-
公开(公告)号：CN112330548B
公开(公告)日：2024-11-15
申请号：CN202011099019.8
申请日：2020-10-14
Applicant: 北京理工大学珠海学院
Abstract: 本发明公开了基于多尺度融合的水下图像修复方法、装置、设备及介质，方法包括：获取原始水下图像；将所述原始水下图像在多个颜色空间下进行伸缩处理，得到第一待融合图像；通过水下成像模型对所述原始水下图像进行模糊消除，得到第二待融合图像；根据所述第一待融合图像确定第一权重图像；根据所述第二待融合图像确定第二权重图像；根据所述第一待融合图像、第二待融合图像、第一权重图像以及第二权重图像，通过图像金字塔融合得到输出图像。本发明无需借助硬件装备和照明辅助，只需要获取原始水下图像就能得到输出图像，对于恢复水下图像中包含的裸露在光线下的岩石和沙子的颜色有明显效果，图像精度高，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN116452966A
公开(公告)日：2023-07-18
申请号：CN202310452840.0
申请日：2023-04-24
Applicant: 北京理工大学珠海学院
IPC: G06V20/05 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种水下图像的目标检测方法、装置、设备及存储介质，方法包括：提取水下图像的多种特征，并组合得到多尺度特征；将多尺度特征分散到多个特征图上，并根据特征图融合多尺度特征，得到融合特征；通过卷积块注意力模块获取多尺度特征与融合特征中的目标特征通道信息和目标特征空间信息，并得到目标特征；通过卷积模块整合目标特征，并转换为最终的预测结果。本发明可以提高水下图像目标的检测准确率，可广泛应用于水下图像处理领域。
-
公开(公告)号：CN109934132B
公开(公告)日：2023-04-07
申请号：CN201910149057.0
申请日：2019-02-28
Applicant: 北京理工大学珠海学院
IPC: G06V40/16 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于随机丢弃卷积数据的人脸识别方法、系统及存储介质，方法包括：基于预设的尺寸规格，对待识别人脸图像进行大小调整；将调整后的待识别人脸图像转换成灰度图像；基于随机丢弃卷积数据的方法，对灰度图像进行卷积操作，得到卷积特征图；对卷积特征图进行池化操作，得到池化特征图；对池化特征图进行全连接分类；根据全连接分类结果，得到人脸识别结果。本发明通过卷积神经网络对人脸图像进行识别，在卷积操作的过程中，采用随机丢弃卷积数据的方法来对训练样本进行扩充，增加了样本的多样性，减少了噪声影响，能够防止过拟合现象，进而提高了最终的人脸识别准确率，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN112329556A
公开(公告)日：2021-02-05
申请号：CN202011127950.2
申请日：2020-10-20
Applicant: 北京理工大学珠海学院
Abstract: 本发明公开了一种交通标志检测方法、装置、电子设备和存储介质，方法包括：获取待检测图像；对所述待检测图像进行Y通道直方图的均衡化处理，得到目标图像；从所述目标图像中提取交通标志；对提取的交通标志进行分类，确定所述交通标志的检测准确率。实现了高精度以及高实时性的交通标示识别，可靠性高，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN111210393A
公开(公告)日：2020-05-29
申请号：CN202010006175.9
申请日：2020-01-03
Applicant: 北京理工大学珠海学院
IPC: G06T5/00
Abstract: 本发明公开了一种基于边缘提取的彩色图像增强方法、系统及存储介质，方法包括：获取的彩色图像的Y通道图像；通过改良的Laplace检测算子对所述Y通道图像进行边缘图像提取，获取边缘图像；对所述边缘图像进行边缘锐化，并通过改良的图像增强方法，增强图像边缘锐化图的边缘信息，将图像边缘锐化图转为RGB图像，输出所述RGB图像和图像边缘锐化图。本发明提供的一种抗噪声的基于边缘提取的彩色图像增强方法，对噪声敏感的Laplace检测算子进行了改进和优化，由于改进后的Laplace检测算子本身抑制噪声的能力得到了增强，结合改良的图像增强方法，使该方法拥有了较强的针对图像噪声的抗噪声能力。本发明可广泛应用于计算机图像处理领域。
-
Patent Agency Ranking
公开(公告)号：CN105788212B
公开(公告)日：2019-01-15
申请号：CN201610126394.4
申请日：2016-03-04
