龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明提供一种基于对抗生成网络的RGB‑FIR多光谱图像去雾方法，涉及计算机视觉模型设计技术领域，本申请提供了基于对抗生成网络的RGB‑FIR多光谱图像去雾模型构建方法，步骤如下：S1：信息采集：S2：构建基于多级特征融合的RGB‑FIR多光谱去雾模型；S3：采用基于对抗生成的多效应学习策略，构建“融合‑增强”多重损失函数，利用RGB‑FIR图像数据集对模型训练，优化网络参数；S4：模型测试。上述模型充分考虑了由于RGB‑FIR两种光学图像由于其成像原理不同，在不同浓度的雾气条件下表现出的互补特性。本申请所提供的模型将RGB‑FIR两种模态的光学图像特征进行信息融合，实现多波段光学图像的优势互补，显著增强复原图像的细节、纹理和色彩信息，获取清晰的去雾效果。
主权项：1.一种基于对抗生成网络的RGB-FIR多光谱图像去雾模型构建方法，其特征在于：包含以下步骤：S1：信息采集：采集室内外真实场景下的RGB和FIR雾气图像，并通过筛选和配准获取视场与图像分辨率均相同的图像对，制作成可被RGB-FIR多光谱去雾网络使用的数据集；S2：根据RGB-FIR图像的光学互补特性，构建基于多级特征融合的RGB-FIR多光谱去雾模型；所述基于多级特征融合的RGB-FIR多光谱去雾模型包括多级特征融合模块及多尺度图像增强模块两个子网络模块，所述“多级特征融合模块”的输入是S1配准后的图像对，“多级特征融合模块”的输出特征是“多尺度图像增强模块”的输入；最后，通过“多尺度图像增强模块”建立雾气条件下的多模态融合特征图XCF与无雾图像之间YRGB的非线性映射关系，输出无雾的清晰图像；S3：采用基于对抗生成的多效应学习策略，构建“融合-增强”多重损失函数，利用RGB-FIR图像数据集对多级特征融合的RGB-FIR多光谱去雾模型进行模型训练，优化网络参数；S4：模型测试。
全文数据：
权利要求：
百度查询： 南通大学 一种基于对抗生成网络的RGB-FIR多光谱图像去雾方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号