基于全局一致性与WGAN-GP的自适应纹理增强方法
申请人信息
- 申请人:南京信息工程大学
- 申请人地址:210032 江苏省南京市江北新区宁六路219号
- 发明人: 南京信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于全局一致性与WGAN-GP的自适应纹理增强方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311284143.5 |
| 申请日 | 2023/10/7 |
| 公告号 | CN117437128A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G06T5/00 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 张小瑞; 卢培森; 孙伟; 张小娜 |
| 地址 | 江苏省南京市江北新区宁六路219号 |
摘要文本
本发明公开了基于全局一致性与WGAN‑GP的自适应纹理增强方法，包括：将原始纹理图像进行灰度变换、归一化、扩充；构建两阶段纹理增强网络，第一阶段粗略预测灰度图像，第二阶段精细化纹理细节，得到纹理增强图像；引入捕获长期依赖关系的块，将全局信息融合到局部操作中；构建损失函数，根据损失函数结果计算纹理增强网络的评价指标，并根据评价指标判断纹理增强网络是否优异；本发明所设计的方法通过考虑全局信息和使用WGAN‑GP方法，提高纹理增强效果的连贯性、自然性和适应性，该方法克服传统纹理增强方法的局限性，并在实际应用中具有广泛的应用潜力。
专利主权项内容
1.基于全局一致性与WGAN-GP的自适应纹理增强方法，其特征在于，执行如下步骤S1-步骤S5，构建并训练纹理增强网络，完成对输入纹理图像的增强：步骤S1：采集原始纹理图像，将原始纹理图像转换成灰度图像，经Min-Max归一化后缩放像素到[0，1]范围，再使用传统方法进行数量扩充，获得预设数量的灰度图像；步骤S2：构建两阶段的纹理增强网络，第一阶段基于卷积粗略预测灰度图像，第二阶段基于WGAN-GP网络精细化灰度图像的纹理细节；纹理增强网络以步骤S1所获得的灰度图像为输入，输出纹理增强图像；步骤S3：在纹理增强网络中加入捕获长期依赖关系的块，将全局信息融合到局部操作中，形成每个目标位置像素的详细注意力图，并且根据这些详细注意力图对当前位置像素的预测进行加权，使用全局鉴别器和局部鉴别器比较纹理增强图像与原始纹理图像；步骤S4：对纹理增强网络进行训练，基于MSE距离、TV损失、MS-SSIM损失构建损失函数，根据损失函数的结果计算纹理增强网络的评价指标；步骤S5：纹理增强网络的性能达到评价指标，则视为优异且训练结束，否则视为不优异，要重新调整损失函数的权重系数，重新对纹理增强网络进行训练；根据评价指标判断纹理增强网络是否优异，是则获得成功的纹理增强网络，否则更新权重系数。