[发明专利]保持对比度的近红外与大噪声可见光图像融合方法 在审
| 申请号： | 202310743905.7 | 申请日： | 2023-06-24 |
| 公开（公告）号： | CN116934641A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 范益波;朱若溪;荆明娥;龚勇;赵国强;黄晓倩 | 申请（专利权）人： | 复旦大学;中国电子科技南湖研究院 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50;G06T5/00; G06T7/90 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本 发明属于图像处理技术领域，具体为保持对比度的近红外与大噪声可见光图像融合方法。本发明包括：在图像融合之前对含噪可见光图像进行预去噪处理；在图像融合过程中，首先生成一副对比度与NIR相似且外观与VIS相似的低频图像，并再次去噪，作为融合后的基础层；然后分别从VIS和NIR中提取高频分量；根据局部对比度生成融合权重图，自适应地将VIS和NIR的高频分量加权融合，作为融合后的细节层；最后将细节层加至基础层上，转换到显示所需的色彩空间，得到最终图像融合结果。本发明对每个像素的处理只用到局部邻域内的像素，无需获取全局信息，无需迭代求解，有利于硬件实现和实时处理，生成的图像内容准确、细节丰富。 |
| 搜索关键词： | 保持 对比度 红外 噪声 可见光 图像 融合 方法 |
| |
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学;中国电子科技南湖研究院，未经复旦大学;中国电子科技南湖研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://qyhapp.sbs/patent/202310743905.7/，转载请声明来源球友会app。
- 同类专利
- 用于最小化环境光校正图像中的误差的方法和图像捕获装置-202280020391.6
- M·J·A·阿塞尔曼;M·达莫达兰;Y·P·J·鲍尔奎因;J·A·帕勒洛;R·维哈根 - 皇家飞利浦有限公司
- 2022-01-26 - 2023-10-27 - G06T5/50
- 根据一个方面，提供了一种用于最小化环境光校正图像中由于运动引起的误差的方法，该方法包括：捕获具有随时间变化的受控照明强度的多个主图像，估计针对多个主图像的多个子集中的每个子集的、由于运动引起的误差值，以及对具有最低估计误差值的主图像的误差最小化子集执行环境光校正，以生成具有最小化误差的环境光校正(ALC)图像。估计针对多个主图像的每个子集的误差值包括标识子集中包括第一主图像和第二主图像的一对主图像，其中第一主图像在时间上是在第二主图像之前捕获的，确定该对主图像之间的位移矢量矩阵，以及基于该对主图像之间的位移矢量矩阵来估计主图像的子集的误差值。确定位移矢量矩阵包括将第一主图像划分为多个第一网格元素并且将第二主图像划分为多个第二网格元素，将第一网格元素与对应于物体上的相同位置的第二网格元素相匹配，以及确定每个匹配的第一网格元素与第二网格元素之间的位移矢量，以确定描述每个网格元素的位移矢量的位移矢量矩阵。
- 深度图优化方法、装置、设备及存储介质-202310460332.7
- 张喆 - 腾讯科技（深圳）有限公司
- 2023-04-20 - 2023-10-27 - G06T5/50
- 本申请实施例公开了一种深度图优化方法、装置、设备及存储介质，属于图像处理技术领域。该方法包括：对第一图像以及所述第一图像对应的第二图像进行特征提取，得到第一原始深度图像特征以及第二原始深度图像特征；分别对所述第一图像以及所述第二图像进行非局部邻域匹配，得到第一非局部邻域感知特征，以及第二非局部邻域感知特征；利用所述第一非局部邻域感知特征对所述第一原始深度图像特征进行特征优化，并利用所述第二非局部邻域感知特征对所述第二原始深度图像特征进行特征优化，得到第一优化深度图像特征以及第二优化深度图像特征；基于所述第一优化深度图像特征以及所述第二优化深度图像特征，生成所述第一图像对应的深度图。
- 用于活体家禽表型参数测定的可见光与红外图像融合方法及系统-202310830557.7
- 张铁民;马闯;郑海坤;杨奇炼;赵宏志 - 华南农业大学
- 2023-07-07 - 2023-10-27 - G06T5/50
