专利交易市场

本发明公开了一种基于NSCT和对比度梯度的多景深全场光学图像融合方法，包括利用强度波动调制效应获得多个景深全场光学血管造影图像；输入两个不同景深全场光学血管造影图像，对两个多景深全场光学血管造影图像进行NSCT分解，每个景深全场光学血管造影图像分解为一个低通子带图和多个带通子带图；利用稀疏表示对两个低通子带图进行融合，得到一个低通子带融合图像；基于对比度梯度和空间频率对多个带通子带图进行融合，得到一个带通子带融合图像；将低通子带融合图像和带通子带融合图像进行最优线性重构，再NSCT逆变换得到最终融合图像。本发明解决由于生物样本较差的光学特性以及光学镜头景深限制造成获得的全场光学血管造影图像不能全聚焦的问题。

本发明公开了一种基于逆反射的手写笔光学图像定位装置及方法，包括：提出基于逆反射的手写笔光学图像定位神经网络模型；设计满足定位需求的手写笔结构；根据实际屏幕尺寸设置逆反射材料标定点，计算得到逆透视变换矩阵用于计算转换坐标；对采集到的图像进行灰度转换、高斯滤波等预处理；对预处理后的图像进行阈值分割、凸包算法整形、质心提取等后续操作得到手写笔笔尖的图像坐标；将笔尖图像坐标和转换坐标输入到定位神经网络，通过定位神经网络输出手写笔的精确位置；本发明基于逆反射技术可实现书写笔的无源定位功能，省略了电子线路的植入，仅靠光学和机械实现多点定位。

本发明公开了一种基于U‑Net分割网络的光学图像相位解缠绕方法。本发明包括如下步骤：步骤1、利用Zernike多项式产生相位未缠绕的光学图像；步骤2、利用相位未缠绕的光学图像进行相位缠绕操作，得到相位缠绕图像；步骤3、利用U‑Net分割网络训练模型；步骤4、利用训练好的模型进行光学图像相位解缠绕。本发明利用了U‑Net分割网络，该方法的针对性很强，主要针对于光学图像的相位解缠绕。在光学成像研究领域有着很大的应用前景，且本发明提出的基于U‑Net分割网络的相位解缠绕方法，像素分割准确率很高，从而求解准确率也很高。同时在CPU i5‑8600K和GPU NVIDIA TITAN Xp的环境下，求解时间只需0.037秒。

一种基于彩色和独立红绿蓝光学图像叠合增强的方法，应用于四色摄像头，包括四摄像头模组，所述四摄像头模组包括彩色摄像头模组、红色摄像头模组、绿色摄像头模组和蓝色摄像头模组，该方法具体包括以下步骤:步骤一，采集图像；步骤二，获取彩色图像的红绿蓝分量；步骤三，获取图像的低频信息和高频信息；步骤四，获取三个独立红绿蓝摄像头模组与彩色摄像头模组的像素对应关系；步骤五，将彩色摄像头模组分解的红绿蓝图像完成对应红绿蓝分量的增强；步骤六，将增强后的红绿蓝图像，进行融合，完成彩色图像的增强。将三色摄像头的色彩细节融合到彩色相机所拍摄图像，得到了更高对比度的彩色图像，有效避免了单摄像头拍摄彩色图像时的色彩低对比度。

本发明涉及一种基于多尺度和深度监督耦合增益的SAR转光学图像方法，所述方法包括以下步骤：获取成对光学遥感影像和SAR影像数据集；构建基于多尺度和深度监督耦合增益的SAR转光学图像模型；基于多尺度和深度监督耦合增益的SAR转光学图像模型训练；获取待翻译SAR影像数据；获取SAR影像翻译成光学影像结果。与现有技术相比，通过构建多层次的SAR转光学图像模型，充分利用不同尺度下SAR的图像特征的一致性与互补性，保证每一层的图像翻译都是有方向的；同时本发明对每种尺度下的翻译结果进行深度监督，对聚合的多尺度特征进行有效过滤；在二者的协同作用下，最终实现局部纹理保持和全局色调一致的SAR转光学图像。

本发明公开了一种光学图像光影消除方法及系统。其方法包括步骤：S1.输入宽为W、高为H的原图像I，把原图像I等尺寸分成n个图像小块；S2.计算各个图像小块的灰度总值，取灰度总值最大图像小块的中心点坐标(i,j)为光影最强点；S3.在原图像I上取x＝i所在列的所有点坐标集为lW，取y＝j所在行的所有点坐标集为lH；S4.根据坐标集lW、lH分别进行灰度值计算，以得到lW、lH各自的一维灰度直方图；S5.根据lW、lH的一维灰度直方图分别进行高斯拟合计算，得到lW、lH各自的高斯方程y1、y2；S6.根据y1、y2进行拟合得到二维高斯分布图y；S7.根据原图像I以及二维高斯分布图y进行去高斯，从而得到光影消除后的图像Img。本发明采用二维高斯拟合的方式对光学图像的光影进行拟合，使得图像中的亮度更为均匀。

本发明公开了一种水下光学图像识别方法及装置，其方法包括：获取水下光学的训练图像，并进行预处理生成训练图像数据矩阵；将所述训练图像数据矩阵按列拼接生成图像数据增广矩阵；构建引入双灵活度量自适应加权的2DPCA优化模型，将所述图像数据增广矩阵输入所述2DPCA优化模型计算最优的投影矩阵；获取水下光学的待识别图像，并进行预处理生成待识别图像数据矩阵；利用最优的所述投影矩阵对所述待识别图像数据矩阵和所述训练图像数据矩阵进行特征提取，将特征提取结果输入最近邻分类器进行水下目标识别；本发明能够有效提高水下光视觉图像数据的识别精度。