“赵蓝飞”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17个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多分辨率金字塔的色阶映射方法-CN202310430065.9有效
发明人： 赵蓝飞;刘发强;王启烨;李士俊;李国庆 -专利权人：哈尔滨理工大学
申请日： 2023-04-19 - 公布日： 2023-10-03 - 主分类号： G06T5/00 文献下载
摘要：一种基于多分辨率金字塔的色阶映射方法，它属于图像处理技术领域。本发明解决了现有方法重建出的LDR图像存在的亮度无法完全满足常规显示器的动态范围要求以及图像亮度分布不均匀、对比度扭曲、细节模糊的问题。本发明方法包括自下到上的图像重建、顶层图像的全局动态范围压缩以及自上而下的图像重建。自下到上的图像重建根据高分辨率的HDR图像重建出低分辨率HDR图，顶层图像的全局动态范围压缩根据全局色阶映射函数压缩顶层图像的动态范围，自上而下的图像重建根据已压缩动态范围的顶层图像重建出高分辨率的LDR图像。本发明方法可以应用于图像的色阶映射。
一种基于分辨率金字塔映射方法

[发明专利]一种基于全局灰度提升与局部灰度补偿的低照度图像增强方法-CN202310447812.X在审
发明人： 赵蓝飞;林子翔;刘发强;王启烨 -专利权人：哈尔滨理工大学
申请日： 2023-04-24 - 公布日： 2023-09-12 - 主分类号： G06T5/00 文献下载
摘要：一种基于全局灰度提升与局部灰度补偿的低照度图像增强方法，它属于图像处理技术领域。本发明解决了现有图像增强方法容易压缩或者丢失图像的细节以及纹理信息的问题。本发明方法采取的主要技术方案为：步骤一、对低照度图像进行亮度归一化处理，获得亮度归一化处理后的图像；步骤二、对亮度归一化处理后的图像进行对比度拉伸，获得对比度拉伸后的图像，对比度拉伸后的图像经过处理后，即得到全局灰度提升后的图像；步骤三、对全局灰度提升后的图像进行局部灰度补偿，得到局部灰度补偿后的增强图像。本发明方法可以应用于低照度图像增强。
一种基于全局灰度提升局部补偿照度图像增强方法

[发明专利]一种基于全局色阶重建与局部细节增强的色阶映射方法-CN202310420951.3在审
发明人： 赵蓝飞;王启烨;刘发强;李士俊;李国庆 -专利权人：哈尔滨理工大学
申请日： 2023-04-19 - 公布日： 2023-08-01 - 主分类号： G06T5/00 文献下载
摘要：一种基于全局色阶重建与局部细节增强的色阶映射方法，它属于图像处理技术领域。本发明解决了采用传统方法重建出的LDR图像存在细节弱化以及亮度分布不合理的问题。本发明方法首先通过全局动态范围压缩将HDR图像的亮度范围压缩到(0,1]区间内，再拉伸图像的全局对比度，最后利用迭代式局部细节增强算法对重建图像的细节进行增强。通过实验结果证明，本发明设计的色阶映射算法可以有效改善重建图像的细节和亮度分布，重建出图像质量较高的LDR图像。本发明方法可以应用于图像处理技术领域。
一种基于全局重建局部细节增强映射方法

[发明专利]一种保证图像细节的对比度增强方法-CN202211349133.0有效
发明人： 赵蓝飞;李国庆;李士俊;刘发强 -专利权人：哈尔滨理工大学
申请日： 2022-10-31 - 公布日： 2023-07-21 - 主分类号： G06T5/00 文献下载
摘要：一种保证图像细节的对比度增强方法，它属于图像处理技术领域。本发明解决了现有对比度增强算法对图像视觉效果的提升能力有限，且易模糊图像细节的问题。本发明首先构建一个非线性全局灰度映射函数，将灰度范围分解为3个区间，分别统计这3个区间内出现概率最大的灰度值处的累计概率分布。将每个灰度区间内出现概率最大的灰度值以及该值对应的累计概率分布作为已知的数据点，通过牛顿迭代法对非线性全局灰度映射函数中的未知参数进行估计，从而利用全局灰度映射函数的表达式对待增强图像进行全局灰度映射；其次，将细节增强问题转化对全局灰度映射加入一个细节补偿项，细节补偿项由迭代算法确定。本发明方法可以应用于图像处理技术领域用。
一种保证图像细节对比度增强方法