- 本发明公开了一种用于活体家禽表型参数测定的可见光与红外图像融合方法及系统，所述方法包括：获取可见光相机和红外相机采集的家禽图像，所述家禽图像包括第一可见光图像和第一红外图像；分别对第一可见光图像和第一红外图像进行图像预处理，并分别对第一可见光图像、预处理后的第一可见光图像以及预处理后的第一红外图像进行图像信息提取；将提取的图像信息通过图像配准模型进行配准；将配准好后的图像经图像信息融合算法得到融合图像，完成用于活体家禽表型参数测定的可见光与红外图像融合。本发明可以实现活体家禽表型参数的精准测量，改善当前家禽表型参数测量方式，推动精准畜牧养殖在家禽养殖业中的发展。
- 基于梯度方向的摄像装置污点检测方法和装置-202310902600.6
- 曹绪民 - 杭州涂鸦信息技术有限公司
- 2023-07-21 - 2023-10-27 - G06T5/50
- 本申请涉及一种基于梯度方向的摄像装置污点检测方法和装置，该方法包括：从摄像装置采集的图像中提取所述图像的亮度图；对所述亮度图分别进行横向梯度差和纵向梯度差的计算，获得横向梯度图和纵向梯度图；通过所述横向梯度图和所述纵向梯度图进行污点筛选，获得污点筛选图，其中，所述污点筛选图中与像素的对应数值包括预设污点值和非预设污点值；以及将所述污点筛选图中数值为所述预设污点值对应的像素确定为所述图像中的污点。根据本申请的方案，基于梯度方向来筛选可能是污点的像素，为了排除其他光源或者光晕对于污点检测的影响，还设计了通过亮度对比筛选的方法来准确查找污点；最后，通过滤波和连通区域的筛选来决定最终的污点区域。
- 一种视频处理方法、电子设备及存储介质-202310905704.2
- 琚彬;丁保阳 - 咪咕文化科技有限公司;中国移动通信集团有限公司
- 2023-07-21 - 2023-10-27 - G06T5/50
- 本申请公开了一种视频处理方法、电子设备及存储介质，涉及信息技术领域。该方法包括：对视频进行人脸检测，确定视频中各帧图像的人脸区域；根据各人脸无遮挡图像中人脸区域的第一人脸特征，确定无遮挡特征；根据各人脸有遮挡图像中人脸无遮挡区域的第二人脸特征、人脸遮挡率和帧位置，确定各人脸有遮挡图像的有遮挡特征；根据无遮挡特征和各人脸有遮挡图像的有遮挡特征，确定各人脸有遮挡图像的目标人脸特征；根据各人脸无遮挡图像的第一人脸特征，对各人脸无遮挡图像中人脸进行换脸处理，以及根据各人脸有遮挡图像的目标人脸特征，对各人脸有遮挡图像中人脸进行换脸处理。本申请实施例可对视频中有遮挡人脸进行换脸处理，提升换脸效果。
- 一种基于像素双向融合的等尺寸图像叠加算法-202311210092.1
- 陈友斌;徐一波;张志坚;申意萍 - 湖北微模式科技发展有限公司
- 2023-09-19 - 2023-10-27 - G06T5/50
- 本发明公开一种基于像素双向融合的等尺寸图像叠加算法，涉及图像隐写与隐私保护技术领域，步骤1，输入载体图像和待隐藏图像；步骤2，基于载体图像和待隐藏图像的相同颜色通道构建像素对；步骤3，对于步骤2中构建的像素对进行双向融合；步骤4，获取叠加像素，在经过融合的像素对中，将载体图像的融合像素低4位比特信息替换为另一个像素的高4位比特信息，得到叠加像素；步骤5，重复以上步骤后，所有通道的像素对完成叠加，即得到最终的叠加图像。本发明对图像进行加密后，图像外观上仅呈现载体图像的外观，并且载体图像与待隐藏图像在图像尺寸上相同，相比一般的隐写算法要求隐藏图片尺寸必须小于载体图像具有显著优势。
- 图像处理方法、装置、设备、介质及芯片-202210392651.4
- 李继哲 - 北京小米移动软件有限公司
- 2022-04-14 - 2023-10-27 - G06T5/50
- 本公开是关于一种图像处理方法、装置、设备、介质及芯片，该方法包括：响应于获取到待融合的图像序列，确定所述图像序列中每帧待融合图像的方差变换参数；响应于对所述图像序列进行融合并得到融合图像，基于所述方差变换参数对所述融合图像进行方差稳定变换，得到变换图像；响应于对所述变换图像进行降噪处理后得到降噪图像，对所述降噪图像进行方差稳定逆变换，得到目标图像。本公开可以实现对融合图像的有效降噪，并且由于是根据每帧待融合图像的方差变化参数对融合图像进行方差稳定变换，相对于相关技术中先对每帧图像进行方差稳定逆变换，再对变换后的每帧图像进行融合的方案而言，可以降低图像处理算法的复杂性，进而降低算法功耗。
- 水下图像协同增强方法-202310882169.3
- 徐海勇;王彪;蒋刚毅;郁梅;骆挺 - 宁波大学
