[发明专利]一种复杂结构件的激光点云去噪和缺陷检测方法在审
| 申请号： | 202211093180.3 | 申请日： | 2022-09-08 |
| 公开（公告）号： | CN116310355A | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 王辰星;马淼;魏海坤;夏思宇;张侃健;李骏扬;杜松林 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06V10/30 | 分类号： | G06V10/30;G06V10/762;G06V20/64;G06T17/00;G06T7/33;G06T7/66;G06T7/00 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 张天哲 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种复杂结构件的激光点云去噪和缺陷检测方法，以标准理想点云为先验信息，包括以下步骤：1、获取目标物采集点云和标准点云；2、基于主成分分析(PCA)和最近点迭代(ICP)算法将采集点云配准到标准点云；3、将标准点云进行多向偏移并合成膨胀标准点云；4、基于膨胀标准点云对采集点云进行去噪；5、利用倒角距离和二次确认算法提取缺陷；6、基于密度聚类(DBSCAN)算法分类缺陷。本发明基于先验信息实现了对激光LIDAR采集到的复杂结构目标物激光点云数据精细化去噪以及缺陷检测，去噪和检测效果良好。本发明应用广泛，在点云去噪、设备检修、建筑验收等场合均有重大意义。 | ||
| 搜索关键词： | 一种 复杂 结构件 激光 点云去噪 缺陷 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211093180.3/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种融合地形特征的果园环境三维点云数据去噪方法-202310918548.3
- 郭健;陈欢;蔡云飞;王晓燕;张旭东;陈舒琳 - 南京理工大学
- 2023-07-25 - 2023-10-27 - G06V10/30
- 本发明公开了一种融合地形特征的果园环境三维点云数据去噪方法。本发明通过线束分割，将点云分成上下两部分，分别进行布滤波拟合地面和防护网，再对投影到二维栅格平面上的点云计算高程差，滤除掉地面点云和防护网点云。对于其他点云进行离群点噪声滤除。对于难以标记的动态障碍物，进行两步标记法，利用帧间信息和区域生长聚类法对动态障碍物进行标记。为提高标记可信度，进行了融合可行度模型判定。最终滤除动态障碍物，得到干净果树行点云。该方法有效的滤除了对于点云配准无效的噪声点云，提取出富含特征信息的果树行点云，鲁棒性更高，配准结果更准确，且方法整体实时性高。
- 一种基于视觉识别的沙盘演示系统-202311088991.9
- 宁方超;王汉维;曹亮;岳立峰;白书剑 - 西安三图信息技术有限公司
- 2023-08-28 - 2023-10-27 - G06V10/30
- 本发明提供了一种基于视觉识别的沙盘演示系统，其中屏幕垂直设置在实物沙盘的一侧；计算机分别与屏幕、相机和相机标定装置连接；激光笔的入射端指向实物沙盘；相机标定装置用于对相机进行标定；相机用于对实物沙盘进行拍摄，得到实物沙盘的帧数据；计算机用对帧数据进行预处理，得到预处理数据，并根据预处理数据进行光斑检测和手势判断，得到手势及坐标信息；屏幕用于根据手势及坐标信息进行相应的响应，以实现实时演示的联动。本发明结合了视觉识别技术，实时识别激光笔指向，能够将激光笔用作定位和手势控制，实现更加灵活的实时联动效果，达到传统的方法无法完成的演示效果，实现更加沉浸式的体验。