[发明专利]一种迭代式色阶重建方法-CN202310013865.0有效
发明人： 赵蓝飞;李士俊;王博;李国庆;王启烨 -专利权人：哈尔滨理工大学
申请日： 2023-01-05 - 公布日： 2023-07-04 - 主分类号： G06T5/00 文献下载
摘要：一种迭代式色阶重建方法，它属于图像处理技术领域。本发明解决了传统色阶重建方法无法保证重建图像的细节、纹理特征，以及无法保证重建图像与原始图像的视觉一致性的问题。本发明首先将所有像素划分为两组，再分别计算第一组像素和第二组像素的局部对比度，并通过全局色阶重建方法计算各个像素亮度的初值，最后基于设计的迭代算法不断重复估计第一组像素和第二组像素的亮度，直至满足迭代停止条件时，所获得的图像即为色阶重建后的LDR图像。通过本发明方法有效地重建出可以在常规显示器直接显示的LDR图像，且可以保证重建LDR图像的细节、纹理特征以及保证与原始图像的视觉一致性。本发明方法可以应用于对图像进行处理。
一种迭代式色阶重建方法

[发明专利]一种基于亮度直方图均衡化的色阶映射方法-CN202310013437.8在审
发明人： 赵蓝飞;李国庆;王博;李士俊;刘发强 -专利权人：哈尔滨理工大学
申请日： 2023-01-05 - 公布日： 2023-06-23 - 主分类号： G06T5/00 文献下载
摘要：一种基于亮度直方图均衡化的色阶映射方法，它属于图像处理技术领域。本发明解决了采用现有的色阶映射技术所获得的低动态范围图像的质量差的问题。本发明方法首先对原始HDR图像进行亮度直方图均衡化，再基于亮度直方图均衡化结果对原始HDR图像进行非线性亮度变换，并对非线性亮度变换的结果进行处理以增强LDR图像的局部细节特性。利用本发明方法所获得的LDR图像的细节更加饱满，整体亮度能够逼真地反映出HDR图像的整体明暗度，不会造成局部细节丢失，而且重建图像不易受到光晕以及整体亮度分布不均匀的影响，有效提升了LDR图像的质量。本发明方法可以应用于图像处理技术领域。
一种基于亮度直方图均衡映射方法

[发明专利]一种基于区域最小二乘估计的图像增强方法-CN202211365819.9有效
发明人： 赵蓝飞;刘发强;李士俊;李国庆 -专利权人：哈尔滨理工大学
申请日： 2022-10-31 - 公布日： 2023-06-09 - 主分类号： G06T5/00 文献下载
摘要：一种基于区域最小二乘估计的图像增强方法，它属于图像处理技术领域。本发明解决了采用现有方法获得的增强图像的质量差的问题。本发明方法由基于分段亮度线性映射的区域边界亮度计算方法以及基于区域最小二乘法的非边界像素亮度计算方法两部分构成，基于分段亮度线性映射的区域边界亮度计算方法决定了增强图像整体的亮度分布，基于区域最小二乘法的非边界像素亮度计算方法计算非边界像素点的亮度从而使增强图像的细节特性与原始图像保持一致。本发明设计的算法能够增强图像的亮度分布，提升图像整体的可视化效果，增强图像的局部细节得到有效地保持，提高了增强图像的质量。本发明方法可以应用于图像处理领域用。
一种基于区域最小估计图像增强方法

