-
公开(公告)号：CN115376009B
公开(公告)日：2023-04-18
申请号：CN202211231617.5
申请日：2022-10-09
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于偏振影像的阴影植被提取方法及系统，该方法包括：获取阴影区植被在自然光下的自然图像和在偏振下的偏振图像；根据偏振图像计算线偏振度信息，得到线偏振度图像；对自然图像和线偏振度图像预处理，将预处理后的自然图像和线偏振度图像输入至预先配置的基于双输入残差的卷积神经网络模型，通过卷积神经网络模型输出阴影植被提取分割图。本发明通过引入偏振信息，从而能够对阴影条件带来的极端明暗差异进行信息补充，丰富植被的纹理、结构等特征，有效提高了阴影条件下的植被分割效果。基于双输入残差的卷积神经网络模型同时提取RGB图像特征与线偏振度图像特征，将两种信息的特征融合进行植被提取，有效提高了植被提取精度。
-
公开(公告)号：CN115376009A
公开(公告)日：2022-11-22
申请号：CN202211231617.5
申请日：2022-10-09
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于偏振影像的阴影植被提取方法及系统，该方法包括：获取阴影区植被在自然光下的自然图像和在偏振下的偏振图像；根据偏振图像计算线偏振度信息，得到线偏振度图像；对自然图像和线偏振度图像预处理，将预处理后的自然图像和线偏振度图像输入至预先配置的基于双输入残差的卷积神经网络模型，通过卷积神经网络模型输出阴影植被提取分割图。本发明通过引入偏振信息，从而能够对阴影条件带来的极端明暗差异进行信息补充，丰富植被的纹理、结构等特征，有效提高了阴影条件下的植被分割效果。基于双输入残差的卷积神经网络模型同时提取RGB图像特征与线偏振度图像特征，将两种信息的特征融合进行植被提取，有效提高了植被提取精度。
-
公开(公告)号：CN114841885B
公开(公告)日：2023-03-10
申请号：CN202210504895.7
申请日：2022-05-10
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于偏振图像数据的去雾融合处理方法，其方法如下：A、利用偏振相机采集相同区域的四张雾霾偏振图像并打包成偏振图像包，B、构建包含J‑Net子网络、T‑Net子网络、A‑Net子网络的去雾网络模型对偏振图像包进行处理；C、去雾网络模型按照如下公式输出去雾后的图像L(x)：本发明采用偏振相机采集相同区域的四张雾霾偏振图像组成偏振图像包，构建去雾网络模型并进行训练以达到最小图像质量损失，并基于大气散射物理模型输出去雾后的图像，有效提高了雾霾图像的可见性和对比度，能恢复因雾霾而损失的图像信息，提升了图像质量。
-
公开(公告)号：CN114841885A
公开(公告)日：2022-08-02
申请号：CN202210504895.7
申请日：2022-05-10
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于偏振图像数据的去雾融合处理方法，其方法如下：A、利用偏振相机采集相同区域的四张雾霾偏振图像并打包成偏振图像包，B、构建包含J‑Net子网络、T‑Net子网络、A‑Net子网络的去雾网络模型对偏振图像包进行处理；C、去雾网络模型按照如下公式输出去雾后的图像L(x)：本发明采用偏振相机采集相同区域的四张雾霾偏振图像组成偏振图像包，构建去雾网络模型并进行训练以达到最小图像质量损失，并基于大气散射物理模型输出去雾后的图像，有效提高了雾霾图像的可见性和对比度，能恢复因雾霾而损失的图像信息，提升了图像质量。
-
-
-
Search Results
4
records
(took 0.03 seconds)