- 基于振幅与相位重组的数据增强方法、系统、设备及介质-202110838150.X
- 田永鸿;陈光耀;彭佩玺 - 北京大学
- 2021-07-23 - 2023-10-24 - G06V10/30
- 本申请涉及数据处理技术领域，更为具体来说，本申请涉及基于振幅与相位重组的数据增强方法、系统、设备及介质。所述方法包括：获取第一图像；对所述第一图像进行转换处理，得到转换处理图像；分别对所述第一图像和所述转换处理图像进行傅里叶变换得到所述第一图像和所述转换处理图像的相位信息与振幅信息；将所述第一图像的相位信息和所述转换处理图像的振幅信息基于反傅里叶变换得到第一增强图像；将所述转换处理图像的相位信息和所述第一图像的振幅信息基于反傅里叶变换得到第二增强图像。本方法能辅助针对图像的神经网络模型的训练，增强后的数据可以提高神经网络的泛化能力及鲁棒性，促进神经网络对雾、雨及各种噪音场景下的图像识别能力。
- 医学数据降噪方法、装置、医学成像设备及存储介质-202311016882.6
- 李俊瑶;逄岭 - 东软医疗系统股份有限公司
- 2023-08-11 - 2023-10-20 - G06V10/30
- 本发明公开了一种医学数据降噪方法、装置、医学成像设备及存储介质。通过考虑多个能量段的生数据之间的关联信息和/或多个能量段的图像之间的关联信息，确定包括生数据域降噪模型和/或图像域降噪模型的目标降噪模型。在获取与多个能量段对应的原始数据时，通过目标降噪模型对原始数据进行降噪处理，得到与多个能量段对应的降噪后目标数据。利用多个能量段对应的原始数据的相关性，可以在生数据域上对原始数据进行降噪处理，提升降噪效果。
- 一种输电线路巡检图像预处理方法-202310496539.X
- 刘主光;杨迁;魏征宇;汪大海;诸加荣;季奕驰;韩泽凯 - 浙江图盛输变电工程有限公司温州科技分公司
- 2023-05-05 - 2023-10-17 - G06V10/30
- 本发明公开了一种输电线路巡检图像预处理方法，为了解决现有技术的无人机输电线路巡检图像存在大量失真、模糊或镜头污染等无法满足进行识别和检测工作的需求，从而导致巡检图像利用率低的问题。包括：获取巡检图像，基于图像多特征信息包括将图像质量特征、图像内容特征和图像空间特征对巡检图像进行质量判断，将满足检测图像质量的巡检图像分为待检测图像，将不满足检测图像质量的巡检图像分为待处理图像；对待处理图像进行判断，根据判断结果对应的预设处理方法，对待处理图像进行处理，将处理完成的待处理图像重新进行图像质量判断。回收利用经过预处理后满足检测需求的图像，提高图像利用率，进而提高巡检效率，减少巡检次数，降低巡检成本。
- 一种基于图像处理的珠宝在线监测方法-202311159485.4
- 石鲁川;刘平;鲍勇;潘国栋;王立;陈召艳 - 济宁市质量计量检验检测研究院（济宁半导体及显示产品质量监督检验中心、济宁市纤维质量监测中心）
- 2023-09-11 - 2023-10-17 - G06V10/30
- 本发明涉及图像处理技术领域，具体涉及一种基于图像处理的珠宝在线监测方法，包括：采集珠宝在线监测灰度图像；对珠宝在线监测灰度图像进行离散小波变换，根据低频分量的灰度分布特征与高频分量的边缘结构分布特征，分别获得灰度置信程度与结构置信程度；根据灰度置信程度与结构置信程度获得第一高频分量图像在每个小波尺度下的边缘区域置信程度；根据第一高频分量图像在每个小波尺度下的边缘区域置信程度，获得自适应小波尺度权重系数，得到重构图像；根据重构图像，识别图像中珠宝所处的位置，完成在线监测。本发明使得珠宝区域的反光部分得到适当的抑制，边缘区域更加清晰，并对珠宝进行精准在线监测。
