一种基于图像增强的夜间红外与可见光图像融合方法

    公开(公告)号:CN116823686A

    公开(公告)日:2023-09-29

    申请号:CN202310474220.7

    申请日:2023-04-28

    摘要: 本发明属于图像处理及机器视觉技术领域,尤其为一种基于图像增强的夜间红外与可见光图像融合方法,该方法具体包括如下步骤:步骤1,准备训练数据:选取夜间场景下红外与可见光图像数据集,对数据集进行预处理,构建网络训练数据集。本发明,设计无监督的增强网络,根据图像属性设计增强损失函数来驱动无参考的增强网络,解决了缺失参考图像的问题,设计增强边缘损失函数、照度均匀损失函数和颜色平衡损失函数,提高融合图像的对比度,增强目标的边缘信息,提升图像的视觉效果,在融合网络中采用多尺度的特征提取部分,利用不同内核大小的多个卷积层,可以捕获图像的多尺度深度特征。

    一种基于对比学习的未配对红外图像彩色化方法

    公开(公告)号:CN116503502A

    公开(公告)日:2023-07-28

    申请号:CN202310484663.4

    申请日:2023-04-28

    摘要: 本发明属于图像处理技术领域,尤其为一种基于对比学习的未配对红外图像彩色化方法,该方法具体包括如下步骤:S1,构建网络模型:整个生成对抗网络包括生成器和鉴别器;S2,准备数据集:对整个生成对抗网络先用红外图像数据集一进行训练。本发明是基于生成对抗网络和对比学习的红外图像彩色化方法,构建了新颖的高效且有效的生成器并嵌入到对比学习框架中,帮助并引导模型更好地恢复图像的颜色和结构特征,降低了计算复杂度,提高了彩色化能力,促使模型生成的彩色化图像更加真实。

    一种基于非下采样剪切波变换融合的单幅图像去雾方法

    公开(公告)号:CN116612022A

    公开(公告)日:2023-08-18

    申请号:CN202310504885.8

    申请日:2023-05-06

    摘要: 本发明属于图像处理技术领域,尤其为一种基于非下采样剪切波变换融合的单幅图像去雾方法,该方法包括如下步骤:步骤1,确定待融合图像:首先,获取输入的一幅有雾图像;然后,将采用自适应伽马校正对有雾图像的白平衡图像进行处理得到的图像作为第一幅待融合图像;将有雾图像进行保色‑限制对比度自适应直方图均值化算法(CP‑CLAHE)得到的对比度增强图像作为第二幅待融合图像。本发明对高频分量进行融合时采用双边滤波处理待融合图像,使图像的细节得以保持且可以滤除图像的噪声,引入了改进的边缘能量用于计算高频分量的融合权重值,使图像的细节信息得到最大化的保留,从而改善去雾图像出现的颜色失真及光晕现象。