- 2023-07-18 - 2023-10-24 - G06T5/50
- 本申请提供了一种水下图像协同增强方法，获取水下原始图像对，然后基于暗通道先验提取水下原始图像对应的暗通道特征图。接着通过暗通道特征图作为引导，并融合自注意力Transformer模块，提取水下原始图像对的原始特征图对。再从原始特征图对中通过基于二阶统计量的通道和空间Transformer模块，提取全局特征图对。进一步地，通过特征Transformer交互模块获取特征图对相关性，得到增强特征图对。最后将增强特征图对进行还原，得到水下增强图像对。本申请利用相同水下场景采集的多张图像之间相似的退化特征，采用协同处理和联合学习策略，从而对水下图像进行互补，实现共同增强，有效提高增强后水下图像的质量。
- 点云地图合并方法、装置、设备及存储介质-202310904917.3
- 何源;张奇源;王辰;孙繁;刘庆龙;任关宝 - 武汉中观自动化科技有限公司
- 2023-07-21 - 2023-10-24 - G06T5/50
- 本申请提供一种点云地图合并方法、装置、设备及存储介质，涉及点云数据处理技术领域。该点云地图合并方法包括：获取多次扫描得到的目标场景中多个区域的点云地图；将所述多个区域的点云地图的点云数据映射至预设三维空间内，得到三维映射结果；根据所述三维映射结果，对所述多个区域的点云地图进行重叠区域的检测，得到目标重叠区域；对所述多个区域的点云地图中所述目标重叠区域的点云数据进行精度变换，得到变换后的所述多个区域的点云地图；对变换后的所述多个区域的点云地图进行合并，生成所述目标场景的目标点云地图。采用本申请提供的点云地图合并方法，提高了点云地图合并的精度一致性，得到的点云地图精度高。
- 基于空间角度可变形卷积网络的压缩光场质量增强方法-202310989156.6
- 安平;路勇杰;黄新彭 - 上海大学
- 2023-08-08 - 2023-10-24 - G06T5/50
- 本公开提供一种基于空间角度可变形卷积网络的压缩光场质量增强方法，所述方法包括：获取压缩失真光场数据集；根据压缩失真光场数据集的视点位置，确定压缩失真光场数据集的局部视点和全局视点；根据局部视点和空间角度可变形卷积网络，确定压缩失真光场数据集的局部特征；将全局视点进行特征提取处理，确定压缩失真光场数据集的全局特征；将局部特征与全局特征进行融合处理后输入预设的密集残差网络，确定质量增强的压缩光场生成图像。通过本公开，采用可变形卷积隐式聚合压缩光场空间特征、角度特征，采用密集残差网络引入全局的残差学习，实现对压缩光场的质量增强。
- 图像处理方法、装置、设备、介质及程序产品-202210378053.1
- 陈阳;姚太平; 陈燊; 丁守鸿 - 腾讯科技（上海）有限公司
- 2022-04-07 - 2023-10-24 - G06T5/50
- 本申请实施例提出了一种图像处理方法、装置、设备、介质及程序产品，可应用于云技术、人工智能、智慧平台、应用软件、区块链、人脸核身、数据鉴别等领域或场景，包括：对待处理图像进行特征提取得到第一特征图，对待处理图像的频域特征图进行特征提取得到第二特征图；对第一特征图和第二特征图进行自增强处理，得到第一自增强特征图第二自增强特征图；根据第一自增强特征图及其对应的空间注意力图确定第一互增强特征图，以及根据第二自增强特征图及其对应的空间注意力图确定第二互增强特征图；根据第一互增强特征图和第二互增强特征图确定待处理图像的图像处理结果。通过本申请实施例，可以提高表征的可区分性，进而提高图像处理结果的准确性。
- 一种融入层特征的红外与可见光图像融合方法-202310705781.3
- 耿英楠;刁伟轩;安喆;纪秀; 王晖 - 长春工程学院
- 2023-06-15 - 2023-10-24 - G06T5/50
- 一种融入层特征的红外与可见光图像融合方法，通过卷积神经网络，获得了红外图像和可见光图像的图像深度特征进而分别进入全连接层，得到权值；然后再提取两个图像的层特征；利用两个源图像的权值、各自的灰度图像像素值和两个源图像各自的层特征，在多尺度空间的每一层空间中进行融合；将多尺度空间各层空间中的融合图像进行图像重构，得到融合后的图像。在保持目标清晰度的同时，提高了目标和背景的对比度，解决了在背景细节区域模糊的问题，增强了图像融合效果，比现有CNN算法得到的融合图像质量高。而且并没有引入额外的训练参数，没有增加深度学习方法中训练的复杂度，能够用于清晰度要求较高的图像处理设备。
