“李键红”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果12个，建议您升级VIP下载更多相关专利

[发明专利]一种二值化文字图像的确定方法、装置、设备及存储介质-CN202211353542.8在审
发明人： 李键红;陈焰;王连杰;罗杰鸿 -专利权人：广东外语外贸大学
申请日： 2022-11-01 - 公布日： 2023-04-04 - 主分类号： G06V30/162 文献下载
摘要：本发明公开了一种二值化文字图像的确定方法、装置、设备及存储介质，本发明通过获取文字图像，并对所述文字图像进行灰度处理，得到灰度图，检测所述灰度图的文字轮廓梯度信息，根据所述文字轮廓梯度信息以及梯度阈值，确定轮廓梯度信息矩阵，根据所述轮廓梯度信息矩阵以及所述灰度图进行交替最小化处理，得到目标文字图像，对所述目标文字图像进行二值化处理，得到二值化文字图像；通过文字轮廓梯度信息从而减少文字内与文字外的灰度值之间的差距，使得二值化文字图像能够便捷地去除污渍、光照不均匀或者阴影等等的图像缺陷问题，有利于实际应用，本发明可广泛应用于图像处理领域。
一种二值化文字图像确定方法装置设备存储介质

[发明专利]一种基于判别共享邻域保持的极限学习机人脸降维方法-CN202011415767.2在审
发明人：吕巨建;李灿耀;赵慧民;陈荣军;熊建斌;李键红 -专利权人：广东技术师范大学
申请日： 2020-12-03 - 公布日： 2022-06-07 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于判别共享邻域保持的极限学习机人脸降维方法，包括如下步骤：S1、图像预处理：对人脸图像采集模块采集到的人脸图像进行尺度归一化处理；S2、输入层：输入经过尺度归一化处理的人脸特征X；S3、隐含层：选用非线性激励函数，将单样本人脸特征X随机非线性映射到N维特征空间，变换得到特征H(X)；S4、输出层：固定特征H(X)；S5、样本数据库：存储经过降维处理的人脸样本数据t。本发明提出了SGRD‑ELM算法。SGRD‑ELM既考虑了样本的类别信息，又注重挖掘任意两个样本点的共享近邻信息，在样本数据降维到64维的情况下，实验结果对比LLE方法的人脸识别率平均提高了10％‑14％，对比了US‑ELM方法的人脸识别率平均提高了6％‑8％。
一种基于判别共享邻域保持极限学习机人脸降维方法

[发明专利]颜色通道三次传播的图像超分辨方法、系统及存储介质-CN202011208702.0在审
发明人： 李键红;刘思玲;钟瑞琼;吴亚榕 -专利权人：广东外语外贸大学
申请日： 2020-11-03 - 公布日： 2021-02-26 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种颜色通道三次传播的图像超分辨方法、系统及存储介质，其中所述方法包括：获取彩色图像，得到第一颜色通道、第二颜色通道及第三颜色通道，对第一颜色通道进行放大。对第二颜色通道进行第一传播处理、第二传播处理，对颜色值进行扩散传播。在第三传播处理中，对第二传播处理后的第二颜色通道的像素点进行颜色修正或颜色填充，同理，对第三颜色通道也进行同样的处理。最后，将完成三次处理后的第一颜色通道、第二颜色通道以及第三颜色通道进行组合，得到重建后的高分辨率彩色图像。本申请实施例提供的图像超分辨方法，有效抑制彩色图像超分辨率过程中出现的“渗色”现象，从视觉上明显提升重建图像的质量，可应用于图像超分辨领域。
颜色通道三次传播图像分辨方法系统存储介质

[发明专利]基于金字塔分解的图像增强方法、装置、设备和存储介质-CN202011018633.7在审
发明人： 李键红;翁若仪;刘思玲;钟瑞琼 -专利权人：广东外语外贸大学
申请日： 2020-09-24 - 公布日： 2021-02-12 - 主分类号： G06T5/20 文献下载
摘要：本发明公开了基于金字塔分解的图像增强方法、装置、设备和存储介质，方法包括：构建待处理图像的高斯金字塔；建立空的拉普拉斯金字塔；遍历所述高斯金字塔中的每一层像素数据，根据每一层像素数据确定所述拉普拉斯金字塔中对应层的像素数据；根据所述拉普拉斯金字塔，生成细节增强后的最终图像。本发明可以利用直观的参数和简单的实现来获得高质量的图像，更好地刻画了图像的多尺度属性，其产生的图像质量高而且没有晕圈，降低了计算成本且提高了图像增强的质量，可广泛应用于图像处理技术领域。
基于金字塔分解图像增强方法装置设备存储介质