[发明专利]一种具有局部细节补偿能力的全局色阶映射方法-CN202211349196.6有效
发明人： 赵蓝飞;王启烨;王博;刘发强;李国庆 -专利权人：哈尔滨理工大学
申请日： 2022-10-31 - 公布日： 2023-04-07 - 主分类号： G06T5/00 文献下载
摘要：一种具有局部细节补偿能力的全局色阶映射方法，它属于图像处理技术领域。本发明解决了利用现有的色阶映射算法所获得的低动态范围图像的质量差的问题。本发明利用全局色阶映射算法构造了一个全局亮度映射函数，该函数由Gamma校正和S形函数构成，对某个像素进行细节补偿过程为：将全局色阶映射算法映射后像素的亮度和HDR图像局部像素集合中心像素的亮度与最大亮度之间的比值进行加权求和，从而计算出该像素的最终亮度值。本发明方法可以应用于图像处理领域用。
一种具有局部细节补偿能力全局映射方法

[发明专利]一种保持图像梯度方向的色阶映射方法-CN202210439049.1有效
发明人： 赵蓝飞;李士俊;李国庆;刘发强 -专利权人：哈尔滨理工大学
申请日： 2022-04-25 - 公布日： 2022-10-14 - 主分类号： G06T5/00 文献下载
摘要：一种保持图像梯度方向的色阶映射方法，它属于图像处理技术领域。本发明解决了采用传统色阶映射算法重建后的LDR图像的细节、纹理不突出，图像视觉效果不佳的问题。本发明首先选择HDR图像的对角线像素；其次，对对角线像素亮度进行色阶映射；再次，利用Roberts算子推导出一种能够保持梯度方向的亮度计算方法；从次，根据对角线像素的亮度以及保持梯度方向的亮度计算方法，递推出对角线左上方全部像素的亮度；最后，根据对角线像素的亮度以及保持梯度方向的亮度计算方法，递推出对角线右下方全部像素的亮度。通过本发明方法重建的LDR图像的局部细节、纹理较为突出，图像清晰度较高，图像整体视觉效果较好。本发明方法可以应用于图像处理技术领域。
一种保持图像梯度方向映射方法

[发明专利]一种基于Retinex模型的低照度图像质量改善方法-CN202111561917.5有效
发明人： 赵蓝飞;魏莲莲;陈志铧;李国庆;李士俊 -专利权人：哈尔滨理工大学
申请日： 2021-12-20 - 公布日： 2022-08-16 - 主分类号： G06T5/00 文献下载
摘要：一种基于Retinex模型的低照度图像质量改善方法，它属于图像处理技术领域。本发明解决了采用现有的低照度图像质量改善算法对低照度图像进行处理时，获得的图像的质量差的问题。本发明首先通过Retinex模型对数字图像进行分层得到细节层图像以及光照层图像；其次设计一种非线性全局亮度映射函数，对于光照层图像进行映射得到光照层增强图像；再次设计一种非线性细节层图像映射函数，对于细节层图像进行拉伸得到细节层增强图像；最后对细节层增强图像以及光照层增强图像每个像素进行乘运算，合成低照度增强图像。本发明方法可以应用于改善低照度图像的质量。
一种基于 retinex 模型照度图像质量改善方法

[发明专利]基于全局动态范围压缩与局部亮度估计的色阶映射方法-CN202210081971.8有效
发明人： 赵蓝飞;陈志铧 -专利权人：哈尔滨理工大学
申请日： 2022-01-24 - 公布日： 2022-07-29 - 主分类号： G06T5/00 文献下载
摘要：基于全局动态范围压缩与局部亮度估计的色阶映射方法，它属于图像处理技术领域。本发明解决了传统色阶映射算法所重建出的LDR图像的质量差的问题。本发明首先将HDR图像全体像素划分为三类像素集合；其次对第一类像素进行全局动态范围压缩；再次对第二类像素进行局部亮度估计；从次对第三类像素进行局部亮度估计；最后将全部像素的亮度进行归一化从而得到色阶映射后的LDR图像。实验结果表明：通过本发明设计的算法重建出的LDR图像整体明暗分配合理，适于人眼观察且图像局部细节较为丰富，有效提高了重建出的LDR图像的质量。本发明方法可以应用于提高重建出的LDR图像的质量。
基于全局动态范围压缩局部亮度估计映射方法