- 保持对比度的近红外与大噪声可见光图像融合方法-202310743905.7
- 范益波;朱若溪;荆明娥;龚勇;赵国强;黄晓倩 - 复旦大学;中国电子科技南湖研究院
- 2023-06-24 - 2023-10-24 - G06T5/50
- 本发明属于图像处理技术领域，具体为保持对比度的近红外与大噪声可见光图像融合方法。本发明包括：在图像融合之前对含噪可见光图像进行预去噪处理；在图像融合过程中，首先生成一副对比度与NIR相似且外观与VIS相似的低频图像，并再次去噪，作为融合后的基础层；然后分别从VIS和NIR中提取高频分量；根据局部对比度生成融合权重图，自适应地将VIS和NIR的高频分量加权融合，作为融合后的细节层；最后将细节层加至基础层上，转换到显示所需的色彩空间，得到最终图像融合结果。本发明对每个像素的处理只用到局部邻域内的像素，无需获取全局信息，无需迭代求解，有利于硬件实现和实时处理，生成的图像内容准确、细节丰富。
- 融入语义及注意力的多分支多尺度医学图像融合方法-202310940783.0
- 冯思玲;陈胤杰;黄梦醒;林聪;束锋;冯文龙;张雨;张俊锋 - 海南大学
- 2023-07-27 - 2023-10-20 - G06T5/50
- 本发明提供一种融入语义及注意力的多分支多尺度医学图像融合方法，包括步骤：S101、输入图像处理：对输入的两模态图像进行处理，使其满足网络输入端要求，两模态图像包括CT图像和MRI图像；S102、初步特征获取：通过卷积及激活函数获得输入图像的表层特征；S103、特征提取及重建：通过融合网络对图像特征进行提取，并根据所提取的特征重建图像特征，融合网络由三分支特征提取网络和多尺度特征重建网络组成；S104、后处理及保存：将重建后的图像特征处理为最终图像，将最终图像保存到指定位置，所述方法获得的融合图像具有较高质量，在多项数值评价指标中均获得了较好的结果，具有良好的综合性能。
- 图像修复方法、装置、电子设备及存储介质-202310967328.X
- 请求不公布姓名 - 北京瑞莱智慧科技有限公司
- 2023-08-02 - 2023-10-20 - G06T5/50
- 本申请实施例公开了一种图像修复方法、装置、电子设备及存储介质。所述方法包括：获取待修复图像和文本描述，所述文本描述用于表示所述待修复图像中的至少一个目标的特征信息，并指示对所述待修复图像中的至少一个目标进行修复；基于所述文本描述，对所述待修复图像进行处理，获得所述目标的掩膜图像；利用所述目标的掩膜图像对所述待修复图像进行修复，生成修复后的图像。由于目标的掩膜图案是基于文本描述所生成的，通过实施本申请实施例的方法，将目标与文本描述相结合，不受预定义的类别限制，适合做迁移学习，可以更加灵活的处理各种类型的图像，有效提高了通用性。
- 一种基于生成对抗网络的噪声合成及其模型训练方法-202310818272.1
- 桑农; 张锋;高常鑫;邵远杰 - 华中科技大学
- 2023-07-04 - 2023-10-20 - G06T5/50
- 本发明公开了一种基于生成对抗网络的噪声合成及其模型训练方法，属于计算机视觉技术领域。本发明第首先将噪声的合成过程分解为信号相关部分噪声合成和信号无关部分噪声合成，并将信号相关部分和信号无关部分噪声相加后得到合成噪声图像；再通过利用傅立叶卷积的方法来学习图像中噪声的频域和空间域信息并进行融合，利用融合信息对合成的噪声和真实的噪声进行分类判别；最后通过预训练的去噪模型对合成的噪声和真实的噪声分别进行去噪，并对去噪后的图像进行正则化约束，由此实现合成模型的收敛。本发明方法所合成的噪声图像更符合真实噪声分布的噪声图像。
- 基于两阶段学习策略的图像融合方法及装置-202310848538.7
- 吴衡; 陈炳鑫;罗劭娟;陈梅云 - 广东工业大学
- 2023-07-11 - 2023-10-20 - G06T5/50
- 本发明的目的在于提供一种基于两阶段学习策略的图像融合方法及装置，包括：将可见光图像融合分为纹理学习阶段和显著学习阶段；设立两个相同结构的融合神经网络，分别作为纹理学习阶段的融合神经网络和显著学习阶段的融合神经网络；利用纹理学习阶段的融合神经网络得到纹理特征图，且通过显著学习阶段的融合神经网络得到融合图；显著学习阶段的融合神经网络以学习纹理学习阶段提取纹理特征的能力和提高融合图像显著特征表达能力为目的，优化显著学习阶段的融合神经网络的参数；本发明所述的方法增强了红外与可见光图像融合的纹理细节特征，提高了融合图像的显著特征表达能力，提高了特征信息融合性的融合性。
- 专利分类