- 多光谱图像去噪装置及使用该装置的食品品质检测系统-202311158764.9
- 邹奇波;吴可;冯光才;晏有生;王堪 - 张家港福吉佳食品股份有限公司
- 2023-09-08 - 2023-10-13 - G06V10/30
- 本发明涉及光谱图像去噪技术领域，具体涉及多光谱图像去噪装置及使用该装置的食品品质检测系统。该系统获取光谱图像与灰度图像；根据灰度图像的聚类簇区域，获取光谱图像中的第一噪声概率；根据灰度图像中的连通域，获取光谱图像的通道值变化特征；根据通道值变化特征，获取第二噪声概率；根据通道值变化曲线，获取第三噪声概率；根据第一噪声概率、第二噪声概率与第三噪声概率确定噪声点；根据噪声点和非局部均值滤波算法中预设搜索窗，获取最优搜索窗；根据最优搜索窗获得去噪光谱图像；根据去噪光谱图像确定待检测食品品质。本发明通过确定光谱图像中的噪声点，提高了去噪的效果，进而对食品品质的检测准确高效。
- 一种视差图降噪方法-202310902820.9
- 季苏徽 - 元橡科技（苏州）有限公司;元橡科技（北京）有限公司
- 2023-07-21 - 2023-10-10 - G06V10/30
- 本申请公开一种视差图降噪方法，包括步骤：步骤1、获取双目相机的采集图像并计算视差值，生成视差图；步骤2、根据视差阈值遍历视差图中的视差点，并根据遍历结果将视差图划分为多个图层；步骤3、统计各个图层中视差点的视差点个数，并去除视差点个数小于或等于相应平面阈值的图层；步骤4、采用图像拼接的方式，根据剩余图层，生成降噪视差图；其中，视差阈值以及平面阈值的取值由采集图像中像素点与双目相机之间的距离确定。本申请基于视差阈值以及平面阈值，对视差图中的各个视差点进行图层的划分，实现对视差图进行降噪滤波，并将相应图层中离散的有效视差点保留下来。
- 一种序列图像条带噪声消除方法-202010566369.4
- 赖睿;石晓鹏;官俊涛;李跃进;李奕诗;徐昆然 - 西安电子科技大学
- 2020-06-19 - 2023-10-03 - G06V10/30
- 本发明公开了一种序列图像条带噪声消除方法，包括：利用三维卷积构建序列图像时空关联信息提取模块；利用二维卷积构建图像二维重建模块；根据所述序列图像时空关联信息提取模块和所述图像二维重建模块构成初始卷积神经网络；创建序列图像训练集；利用所述序列图像训练集对所述初始卷积神经网络进行训练，得到训练后的卷积神经网络；将含有条带噪声的序列图像送入所述训练后的卷积神经网络中进行处理，得到去噪后的图像。该序列图像条带噪声消除方法将序列图像时空关联信息提取模块加入到原始卷积神经网络中，可以通过学习帧间相似信息更好地预测噪声。
- 一种基于残差自编码器卷积神经网络的固态纳米孔测序电信号降噪处理方法-202111032628.6
- 唐鹏;王德强;翁婷;方绍熙;何石轩;谢婉谊;石彪 - 中国科学院重庆绿色智能技术研究院
- 2021-09-03 - 2023-09-26 - G06V10/30
- 本发明提供一种基于残差自编码器卷积神经网络的固态纳米孔测序电信号降噪处理方法，其引入自编码器、残差瓶颈模块、捷径连接、卷积层、批正则化层、激活层等结构构建深度神经网络模型，利用固态纳米孔测序电信号数据集对模型进行训练，使其准确地学习测序电信号噪声的特征模式，建立起从噪声信号到干净信号的映射，最终运用学习到的映射对噪声信号相对应的干净信号进行预测和估计。本发明的基于残差自编码器卷积神经网络的信号降噪方法，增强神经网络的对电信号噪声部分的识别能力，建立起噪声电信号到干净信号的准确映射，实现实时去噪。
