达 ,  刘云清 ,  李兴广 ,  朱德鹏

IPC分类号： G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明属于目标检测领域，尤其为一种基于数据扩充与微弱特征增强的红外小目标检测方法，包括：S1，准备数据集：准备三种红外小目标检测数据集，数据集一和数据集二是公开数据集，用于网络训练和模型微调；数据集三是自制数据集，用于模型测试。本发明是基于数据扩充与特征增强的红外小目标检测方法，构建了一种新的红外小目标检测模型，设计了目标自适应增殖方法、基于稀疏采样‑混合滤波的特征提取方法和四位一体特征增强方法。通过实验数据，证明本发明能够解决正负样本不平衡的问题，防止模型过拟合、泛化能力差；同时，本发明能够减少稀缺特征丢失、逐步增强微弱特征。本发明在红外小目标检测任务的定性和定量评价中表现出良好性能。

公开(公告)号：CN118736241A

公开(公告)日：2024-10-01

申请号：CN202411225051.4

申请日：2024-09-03

申请人： 长春理工大学

发明人： 徐小雨 ,  刘大鹍 ,  马元 ,  张烨龙 ,  于永吉 ,  詹伟达 ,  刘云清 ,  李兴广 ,  朱德鹏

IPC分类号： G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明属于目标检测领域，尤其为一种基于数据扩充与微弱特征增强的红外小目标检测方法，包括：S1，准备数据集：准备三种红外小目标检测数据集，数据集一和数据集二是公开数据集，用于网络训练和模型微调；数据集三是自制数据集，用于模型测试。本发明是基于数据扩充与特征增强的红外小目标检测方法，构建了一种新的红外小目标检测模型，设计了目标自适应增殖方法、基于稀疏采样‑混合滤波的特征提取方法和四位一体特征增强方法。通过实验数据，证明本发明能够解决正负样本不平衡的问题，防止模型过拟合、泛化能力差；同时，本发明能够减少稀缺特征丢失、逐步增强微弱特征。本发明在红外小目标检测任务的定性和定量评价中表现出良好性能。

公开(公告)号：CN115908617B

公开(公告)日：2024-06-07

申请号：CN202310028406.X

申请日：2023-01-09

申请人： 长春理工大学

发明人： 李玉斌 ,  李明秋 ,  詹伟达 ,  徐小雨 ,  唐雁峰

IPC分类号： G06T11/00 ,  G06T5/50 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/084

摘要： 本发明公开了一种红外图像彩色化方法及系统，涉及图像处理技术领域，包括：模型构建模块，用于根据Transformer和CNN构建红外图像彩色化模型；模型训练模块，用于对红外图像彩色化模型进行训练；模型处理模块，用于将待处理红外图像通过训练好的红外图像彩色化模型生成彩色化图像；其中，红外图像彩色化模型包括生成器，用于根据红外图像生成预测的彩色化图像；鉴别器，用于根据输入的彩色化图像与对应的可见光图像，判断彩色化图像是否真实。本发明基于Transformer和CNN的混合结构构建的神经网络算法模型，可以捕捉中间特征中的局部和全局结构信息，使红外图像彩色化图像具有更好的着色效果，更符合人眼视觉观察。

公开(公告)号：CN117671241A

公开(公告)日：2024-03-08

申请号：CN202311641506.6

申请日：2023-12-01

申请人： 长春理工大学重庆研究院

发明人： 詹伟达 ,  张聪 ,  李兴广 ,  葛微 ,  徐小雨 ,  董朋 ,  赵世豪

IPC分类号： G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

摘要： 本发明属于目标检测领域，尤其为一种新的目标检测方法、装置、电子设备和介质，该方法具体包括如下步骤：S1，准备数据集：准备三种红外与可见光图像配对的数据集，数据集一和数据集二用于网络模型的训练和调整，数据集三用于模型测试。本发明是基于红外图像边缘信息引导的红外与可见光特征融合检测方法，构建了一种新的图像边缘提取方法，设计了两种模态特征信息互补的特征融合及目标检测网络，实验数据证明本发明能够有效提高检测准确性、适应复杂场景、增强抗遮挡能力，并且能够充分地利用红外和可见光图像的优势，在红外与可见光图像和行人等目标检测任务的定性定量评价中都表现出了良好的性能。

公开(公告)号：CN117611911A

公开(公告)日：2024-02-27

申请号：CN202311648531.7

申请日：2023-12-05

申请人： 长春理工大学重庆研究院

发明人： 葛微 ,  张悦 ,  李兴广 ,  徐小雨 ,  董朋 ,  赵泊宁 ,  隋议萱

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明属于红外弱小目标检测技术领域，尤其为一种基于改进YOLOv7的单帧红外弱小目标检测方法，包括以下步骤：步骤1：构建单帧红外图像数据集；步骤2：构建YOLOv7网络模型；步骤3：在主干网络中的ELAN模块后引入改进的CBAM注意力机制模块，得到ELAN‑CBAM结构，并替换所述YOLO v7模型中的ELAN结构；步骤4：在头部网络中采用空洞空间金字塔形式进行多尺度融合，同时优化损失函数；步骤5：训练步骤2至步骤4构建的基于改进YOLOv7的单帧红外弱小目标检测网络。本发明能有效增强网络对弱小目标的特征提取能力，在保证检测速度的同时，解决单帧红外图像中弱小目标检测小目标漏检、背景识别错误的问题，提升单帧红外图像中弱小目标检测的召回率、精确率、平均精度均值。