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

申请人： 长春理工大学重庆研究院

发明人： 葛微 ,  陈婷婷 ,  陈博文 ,  李泽瑶 ,  唐雁峰 ,  郝子强

IPC分类号： G06T5/00 ,  G06T5/10 ,  G06T5/50 ,  G06T7/90

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。

公开(公告)号：CN116524265A

公开(公告)日：2023-08-01

申请号：CN202310492375.3

申请日：2023-05-04

申请人： 长春理工大学重庆研究院

发明人： 葛微 ,  陈博文 ,  陈婷婷 ,  王鹏 ,  詹伟达 ,  唐雁峰

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明属于图像分类处理技术领域，尤其为一种基于多尺度混合卷积网络的高光谱图像分类方法，该方法具体包括如下步骤，步骤1，高光谱图像：采用公开的高光谱图像数据集；步骤2，图像预处理：对步骤1中的高光谱图像进行数据降维并对降维之后的图像进行样本取块，得到一个高光谱样本块。本发明采用多个多尺度3D卷积模块对高光谱图像的空‑谱联合特征进行提取，充分融合不同尺度下的光谱和空间维度特征，提高高光谱图像的分类性能。