昆明理工大学张永安获国家专利权
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!
龙图腾网获悉昆明理工大学申请的专利一种过烟雾红外数字全息重建像的自适应阴影增强方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115423706B 。
龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211044295.3,技术领域涉及:G06T5/94;该发明授权一种过烟雾红外数字全息重建像的自适应阴影增强方法及装置是由张永安;赵丹露;何光辉;黄俊豪;曾春华设计研发完成,并于2022-08-30向国家知识产权局提交的专利申请。
本一种过烟雾红外数字全息重建像的自适应阴影增强方法及装置在说明书摘要公布了:本发明公开了一种过烟雾红外数字全息重建像的自适应阴影增强方法及装置,属于图像处理技术领域。本发明提出了一种新的图像处理算法来对红外数字全息重建像烟雾遮挡造成的阴影区域做增强,该算法首先使用双边滤波对图像去除噪声,结合二值化、边缘提取、形态学算法分割阴影区域,并结合明亮区域达到增强阴影区域亮度的目的。本发明所述方法解决了透烟雾红外全息重建像散斑噪声严重,且存在明显阴影区域,亮度不均,物体细节信息缺失等诸多问题,可有效地增强过烟雾红外全息重建像的图像质量,在阴影区域增强及去除散斑噪声方面具有显著效果,属于图像处理技术领域。
本发明授权一种过烟雾红外数字全息重建像的自适应阴影增强方法及装置在权利要求书中公布了:1.一种过烟雾红外数字全息重建像的自适应阴影增强方法,其特征在于,具体包括以下步骤: 1采用双边滤波对原始红外数字全息重建像去除散斑噪声,并结合二值化分割前景和背景; 2采用Sobel算子提取二值化图像边缘信息,再对边缘提取图像进行膨胀和填充运算,进一步结合最大连通区域算法,对形态学分割的目标图像的轮廓按最大连通区域进行标记,分割出目标对象; 3目标对象采用sobel算子提取边缘信息,然后进行膨胀,填充处理;使用最大连通区域算法提取最大连通域,分割出阴影区域; 4根据图像的每个区域的像素照度比去除阴影,通过计算明亮区域中阴影的分布来去除阴影,得到重建像自适应阴影增强后图像; 步骤2中使用最大连通区域算法提取最大连通域,分割出目标对象,最大连通区域算法步骤如下:首先随机选取一个像素点,判断该像素点是否位于连通域内;然后对该点的8邻域进行搜索,若8邻域内的点也位于连通域内,则将其定义为下一个随机像素;然后重复上述操作直至不再产生新的随机像素点,则完成一次最大连通域分类;最后完成所有连通域分类标记后统计每个类的数量,数量最多的连通域即为最大面积区域,最大面积区域令其为A1,则分割出目标对象fox,y可由式18算出: fox,y=fx,y*A118; 式中,fx,y为输入图像; 步骤3中阴影区域分割方法与目标对象分割方法类似,不同点是分割阴影区域是在目标对象上进行分割的,且不对目标对象进行二值化处理;同样使用最大连通区域算法提取最大连通域,标记为A2,阴影区域fsx,y为 fsx,y=f0x,yA1-A1∩A219; 目标对象中的明亮区域fbx,y为 fbx,y=fox,yA1∩A220; 步骤4中根据图像的每个区域的像素照度比去除阴影,通过计算明亮区域中阴影的分布来去除阴影,具体公式如下: 式中EfSx,y、Efbx,y表示阴影区域和明亮区域的均值,SDfSx,y、SDfbx,y表示阴影区域和明亮区域的方差,f′Sx,y为亮度调整后的阴影区域,fsx,y亮度调整前的阴影区域。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人昆明理工大学,其通讯地址为:650093 云南省昆明市五华区学府路253号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励