公共文化服务平台

无监督编解码模型的多聚焦图像融合算法被引量：1: 2022年; 目前在多聚焦领域,大部分基于监督学习的深度模型都需要制作带标签的大规模数据集来训练网络,而制作数据集则需要花费很大的成本。为此,提出一种基于无监督学习的深度模型来实现准确和有效的多聚焦图像融合。通过无监督的方式在公共数据集上训练引入双重注意力机制的编码-解码模型,提取源图像的深层特征;利用改进的拉普拉斯能量和对深层特征进行聚焦检测得到决策图;根据决策图得到融合图像。实验结果表明,所提方法与14种先进算法相比,在主观视觉方面保有更多的图像细节,在7个客观指标中,有6个指标实现了最优结果。; 臧永盛周冬明王长城夏伟代; 关键词：卷积神经网络编解码无监督学习决策图

一种基于遮蔽效应的图像质量评价研究被引量：3: 2021年; 针对梯度结构相似性指标(Gradient Structure Similarity,GSSIM)无法对近阈值失真图像做出很好的判断,导致其判断结果与人类视觉系统(Human Visual System,HVS)不完全一致的问题,为提高GSSIM的准确性及其与HVS的一致性,提出了一种基于梯度遮蔽和视觉显著性的图像质量评价指标(Visual Saliency-Gradient Structure Similarity,VS-GSSIM).首先,根据梯度信号之间存在的遮蔽效应优化梯度性相似性模型;然后,结合显著性模型提高指标和HVS评判的一致性;最后,调整图像局部区域感知质量水平的相对重要性并池化最终得分.实验结果表明所提模型在一致性和单调性的评价指标上均超过GSSIM,并且优于目前绝大多数算法.; 孔紫剑周冬明聂仁灿王长城; 关键词：图像质量评价人类视觉系统

结合迁移学习的真实图像去噪算法被引量：4: 2022年; 为了能有效地去除真实图像的复杂噪声,提出了一种结合迁移学习的真实图像去噪算法。该算法采用了双编码器结构,迁移学习编码单元利用预先训练好的权值有效提取鲁棒特征,残差编码单元对当前数据处理,进一步补充了信息。解码单元通过特征融合模块对丰富的信息进行融合,随后经过残差注意力模块加强对图像细节信息的关注,从而更好地恢复图像。实验结果表明,该算法在DND、SIDD和RNI15真实噪声数据集上有很好的泛化能力,能够在有效去除噪声的同时更好地保留图像纹理和边缘信息,恢复图像视觉效果更好。; 周联敏周冬明杨浩; 关键词：图像去噪

采用多尺度密集残差网络的水下图像增强被引量：6: 2021年; 为了有效解决水下图像亮度、对比度过低和颜色混乱等问题,提出一种改进的多尺度密集残差网络的水下图像增强方法。对原始图像进行多尺度特征提取,更好地保留了图像细节,通过改进的密集残差网络对水下图像进行增强处理,提升图像亮度和对比度,校正图像颜色,在每个密集残差网络间添加了SK注意力机制,可以选择性地捕捉输入图像的关键信息并进行处理,将增强后的水下图像进行多尺度融合。通过Type和EUVP两个水下图像数据集对所提出方法进行验证,基于物理模型和数据驱动的6种方法进行了主观效果和客观指标间的比较。在主观效果的定性分析中发现,所提出的方法在提高亮度和对比度方面取得了很大的进步。在客观图像评价指标的定量分析中,峰值信噪比(Peak Signal to Noise Ratio,PSNR)、结构相似性(Structural Similarity,SSIM)、信噪比(Signal to Noise Ratio,SNR)、均方误差(Mean Square Error,MSE)、视觉信息保真度(Visual Information Fidelity,VIF)、信息保真度准则(Information Fidelity Criterion,IFC)、噪声质量评价(Noise Quality Measure,NQM)、亮度顺序误差(Lightness Order Error,LOE)和自然图像质量评价(Natural Image Quality Evaluator,NIQE)指标较现有的水下图像增强算法分别提高了1.5%,1%,1.2%,1.2%,1.3%,1.2%,1.7%,3.0%和1.1%。提出的改进多尺度密集残差网络不仅可以增强图像的亮度、对比度以及校正图像的颜色,而且可以应用于更广泛的水域场景。; 卫依雪周冬明王长城李淼; 关键词：水下图像多尺度图像增强

结合多尺度局部极值分解和SCM模型的医学图像融合方法被引量：2: 2020年; 根据不同的成像原理,医学图像有多种不同的图像类型。针对CT-MRI图像融合中容易造成细节和对比度信息丢失等问题,提出一种基于多尺度局部极值分解方法(LES)和双通道脉冲发放皮层模型(DCSCM)的图像融合方法。利用多尺度局部极值分解方法将源图像分解为一系列不同尺度的平滑图像和细节图像;使用最大值法分别提取两个系列平滑图像的最大值,使用稀疏表示方法进行平滑图像的融合;对两个系列的细节图像取均值,使用DCSCM模型对细节图像进行融合;通过融合后的平滑图像和细节图像重构出最终的融合图像。对多组医学图像进行实验仿真和主客观分析,多组实验结果表明,该方法在主观视觉方面和客观评价指标的定量分析方面都取得了优异的效果。; 丁斋生周冬明聂仁灿侯瑞超刘琰煜帅新芳; 关键词：医学图像图像融合

