【技术实现步骤摘要】
本申请涉及图像修复领域，特别涉及一种多特征融合的红外船舶图像修复方法、装置、设备及介质。
技术介绍
1、红外成像技术因其在低光照和复杂气象条件下的出色表现，受到广泛关注和应用。相比于可见光成像，红外成像能够在多种不利条件下捕获物体的热辐射特征，具有更强的抗干扰能力和环境适应性。在海上应用中，红外成像尤其能够在夜间、雾霾等复杂条件下确保对船舶的稳定观测，提升模型的泛化能力和鲁棒性。然而，红外图像在实际应用中往往面临损伤、噪声干扰、低分辨率等问题。这些挑战导致图像质量下降，影响后续 目标识别或检测的准确性。因此，对红外图像进行有效的修复显得尤为关键。
2、相关技术中，利用手工特征进行图像修复，手工特征利用经典图像处理算子提取几何和纹理细节信息，提供丰富且直接的视觉特征，特别在复杂细节捕获上具有独特优势，但是通过手工特征进行图像修复的缺点在于精度低、速度慢。
3、近些年，基于深度学习的红外舰船分类方法受到了学者广泛关注，研究人员已经利用深度卷积神经网络模型实现了比传统手工特征分类模型精度更高、速度更快的红外舰船图像特征...
【技术保护点】
1.一种多特征融合的红外船舶图像修复方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多特征融合的红外船舶图像修复方法，其特征在于，所述手工特征数据包括手工特征向量，所述深度特征数据包括深度特征向量；
3.根据权利要求1所述的多特征融合的红外船舶图像修复方法，其特征在于，所述手工特征数据包括手工特征向量和手工损失函数，所述深度特征数据包括深度特征向量和深度损失函数；
4.根据权利要求1所述的多特征融合的红外船舶图像修复方法，其特征在于，所述手工特征数据包括手工特征向量和手工损失函数，所述深度特征数据包括深度特征向量和深度损失
...
【技术特征摘要】
1.一种多特征融合的红外船舶图像修复方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多特征融合的红外船舶图像修复方法，其特征在于，所述手工特征数据包括手工特征向量，所述深度特征数据包括深度特征向量；
3.根据权利要求1所述的多特征融合的红外船舶图像修复方法，其特征在于，所述手工特征数据包括手工特征向量和手工损失函数，所述深度特征数据包括深度特征向量和深度损失函数；
4.根据权利要求1所述的多特征融合的红外船舶图像修复方法，其特征在于，所述手工特征数据包括手工特征向量和手工损失函数，所述深度特征数据包括深度特征向量和深度损失函数;
5.根据权利要求1所述的多特征融合的红外船舶图像修复方法，其特征在于，所述对所述第一图像数据进行手工特征提取，获得手工特征数据，包括：...
【专利技术属性】
技术研发人员：张健，李浩玮，陶泽，贺凌峰，孙辉，刘超，
申请(专利权)人：中南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。