[发明专利]基于联合稀疏表示的病害识别方法、系统及存储介质-CN201910393984.7在审
发明人：吴亚榕;李键红 -专利权人：仲恺农业工程学院
申请日： 2019-05-13 - 公布日： 2019-10-11 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于联合稀疏表示的病害识别方法、系统及存储介质，方法包括：对增强处理后的病害叶片图像进行区域分割处理，得到病害区域图像；对病害区域图像进行特征提取，得到病害特征向量；基于联合稀疏模型，根据采集的病害数据集、所述病害区域图像的种类以及所述病害特征向量，计算病害特征向量对应的系数矩阵；根据病害特征向量对应的系数矩阵，计算病害区域图像对应的病害类别。本发明的实施例通过联合稀疏模型来计算病害特征向量对应的系数矩阵，并根据病害特征向量对应的系数矩阵，计算病害区域图像对应的病害类别，相较于现有人工识别农作物病害的方式，本发明提高了病害识别的准确率，可广泛应用于图像处理技术领域。
病害特征向量病害区域系数矩阵病害图像病害识别联合稀疏模型存储介质稀疏表示图像处理技术农作物病害区域分割人工识别特征提取叶片图像增强处理数据集准确率采集联合应用

[发明专利]基于尺度间自相似性的图像放大方法、系统及存储介质-CN201910433432.4在审
发明人： 李键红;肖雄蔚;吴亚榕 -专利权人：广东外语外贸大学
申请日： 2019-05-23 - 公布日： 2019-09-10 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于尺度间自相似性的图像放大方法、系统及存储介质，该发明利用输入图像来获取自训练数据集合，基于高斯混合模型获取所述自训练数据集合的概率密度函数，根据所述概率密度函数及所述输入图像的高分辨率低频图像获取自适应性先验图像，根据所述自适应性先验图像及所述自适应性先验图像的低分辨率保真图像生成放大的输出图像。本发明无需借助外界图像训练数据集，将自适应性作为一种固有性质用于图像放大的重建过程中，算法新颖、高效，图像放大的质量更好，适用范围更广。
图像放大自适应性先验概率密度函数存储介质输入图像数据集合自训练图像尺度高斯混合模型训练数据集低分辨率低频图像高分辨率固有性质输出图像图像生成外界图像保真算法放大重建

[发明专利]一种基于最大化自相似性质的图像超分辨率重建方法-CN201510701726.2有效
发明人： 李键红 -专利权人：广州高清视信数码科技股份有限公司
申请日： 2015-10-23 - 公布日： 2018-07-31 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于最大化自相似性质的图像超分辨率重建方法，包括：对输入图像Y进行高斯低通滤波和双三次上采样，得到高斯低通滤波图像Y0和双三次上采样图像X0；从图像Y和图像Y0中抽取图像片集合｛yp，y0p｝，进而构建相应的训练样本数据集合D；采用混合高斯模型来描述数据集合D的概率密度函数，然后采用期望最大化算法进行参数训练，得到概率密度函数的参数；从图像X0中抽取图像片x0p，然后根据概率密度函数的参数对图像片x0p进行求解，得到在待求取的超分辨率图像X中以最大概率重现的图像片zi；根据图像片zi以及图像X需满足的退化处理约束方程求出最终的超分辨率图像X。本发明具有失真度小和噪声小的优点，可广泛应用于图像处理领域。
一种基于最大化相似性质图像分辨率重建方法

[发明专利]一种基于L0范数分解的动漫图像增强显示方法及系统-CN201610061691.5有效
发明人： 李键红 -专利权人：广州高清视信数码科技股份有限公司
申请日： 2016-01-28 - 公布日： 2018-03-30 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于L0范数分解的动漫图像增强显示方法及系统，方法包括采用L0范数将输入的动漫图像分解成低频图像以及高频图像；根据低频图像的位置信息对高频图像进行增强，得到增强后的高频图像；将低频图像与增强后的高频图像进行合成，得到增强后的动漫图像。本发明采用L0范数将输入的动漫图像分解成低频图像以及高频图像，与拉普拉斯二阶导数的方法相比，更符合动漫图像的特点，能更准确地检测出图像的细节，同时在分离出低频图像以及高频图像后，不再对分离出来的信息进行统一处理，而是根据低频图像的位置信息对高频图像进行增强，在很大程度上减少了噪声的引入。本发明可广泛应用于图像处理领域。
一种基于 l0 范数分解动漫图像增强显示方法系统