多目标粒子群优化PCNN参数的图像融合算法被引量：12: 2016年; 目的脉冲耦合神经网络(PCNN)在图像融合上往往因为参数设置问题而达不到最佳效果,为了提高图像融合的质量,提出了一种基于多目标粒子群优化PCNN参数的图像融合算法。方法首先用多目标粒子群对PCNN模型参数进行优化得到最优PCNN参数模型,然后利用双复树小波(DTCWT)对图像多尺度分解,将高频分量通过优化好的PCNN模型进行高频融合,低频分量通过拉普拉斯分量绝对和(SML)来进行低频融合,最后通过DTCWT逆变换实现图像的融合。结果分别与DTCWT,拉普拉斯金字塔变换(LP)以及非下采样Contourlet变换(NSCT)进行实验对比,融合图像Clock,Lab的融合结果在客观指标上的互信息(8.062 3,7.908 5)、图像的品质因数(0.716 2,0.714 2)和标准差(51.213,47.671)都优于其他方法,熵和其他方法差不多,融合结果能够获得更好的视觉效果以及较大的互信息值和边缘信息保留值。结论该方法有较好融合图像的能力,可适用于计算机视觉、医学、遥感等领域。; 王佺聂仁灿周冬明金鑫贺康建余介夫; 关键词：图像融合粒子群脉冲耦合神经网络

无监督深度学习模型的多聚焦图像融合算法被引量：1: 2021年; 深度学习技术应用到多聚焦图像融合领域时,其大多通过监督学习的方式来训练网络,但由于缺乏专用于多聚焦图像融合的监督训练的标记数据集,且制作专用的大规模标记训练集代价过高,所以现有方法多通过在聚焦图像中随机添加高斯模糊进行监督学习,这导致网络训练难度大,很难实现理想的融合效果。为解决以上问题,提出了一种易实现且融合效果好的多聚焦图像融合方法。通过在易获取的无标记数据集上以无监督学习方式训练引入了注意力机制的encoder-decoder网络模型,获得输入源图像的深层特征。再通过形态聚焦检测对获取的特征进行活动水平测量生成初始决策图。运用一致性验证方法对初始决策图优化,得到最终的决策图。融合图像质量在主观视觉和客观指标两方面上进行评定,经实验结果表明,融合图像清晰度高,保有细节丰富且失真度小。; 王长城周冬明刘琰煜谢诗冬; 关键词：多聚焦图像融合无监督学习

低秩表示和字典学习的红外与可见光图像融合算法被引量：9: 2019年; 针对目前红外与可见光融合算法在保留可见光图像中的背景信息时无法同时有效地提取红外图像信息,提出了一种基于低秩表示和字典学习的红外与可见光的图像融合算法.首先,采用低秩表示对红外图像和可见光图像进行分解,分别获得源图像的低秩和稀疏成分,其中稀疏成分可以很好地表示源图像的边缘细节特征.其次,用OMP算法的字典学习方法和稀疏系数的最大范数规则,而最大范数规则在对图像背景恢复的同时能够提取目标信息.再次,对分解得到的2个分量进行融合.最后,利用融合稀疏系数和自适应字典重建融合图像.实验结果表明,本融合算法可以突出红外对象信息,同时能够保留可见光图像中的背景信息,达到良好的视觉效果.; 刘琰煜周冬明聂仁灿侯瑞超丁斋生; 关键词：自适应字典图像融合

基于多阶段双残差网络的图像去雨模型被引量：2: 2022年; 雨天采集的图像往往因为雨线的影响而降低了图像的质量,从而影响后续计算机视觉任务的执行。为了改善雨天图像的成像质量,提出了一种基于多阶段双残差网络的去雨算法来恢复被雨线遮挡的图像。算法的第1个创新点是多阶段的整体架构,其逐步学习从有雨图像到无雨图像的映射过程,从而将整个去雨过程分解为更容易的子过程。算法的第2个创新点是提出的双残差网络,与传统残差网络相比,提出的双残差网络拥有更多恒等映射路径,减少了信息丢失。算法的第3个创新点是特征信息聚合策略,提出的算法不仅注重从前面阶段到后面阶段之间纵向信息交换,而且在各个阶段之间也存在横向信息交换,以简化信息流并避免信息丢失。实验结果和分析表明,提出的算法对图像中的雨条纹去除效果明显,在Rain100H数据集上达到了33.42 dB的PSNR和0.94的SSIM。相比于最近的图像去雨算法,在主观以及客观评价上都是最优的。; 杨浩周冬明赵倩李淼; 关键词：多阶段网络图像恢复

基于注意力机制和残差块的真实图像去噪被引量：2: 2023年; 为有效去除真实图像噪声,提出一种基于注意力机制和残差块的图像去噪算法。采用通道和空间注意力机制相结合的双重注意力模块给不同的特征赋予权重,并与残差块合并于编解码结构;应用增大感受野模块,在保护图像结构的同时增大感受野;整体架构采用密集特征融合保留更多细节。实验结果表明,该算法在SIDD和DND数据集的峰值信噪比分别达到了39.59 dB和39.73 dB,结构相似性分别达到了0.911%和0.953%,具有最佳视觉效果。所提算法在去噪的同时能够保留更多图像细节信息。; 周联敏周冬明; 关键词：图像去噪卷积神经网络

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61365001)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61365001)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