- 一种基于合群度和边界特征的事件相机去噪方法-202011304341.X
- 李智;方宇强;李鹏举;贺俊;张雅声;程文华;刁华飞;陶雪峰;卢旺;杨虹 - 中国人民解放军战略支援部队航天工程大学
- 2020-11-19 - 2023-09-22 - G06V10/30
- 本发明公开了一种基于合群度和边界特征的事件相机去噪方法，包括：通过事件相机获取原始事件流数据并转化为点集形式，获取每个事件点的最近邻点；计算每个事件点的合群度，当合群度小于所有事件点合群度的算术平均值时，将该事件点作为背景噪声剔除；当最大边界张角大于180°且边界点权重值大于设定的边界阈值时，该事件点为边界特征事件点，提取边界特征事件点构成的目标独立的边界轮廓事件流数据；将原始事件流数据和边界轮廓事件流数据分别映射至像素平面，实现去噪效果的图像可视化。本发明有效去除了事件相机原始事件流数据中的背景噪声，极大简化了目标边界轮廓的数据结构，降低了数据传输的带宽，提高了事件相机去噪方法的处理效率。
- 基于图像信息熵与多元变分模态分解的局放信号去噪方法-202310664987.6
- 王晓卫;王雪;田影;屈新宇;张志华;王毅钊;岳阳;贾嵘;梁振锋 - 西安理工大学
- 2023-06-06 - 2023-09-19 - G06V10/30
- 本发明公开了基于图像信息熵与多元变分模态分解的局放信号去噪方法，通过将含噪信号转换成灰度图像，求解图像信息熵，结合皮尔逊相关系数与执行效率对多元变分模态分解中的模态数K进行优化以确定最优值，对含噪PD信号进行分解；计算各本征模态分量的峭度值，根据阈值判断该模态分量的性质特征，判定该模态分量属于PD主导分量还是噪声分量。采取3σ准则的数学统计方法滤除呈现正态分布的白噪声。对重构信号利用改进小波阈值法进行去噪，得到去噪后的PD信号；本发明去噪方法，能准确地对含噪PD信号进行降噪处理，在具有良好抑噪效果，能够还原PD信号波形特征的同时，要求算法的执行效率尽可能高。
- 一种指背静脉图像增强方法-202311041100.4
- 杨爽;辛传贤;李学双;赵国栋 - 江苏圣点世纪科技有限公司
- 2023-08-18 - 2023-09-19 - G06V10/30
- 本发明涉及一种指背静脉图像增强方法，属于生物识别技术领域，具体包括以下步骤：S1.采用边缘检测方法获取指背静脉图像的轮廓边缘二值图，包括水平轮廓边缘二值图和垂直轮廓边缘二值图；S2：根据指背静脉图像的轮廓边缘二值图确定指背静脉图像上的指背纹点和非指背纹点，并将指背纹点进行平滑处理，获得去除指背纹的指背静脉图像；S3：基于去除指背纹的指背静脉图像的静脉纹理分布对去除指背纹的指背静脉图像进行增强处理，增强处理时，对图像进行分割，形成子块，对每个子块进行增强，再将增强后的子块拼接。本发明能消除指背纹对指背静脉图像增强带来的影响，能够更加突出静脉细节，有助于后续比对识别。
- 基于鲁棒辅助信息重构的支持向量机多谱段图像分析方法-201910935589.7
- 杜博;李雪;徐畅;张良培;张乐飞;陶大程 - 武汉大学
- 2019-09-29 - 2023-09-19 - G06V10/30
- 本发明提供一种基于鲁棒辅助信息重构的支持向量机多谱段图像分析方法，包括以下步骤：从原始多谱段图像数据集中选择训练样本，分别计算所有输入多谱段图像样本和辅助图像数据的核矩阵、鲁棒约束矩阵，定义中间变量，优化求解目标函数对应的二次规划问题，得到最优的变量；基于当前最优的变量，优化求解重构系数矩阵；重复直至模型收敛，输出鲁棒分类器模型；验证分类效果，预测可能存在噪声的测试样本的标签，并与真实标签进行对比。本发明考虑了原始多谱段数据样本与辅助图像数据可能存在噪声的这一困难情况，弥补了现有方法缺乏有效解决策略的不足。