[发明专利]基于移动互联网的汉英翻译教学评分系统-CN201710493020.0在审
发明人：李心广;李键红;张胜斌;尹伟杰;陈帅;林泽聪 -专利权人：广东外语外贸大学
申请日： 2017-06-23 - 公布日： 2017-10-20 - 主分类号： G09B5/14 文献下载
摘要：本发明公开了一种基于移动互联网的汉英翻译教学评分系统，系统包括学生端、教师端和服务器；服务器包括用户通信模块、系统管理模块、评分模块、学习服务模块和教师教学管理模块；用户通信模块用于与学生端和教师端进行通信；系统管理模块用于管理学生和教师信息、管理学生端和教师端在服务器上的登录以及学习资料和考卷的管理；评分模块对学生端发送的语音答案进行答题关键信息、语序、流利度综合评分；学习服务模块用于根据练习指令发送习题、根据学生端发送的答案查阅指令发送习题答案；教师教学管理模块用于管理学生及班级信息。本发明的基于移动互联网的汉英翻译教学评分系统提高了汉英口语翻译学习评分的合理性、准确性和学习的便捷性。
基于移动互联网汉英翻译教学评分系统

[发明专利]一种单图像超分辨率重建的方法-CN201510694705.2在审
发明人：王栋;李键红;蒋业 -专利权人：华南农业大学
申请日： 2015-10-22 - 公布日： 2016-03-16 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种单图像超分辨率重建的方法，该方法包含两个部分：一是利用高斯混合模型计算高分辨率图像中每个最佳相似片；二是根据最佳相似片建立自相似性最大化优化模型实现超分辨率图像重建。通过该发明方法提出了一种优化的超分辨率模型，其挖掘自相似的图像内容以获取高质量的超分辨率输出，同时还提供了一种高斯逼近求解方案，该方法使得图像在保真度、细节恢复等方面有着更优越性能。
一种图像分辨率重建方法

[发明专利]一种图像超分辨率重建方法-CN201510703679.5在审
发明人： 李键红 -专利权人：广州高清视信数码科技股份有限公司
申请日： 2015-10-23 - 公布日： 2016-03-16 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种图像超分辨率重建方法，包括：对输入图像YL分别进行高斯低通滤波和双三次上采样，得到高斯低通滤波图像XL和双三次上采样图像XH；根据输入图像YL和高斯低通滤波图像XL构建图像对训练集然后根据图像对训练集D采用最近邻域查找法得到图像XH的训练样本对集合；采用多任务高斯过程回归模型对图像XH的训练样本对集合进行描述，然后采用梯度下降法进行参数训练，求出图像XH样本所对应的多任务高斯模型参数以及多任务高斯模型输出YH；对求出的多任务高斯模型输出YH采用反向投影法得到最终的超分辨率图像。本发明具有速度快且效果好的优点，可广泛应用于图像处理领域。
一种图像分辨率重建方法

[发明专利]一种基于多任务高斯过程回归的图像超分辨率重建方法-CN201510702819.7在审
发明人： 李键红 -专利权人：广州高清视信数码科技股份有限公司
申请日： 2015-10-23 - 公布日： 2016-03-16 - 主分类号： G06T5/10 文献下载
摘要：本发明公开了一种基于多任务高斯过程回归的图像超分辨率重建方法，包括：对输入图像进行高斯低通滤波和双三次上采样，得到高斯低通滤波图像和双三次上采样图像；根据待求取的超分辨图像的任一图像片采用最近邻域查找法构造图像片的训练集；根据构造的训练集采用多任务高斯过程回归模型进行参数训练，得到描述任务共性和差异的参数；根据多任务高斯过程回归模型对待求取图像片进行预测，得到图像片的每一个像素点，然后使图像片在待求取的超分辨图像上滑动，重新进行预测，最终得到超分辨图像。本发明通过最近邻域查找法来避免样本数量不足的问题，更加准确；有效消除了伪影现象，提高了图像的质量。本发明可广泛应用于图像处理领域。
一种基于任务过程回归图像分辨率重建方法

1
共 12 条