Applicant: 北京理工大学珠海学院
IPC: G08C17/02
Abstract: 本发明公开了一种无线抄表系统及其通信方法，该系统包括智能电表和数据转发设备，智能电表包括直流电源模块、DC‑DC转换器、第一微处理器、计量模块、存储模块以及第一射频通信模块，数据转发设备包括第二微处理器、第二射频通信模块和GSM通信模块，直流电源模块的输入端接交流电源，第一输出端与DC‑DC转换器的输入端连接，第二输出端与计量模块的输入端连接，DC‑DC转换器的第一输出端与第一微处理器的第一输入端连接，第二输出端与第一射频通信模块的输入端连接，第二射频通信模块通过无线射频网络与第一射频通信模块连接。本发明成本较低、稳定性好、穿透距离远且功耗较低，适合在楼房密集处使用，可广泛应用于电力行业中。
-
公开(公告)号：CN107301623A
公开(公告)日：2017-10-27
申请号：CN201710330823.4
申请日：2017-05-11
Applicant: 北京理工大学珠海学院
Abstract: 本发明公开了一种基于暗通道和图像分割的交通图像去雾方法及系统，方法包括：对有雾交通图像进行分割，得到有雾交通图像的近景区域和天空区域；取有雾交通图像天空区域的平均强度值作为大气光系数，并结合有雾交通图像的暗通道图计算场景大气光透射率；对场景大气光透射率中天空区域的大气光透射率进行自适应修正，并结合大气光系数和有雾交通图像的退化模型得到去雾后的交通图像。本发明综合采用了图像分割和暗通道的方法进行交通图像去雾，并通过自适应修正来避免去雾后天空区域的透射率偏低或为负值的情况出现，更加有效且通用性更好；取有雾交通图像天空区域的平均强度值作为大气光系数，更加合理。本发明可广泛应用于图像处理领域。
-
公开(公告)号：CN106780428A
公开(公告)日：2017-05-31
申请号：CN201610998370.8
申请日：2016-11-11
Applicant: 北京理工大学珠海学院
Abstract: 本发明公开了一种基于颜色识别的芯片数量检测方法及系统，方法包括：读取采集的图像，其中，采集的图像包含有多组芯片的图像；对读取的图像进行RGB通道分解处理，得到R通道图像、G通道图像和B通道图像这三幅图像；从R通道图像、G通道图像和B通道图像这三幅图像中选择一幅图像作为RGB指定通道的图像进行目标颜色提取，得到芯片的目标颜色；根据芯片的目标颜色采用改进的循环分割提取方法进行候选目标区域提取处理，得到候选目标区域；统计芯片的目标区域的总数量，并以统计的总数量作为芯片的总数量进行输出。本发明具有快速和精度高的优点，可广泛应用于图像处理领域。
-
公开(公告)号：CN115731103A
公开(公告)日：2023-03-03
申请号：CN202211392241.6
申请日：2022-11-08
Applicant: 北京理工大学珠海学院
IPC: G06T3/40 , G06T5/50 , G06N3/0475 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种水下图像的超分辨处理方法，包括：获取水下低分辨率样本图像和对应的水下高分辨率样本图像；将水下低分辨率样本图像输入生成网络，得到水下高分辨率生成图像；将水下高分辨率生成图像和水下高分辨率样本图像输入到判别网络，对水下高分辨率生成图像进行判别，输出水下高分辨率生成图像为真实高分辨率的判别概率；根据判别概率对生成网络和判别网络进行网络优化，完成水下图像超分辨生成网络对抗模型的构建；根据水下图像超分辨生成网络对抗模型对新输入的水下低分辨率图像进行图像生成，得到对应的高分辨率图像。本发明能够提高处理效率，并且提升生成图像的质量，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN115205200A
公开(公告)日：2022-10-18
申请号：CN202210501007.6
申请日：2022-05-10
Applicant: 北京理工大学珠海学院
Abstract: 本发明公开了一种水下图像的处理方法、装置、设备及存储介质，本发明通过获取水下图像，对水下图像进行增强矫正处理，得到矫正图像，能够减少水下图像的严重色差；获取矫正图像的G通道的第一通道值、矫正图像的B通道的第二通道值以及矫正图像的R通道的第三通道值，计算第一通道值与第三通道值的第一通道差，以及计算第二通道值与第三通道值的第二通道差，根据第一通道差以及第二通道差中的最大值确定环境背景光，从而确定矫正图像中的雾浓度最大值，提高了根据环境背景光以及矫正图像，通过去雾成像模型计算得到的目标图像的去模糊效果，能够实现对水下图像的处理，本发明可广泛应用于图像处理技术领域。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.122 seconds)
