-
公开(公告)号：CN109345475B
公开(公告)日：2021-07-23
申请号：CN201811094769.9
申请日：2018-09-19
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了一种无人机遥感山区公路图像滤波方法，获取无人机遥感山区公路图像；用小波函数对步骤1中获得的遥感图像进行两层小波分解；设置阈值向量，分别对水平、垂直、对角三个方向的高频系数进行软阈值滤波，其中垂直方向滤波两次，其他方向滤波一次；对滤波后的图像进行小波重构；对上一步获得的图像进行小波一层分解，并用改进Kuwahara滤波器对高频系数其进行滤波；重构滤波之后的图像，得到最终图像。本发明在小波变换的基础上，采用改进Kuwahara滤波器进行滤波，能够将图像中的高斯噪声滤除干净，并且具有很好的边缘细节信息保护性能。
-
公开(公告)号：CN108765311A
公开(公告)日：2018-11-06
申请号：CN201810387861.8
申请日：2018-04-26
Applicant: 长安大学
CPC classification number: G06T5/003 , G06T3/4038 , G06T2207/20028 , G06T2207/20032 , G06T2207/30181
Abstract: 本发明公开了一种基于随机游走聚类的多大气光值图像去雾方法，首先输入原始有雾图像，求取原始有雾图像的暗像素粗介质传输图和明像素粗介质传输图；其次将暗像素粗介质传输图和明像素粗介质传输图作为初始种子点构建随机游走模型，加入正则化参数得到最终的优化介质传输图；再次将原始有雾图像为先验来构建随机游走模型找到天空和实物的分界线，分别求取天空部分和实物部分的大气光值；最后还原优化介质传输图，在还原优化介质传输图时，分别还原天空部分和实物部分，并将天空部分还原图和实物部分还原图拼接起来，并且对拼接后的图像进行均值滤波，对分界线进行弱化，即得到最终的去雾图像。
-
公开(公告)号：CN108765310A
公开(公告)日：2018-11-06
申请号：CN201810387272.X
申请日：2018-04-26
Applicant: 长安大学
Inventor： 黄鹤 , 宋京 , 盛广峰 , 王会峰 , 郭璐 , 许哲 , 黄莺 , 惠晓滨 , 杜晶晶 , 胡凯益 , 徐锦 , 李昕芮 , 崔博 , 任思奇 , 李光泽 , 何永超 , 吴林鸿
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/30192
Abstract: 本发明公开了基于多尺度窗口的自适应透射率修复图像去雾方法，首先获取含雾图像；对含雾图像使用8方向边缘检测算子进行边缘检测，判断是否为景深边缘；根据判别结果自适应的选择窗口大小来进行暗原色估计；根据暗原色估计图来求取大气光强；定义大气耗散函数；通过引导滤波器，得到边缘增强的暗原色估计图，也即大气耗散值；对大气耗散值进行修正，得到修正后的散射图(也即散射函数值)；根据大气光强和散射函数值得到投射率；将投射率带入去雾模型公式，得到去雾后图像；本发明有效减少了“halo”效应，并且该算法针对暗原色先验原理在诸如天空和白色物体等区域的不适用性进行了扩展，较好的解决了暗原色先验原理在明亮区域失效的问题。
-
公开(公告)号：CN108389175A
公开(公告)日：2018-08-10
申请号：CN201810387078.1
申请日：2018-04-26
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了融合变差函数和颜色衰减先验的图像去雾方法，首先获取雾霾天气下交通图像；然后将得到的RGB颜色空间的雾化降质图像转换到HSV颜色空间，求取颜色衰减先验下的天空区域，并用变差函数判断出图像的天空区域；接着根据两者所判断出的天空区域求取图像大气环境光值及场景透射率；最后根据大气散射模型对图像进行处理，再使用自动色阶法对图像色彩进行矫正后，输出处理后的雾化降质图像。本发明在选取图像大气环境光值及场景透射率相比于传统方法有很大的优势，复原后图像失真较小，对图像的进一步处理以及准确获取图像信息有着重要的意义。
-
公开(公告)号：CN108389175B
公开(公告)日：2021-05-18
申请号：CN201810387078.1
申请日：2018-04-26
