-
公开(公告)号:CN114387187A
公开(公告)日:2022-04-22
申请号:CN202210036243.5
申请日:2022-01-13
Applicant: 河海大学
Abstract: 本发明公开了一种雨雪雾天实时可视增强嵌入式系统及可视增强方法,该系统包括图像获取模块、图像处理模块和图像输出模块;本发明进行可视增强时,通过OpenCV中的VideoCapture方法调用摄像头采集视频,并将视频读取为单帧图像;然后将读取到的单帧图像输入到构建的轻量化神经网络模型中,神经网络模型对输入的图像进行处理,得到包含大气透射率t(x)和大气光值A的中间参数K(x);根据大气散射模型,利用神经网络模型的输出值中间参K(x)计算出增强后的单帧图像,并使用OpenCV的图片可视化方法将增强后的单帧图像输出。本发明基于大气散射模型,并通过轻量化神经网络模型实现了在嵌入式设备上进行视频实时增强,复杂程度低,处理速度快。
-
公开(公告)号:CN116342427A
公开(公告)日:2023-06-27
申请号:CN202310335797.X
申请日:2023-03-31
Applicant: 河海大学
Abstract: 本发明公开了一种微光夜视图像增强方法及嵌入式增强器,本发明采用照度分量估计网络、反射分量估计网络和增强网络构成的增强模型,可通过学习大量的数据,自动学习到环境和装备的参数,从而实现自适应地增强微光夜视图像;并且本发明的增强模型为轻量级模型,可以在嵌入式设备上实现,具有很高的处理效率。
-
公开(公告)号:CN114943183A
公开(公告)日:2022-08-26
申请号:CN202210716153.0
申请日:2022-06-23
Applicant: 河海大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种雾霾天PM2.5浓度预测方法,包括步骤:(1)获取各站点的空气质量数据集并进行数据预处理;(2)判断获取数据是否充足,若充足则转至步骤(3);否则转至步骤(5);(3)选取任一站点为中心站点并构建中心站点集合,通过外源序列相关法确定匹配站点;(4)将站点对的数据分别输入DSTP模型中,获得中心站点集合的各站点预测结果后输入到基于注意力的全连接层获取预测的PM2.5浓度,结束预测;(5)选取目标域站点并获取对于源域站点;(6)将源域站点与目标域站点数据输入DSTP模型提取时空特征,利用时空特征进行DANN网络更新;利用更新后的DANN网络获取目标域站点预测的PM2.5浓度。本发明针对数据充足和数据不足两种情况对PM2.5浓度进行预测。
-
公开(公告)号:CN114387187B
公开(公告)日:2024-04-26
申请号:CN202210036243.5
申请日:2022-01-13
Applicant: 河海大学
Abstract: 本发明公开了一种雨雪雾天实时可视增强嵌入式系统及可视增强方法,该系统包括图像获取模块、图像处理模块和图像输出模块;本发明进行可视增强时,通过OpenCV中的VideoCapture方法调用摄像头采集视频,并将视频读取为单帧图像;然后将读取到的单帧图像输入到构建的轻量化神经网络模型中,神经网络模型对输入的图像进行处理,得到包含大气透射率t(x)和大气光值A的中间参数K(x);根据大气散射模型,利用神经网络模型的输出值中间参K(x)计算出增强后的单帧图像,并使用OpenCV的图片可视化方法将增强后的单帧图像输出。本发明基于大气散射模型,并通过轻量化神经网络模型实现了在嵌入式设备上进行视频实时增强,复杂程度低,处理速度快。
-
-
-