一种基于深度学习的红外图像超分辨率重建方法

发明专利有效专利

申请号：
CN202010734945.1
IPC分类号：G06T3/40;G06T5/00;G06T11/00;G06N3/04;G06N3/08
申请日期：
2020-07-28
申请人：
南京理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的红外图像超分辨率重建方法
申请号	CN202010734945.1	申请日期	2020-07-28
法律状态	公开	申报国家	中国
公开/公告日	2020-11-27	公开/公告号	CN112001843A
优先权	暂无	优先权号	暂无
主分类号	G06T3/40 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T3/00 在图像平面内的图形图像转换，例如，从位像到位像地建立一个不同图像〔6〕 G06T3/40 整个或部分图形的定标〔6〕	IPC分类号	G;0;6;T;3;/;4;0;;;G;0;6;T;5;/;0;0;;;G;0;6;T;1;1;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京理工大学	申请人地址	江苏省南京市玄武区孝陵卫200号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京理工大学	当前权利人	南京理工大学
发明人	陈钱;展梦灵
代理机构	南京理工大学专利中心	代理人	朱沉雁

摘要

本发明公开了一种基于深度学习的红外图像超分辨率重建方法，首先将红外视频转化成连续的多帧红外图像并进行红外图像增强预处理，获得对比度更高、视觉效果更好的红外图像；同时建立基于深度学习的图像超分辨率重建算法模型；基于该模型，利用可见光数据集进行模型训练得到高低分辨率图像之间的关系模型；将红外图像输入该模型进行超分辨率重建，获得高分辨率的红外图像；最后整合红外图像得到信息更丰富的红外图像视频。本发明在红外图像的质量优化上具有十分优秀的效果，同时可以快速地将低质量的红外视频转换成高质量的视频，在军事、医学、安防等领域具有十分重要的作用。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供