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了融合变差函数和颜色衰减先验的图像去雾方法，首先获取雾霾天气下交通图像；然后将得到的RGB颜色空间的雾化降质图像转换到HSV颜色空间，求取颜色衰减先验下的天空区域，并用变差函数判断出图像的天空区域；接着根据两者所判断出的天空区域求取图像大气环境光值及场景透射率；最后根据大气散射模型对图像进行处理，再使用自动色阶法对图像色彩进行矫正后，输出处理后的雾化降质图像。本发明在选取图像大气环境光值及场景透射率相比于传统方法有很大的优势，复原后图像失真较小，对图像的进一步处理以及准确获取图像信息有着重要的意义。
-
Patent Agency Ranking
公开(公告)号：CN110136079A
公开(公告)日：2019-08-16
申请号：CN201910366442.0
申请日：2019-05-05
Applicant: 长安大学
Abstract: 本发明公开了一种基于场景深度分割的图像去雾方法，首先获取待处理的含雾图像；其次分别求取含雾图像的深度图像和最小通道图像；根据应用聚类的方法，将深度图像按照场景深度分割为5部分；然后分别求取这4幅深度子图像的大气光值，构造整幅图像的大气光图；而后对整幅大气光图和透射率进行滤波修正；最后根据修正后的大气光图和透射率，应用图像退化模型求解清晰图像。本发明能够不仅能满足提高图像能见度的要求，又有能效地保持复原图像的亮度和色彩饱和度，具有较高的实用价值，对提高雾霾天气下采集到的图像质量有着积极的意义。
-
公开(公告)号：CN109657584A
公开(公告)日：2019-04-19
申请号：CN201811504255.6
申请日：2018-12-10
Applicant: 长安大学
Abstract: 本发明公开了辅助驾驶的改进LeNet-5融合网络交通标志识别方法，首先构建交通标志图像数据集，并根据交通标志图像数据集构建训练集和测试集；其次构建卷积神经网络CNN；然后将训练集图像数据代入卷积神经网络CNN，进行训练，并保存训练好的模型；最后将测试集图像数据代入训练好的模型，进行预测，得到预测结果。
-
公开(公告)号：CN109558934A
公开(公告)日：2019-04-02
申请号：CN201811418898.9
申请日：2018-11-26
Applicant: 长安大学
IPC: G06N3/00
Abstract: 本发明公开了一种无人机插值飞蛾扑焰低空突防方法，首先始化飞蛾种群M，根据M计算出适应度值OM；其次，求出飞蛾与其对应火焰的距离；接着，使用插值预测算法根据飞蛾的历史位置对每一个飞蛾的下一个位置进行预测；最后，使用飞蛾扑焰算法和插值预测算法不断交替更新飞蛾最优位置，直到达到规定的迭代次数为止，最终所得到的最优位置就是全局最优解。本发明实现了更高的探索性，有着更出色的效果，能够保证全局最优解。同时，由于飞蛾扑焰方法与别的智能群体方法完全不同，所以插值飞蛾扑焰方法也与一般的插值智能群体方法设计思路完全不同，是一种创新的方法。
-
公开(公告)号：CN109345475A
公开(公告)日：2019-02-15
申请号：CN201811094769.9
申请日：2018-09-19
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了一种无人机遥感山区公路图像滤波方法，获取无人机遥感山区公路图像；用小波函数对步骤1中获得的遥感图像进行两层小波分解；设置阈值向量，分别对水平、垂直、对角三个方向的高频系数进行软阈值滤波，其中垂直方向滤波两次，其他方向滤波一次；对滤波后的图像进行小波重构；对上一步获得的图像进行小波一层分解，并用改进Kuwahara滤波器对高频系数其进行滤波；重构滤波之后的图像，得到最终图像。本发明在小波变换的基础上，采用改进Kuwahara滤波器进行滤波，能够将图像中的高斯噪声滤除干净，并且具有很好的边缘细节信息保护性能。
-
公开(公告)号：CN108765309A
公开(公告)日：2018-11-06
申请号：CN201810387076.2
申请日：2018-04-26
Applicant: 长安大学
CPC classification number: G06T5/003 , G06T7/136 , G06T2207/30181
Abstract: 本发明公开了基于暗通道的线状自适应改进全局大气光的图像去雾方法，首先获取雾霾天气下的雾霾图像，然后通过对图像的二值图像求取重心中心连线斜率的方法获得图像大气光变化角度θ，再求取沿大气光变化方向θ规律变化的线形大气光图，之后再通过大气散射模型求解无雾图像，输出处理后的雾霾天气下的有雾图像。本发明既满足了在浓雾或者景深较深情况下远处景物不失真，又保留了近处景物的细节，对后续的雾霾图像处理及信息提取尤为重要。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