[发明专利]基于卷积神经网络的人体姿态估计方法-CN202111284500.9有效
发明人： 赵蓝飞;陈志铧 -专利权人：哈尔滨理工大学
申请日： 2021-11-01 - 公布日： 2022-05-17 - 主分类号： G06V40/20 文献下载
摘要：基于卷积神经网络的人体姿态估计方法，它属于人体姿态估计技术领域。本发明解决了采用现有方法对人体姿态进行估计时，获得的估计结果不准确的问题。本发明首先设计一种全局卷积算法来增加CNN感受野、提取全局信息；然后利用构建的全局残差块替换残差网络中的残差块得到全局残差子网络，进而提高人体关键点的定位精度；最后，本发明设计了具备修复量化误差能力的量化误差优化子网络，以得到更高精度的关键点定位结果；进而获得了准确的人体姿态估计结果。本发明可以应用于对人体姿态进行估计。
基于卷积神经网络人体姿态估计方法

[发明专利]基于二次区域生长的武术竞赛区域分割方法-CN202011119781.8有效
发明人：孙瑞阳;宋宇虹;孙玉滨;段炼;赵蓝飞 -专利权人：哈尔滨体育学院
申请日： 2020-10-19 - 公布日： 2021-05-04 - 主分类号： G06T7/11 文献下载
摘要：基于二次区域生长的武术竞赛区域分割方法，它属于竞赛场地图像分割技术领域。本发明解决了现有的竞赛场地分割算法应用于武术竞赛场地分割易出现错分割、漏分割的问题。本发明根据亮度梯度幅值、色相、饱和度3个像素的数字特征，监督式地训练线性分类器用于确定种子点区域；以最大面积的种子区域作为区域生长起始区域，以区域的颜色标准差作为区域生长停止条件，进行区域生长从而过度分割武术竞赛区域；将过度分割区域划分为种子区域集合和非种子区域集合，以最大面积种子区域作为区域生长起始种子区域进行二次区域生长，当两个集合的相似度达到最小时的区域生长结果即为最终分割出的武术竞赛区域。本发明可以应用于竞赛场地图像分割。
基于二次区域生长武术竞赛分割方法

[发明专利]一种基于局部对比度拉伸的低照度图像增强方法-CN202010894944.3有效
发明人： 赵蓝飞;孙瑞阳;段炼;孙玉滨 -专利权人：哈尔滨理工大学
申请日： 2020-08-31 - 公布日： 2021-04-23 - 主分类号： G06T5/00 文献下载
摘要：一种基于局部对比度拉伸的低照度图像增强方法，它属于图像增强技术领域。本发明解决了采用现有方法无法保证增强图像的图像细节、纹理和清晰度，导致获得的增强图像的质量差的问题。本发明首先对图像的局部对比度进行拉伸，从而提升输出图像的纹理、细节以及清晰度特性。其次，设计一个分段式全局灰度映射方法用于计算迭代过程的初始值，从而提高增强图像的全局亮度对比。实验结果验证本发明设计的图像增强算法能够有效地提高图像质量，增强图像的亮度对比，图像细节非常适于人眼观察。本发明可以应用于低照度图像的增强。
一种基于局部对比度拉伸照度图像增强方法

[发明专利]一种基于Ransac模型的武术竞赛区域检测方法-CN202010652936.8在审
发明人：孙瑞阳;孙玉滨;段炼;赵蓝飞 -专利权人：哈尔滨体育学院
申请日： 2020-07-08 - 公布日： 2020-10-20 - 主分类号： G06T7/00 文献下载
摘要：一种基于Ransac模型的武术竞赛区域检测方法，它属于竞赛区域检测技术领域。本发明解决了现有基于hough变换的竞赛区域检测方法对于非边界像素的容错性差，导致检测出的竞赛区域容易包括非竞赛区域像素点的问题。本发明首先将RGB格式的彩色图像转化为HSB格式图像，再通过对H通道数据进行阈值筛选以及邻域搜索从而筛选出有可能构成竞赛区域边界的白点像素，进而设计一种基于Ransac模型的边界检测算法，来拟合出竞赛区域边界，最后通过射线法对非边界像素进行处理，从而准确地检测出武术竞赛区域位置，本发明可以应用于竞赛区域的检测。
一种基于 ransac 模型武术竞赛区域检测方法

1
2
下一页»
尾页
共 17 条