北京理工大学金伟其获国家专利权
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!
龙图腾网获悉北京理工大学申请的专利基于局部梯度和通道相关性的分焦平面偏振去马赛克方法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:CN119067880B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202410920983.4,技术领域涉及:G06T5/73;该发明授权基于局部梯度和通道相关性的分焦平面偏振去马赛克方法是由金伟其;杨建国;李力;崔昊;盛典;王美淑设计研发完成,并于2024-07-10向国家知识产权局提交的专利申请。
本基于局部梯度和通道相关性的分焦平面偏振去马赛克方法在说明书摘要公布了:本发明公开的基于局部梯度和通道相关性的分焦平面偏振去马赛克方法,属于偏振成像和图像处理领域。本发明实现方法为:对于偏振马赛克图像,通过下采样获得稀疏图像。利用相邻其他偏振方向的像素计算当前像素的局部梯度,并设计平滑度权重以优化双线性插值过程,从而生成初始去马赛克图像。通过归一化互相关系数和引导滤波,计算最小化代价函数与归一化互相关系数之间的关系,并设计具有对称性特征的偏振通道相关性权重。在偏振通道差分模型中应用该权重,进一步优化去马赛克结果。本发明能够在实际应用场景中更准确地反映强度、线偏振度和偏振角的分布特性,提高偏振去马赛克效果,降低分焦平面偏振马赛克图像的瞬时视场误差。
本发明授权基于局部梯度和通道相关性的分焦平面偏振去马赛克方法在权利要求书中公布了:1.基于局部梯度和通道相关性的分焦平面偏振去马赛克方法,其特征在于:包括如下步骤, 步骤1、对于偏振马赛克图像,通过下采样获得稀疏图像; 步骤2、对于偏振马赛克图像,利用相邻其他偏振方向的像素计算当前像素的局部梯度,并设计平滑度权重以优化双线性插值过程,从而生成初始去马赛克图像; 步骤2实现方法为, 步骤2.1、根据式3使用相邻其他偏振方向的像素计算当前像素在水平、垂直和对角线方向的梯度,并进行线性加权以确定当前像素点的局部梯度; 其中,LGi,j表示i,j处的局部梯度; 步骤2.2、设计平滑度权重来优化双线性插值,避免双线性插值方法在边缘和细节区域产生的模糊现象; 其中,WLGi,j表示i,j处的平滑度权重,范围是[0,1],LGmax表示图像中的最大梯度; 步骤2.3、获得平滑度权重后,对双线性插值进行优化; 其中,表示利用局部梯度方法生成的α偏振通道的初始去马赛克图像,F表示双线性插值滤波器,表示卷积运算; 步骤3、根据步骤2获得的初始去马赛克图像,计算不同偏振通道的归一化互相关系数,利用引导滤波计算最小化代价函数与归一化互相关系数之间的关系,并设计具有对称性特征的偏振通道相关性权重; 步骤3实现方法为, 步骤3.1、偏振图像的不同通道之间存在相关性;根据式6对不同偏振通道的初始去马赛克图像进行归一化互相关处理,得到衡量两幅图像相似性的归一化互相关系数; 其中,表示衡量α和β偏振通道初始去马赛克图像相似性的归一化互相关系数,范围是[-1,1],-1表示完全负相关,1表示完全正相关,0表示没有线性相关性,绝对值越大表示相似性越高;和分别表示α和β偏振通道的初始去马赛克图像的平均强度值,表示α和β偏振通道的初始去马赛克图像的协方差,和分别表示α和β偏振通道的初始去马赛克图像的标准差; 步骤3.2、在引导滤波中以输入图像Iin的像素i,j为中心的一个滤波窗口ω内,输出图像Iout是引导图像Iguide的线性变换,则 其中,ai,j和bi,j是滤波窗口ω内的线性系数,和分别表示输出图像Iout和引导图像Iguide在滤波窗口ω内的强度值; 根据式8通过最小化代价函数Eai,j,bi,j获取每个滤波窗口内的ai,j和bi,j; 其中,λ是防止求解的ai,j过大的正则化项,也是引导滤波器的平滑阈值;偏振图像去马赛克中采用引导滤波的目的是获得更准确的插值结果,无需对输入图像进行平滑操作,故λ为0; 通过线性求解公式8,得到ai,j和bi,j的闭式解; 其中,表示输入图像Iin和引导图像Iguide在滤波窗口ω内的协方差,表示引导图像Iguide在滤波窗口ω内的方差,和分别表示输入图像Iin和引导图像Iguide在滤波窗口ω内的均值; 将公式9和10带入到公式8中,得到最小代价函数和在滤波窗口ω内的关系; 其中,表示输入图像Iin在滤波窗口ω内的方差; 将α和β偏振通道的初始去马赛克图像和作为输入图像和引导图像,最小代价函数和在滤波窗口ω内的关系为 步骤3.3、根据α和β偏振通道的初始去马赛克图像的相似性度量具有对称性,将α和β偏振通道的初始去马赛克图像在滤波窗口ω内的相似性度量定义为 步骤3.4、根据相似性度量将α和β偏振通道相关性权重定义为 步骤4、利用步骤2获得的初始去马赛克图像,计算不同偏振通道的差分图像; 步骤5、根据步骤4获得偏振通道差分图像后,按照步骤2的局部梯度方法优化双线性插值,获得偏振通道差分估计图像; 步骤6、将步骤2获得的初始去马赛克图像和步骤5获得的不同偏振通道的差分估计图像相加,获得偏振通道估计图像; 步骤7、利用步骤3获得的偏振通道相关性权重,对步骤6获得的偏振通道估计图像进行加权平均,获得最终的去马赛克图像。
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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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