- 一种基于卷积神经网络和模糊图像特征的去噪方法及终端机-202211426937.6
- 范琳伟;燕晓煜;李慧宇;张永霞;郭强 - 山东财经大学
- 2022-11-15 - 2023-09-19 - G06V10/30
- 本发明提供一种基于卷积神经网络和模糊图像特征的去噪方法及终端机，涉及图像处理技术领域，选取预设数量的图像进行裁切，形成图像块，作为干净图像数据集；将干净图像块与合成高斯白噪声相加，得到含噪图像数据集；构造基于模糊图像特征的模糊特征去噪网络BFCNN；利用Adam优化器对模糊特征去噪网络BFCNN进行训练，形成图像去噪网络，并保存训练完成的图像去噪网络；将含噪图像数据集中待去噪的图像输入到训练完成的图像去噪网络中，得到去噪后的图像。通过设置模糊图像作为去噪过程的中间状态，形成了对去噪过程的一个约束，能减少去噪过程中的信息浪费和信息丢失，从而保证了去噪图像的准确性。
- 一种点云去噪方法、装置及电子设备-202310524507.6
- 候捷 - 苏州艾氪英诺机器人科技有限公司
- 2023-05-10 - 2023-09-12 - G06V10/30
- 本发明公开了一种点云去噪方法、装置及电子设备，该点云去噪方法包括：通过感知设备采集获得道路上的三维点云数据帧；基于所述三维点云数据帧进行环境噪声提取和地面点云提取，获得第一噪声点云和地面点云；对所述地面点云的坐标按第一坐标轴方向进行分区，并获得每个区域在x轴和y轴方向的坐标值范围；基于所述每个区域的坐标值范围和所述第一噪声点云对所述三维点云数据帧进行点云数据过滤，获得过滤后的目标点云数据帧。本方案通过地面点云分区，利用地面各区域的点云坐标范围和环境噪声点云来快速过滤掉不易被识别的其他噪声，计算量小、效率高，解决了现有技术中其他噪声较多的技术问题。
- 基于协作性非本地上下文网络的图像去噪方法-202310683487.7
- 赵仲秋;李军;吴霜;沈浩;张婉迪 - 合肥工业大学智能制造技术研究院;安徽省纤维检验局;广西科学院;合肥智大信息技术有限公司
- 2023-06-09 - 2023-09-12 - G06V10/30
- 本发明公开了一种基于协作性非本地上下文网络的图像去噪方法，其步骤如下：1、对数据集进行预处理，构建输入样本数据；2、构建基于协作性非本地上下文网络模型，包括浅层特征提取模块、深层特征提取模块以及图像重建模块；3、训练网络，调整网络参数，得到最优模型。本发明通过联合像素级非局部特征和图像块级非局部特征，充分挖掘图像内的全局依赖关系，提高图像恢复的质量，解决了现有的卷积神经网络无法捕获非局部的上下文依赖关系，在实际应用时效果不佳的问题，从而能用于图像去噪任务，使图像的纹理细节信息得到很好的恢复。
- 图像分析系统和相关方法-201880021008.2
- 卡里·理查德·钱普林;查尔斯·德拉汉特;马修·P·霍宁;胡黎明;肖恩·K·麦圭尔;克洛西·墨哈尼安;克莱·马修·汤普森;本杰明·K·威尔逊 - 脱其泰有限责任公司
- 2018-02-14 - 2023-09-01 - G06V10/30
- 本文所披露的实施例涉及用于确定生物样本中的分析物的存在和量的系统和方法。用于确定分析物的存在的所述系统和方法利用样本载玻片的多个图像，所述图像在其中包括具有多个焦平面的多个视野。所述系统和方法利用被配置成用于平衡所述多个图像的颜色和灰度强度并且基于此确定所述多个图像在其中是否含有所述分析物的算法。
- 一种图像处理方法、装置、设备及存储介质-202310618973.0
- 孙安澜 - 北京医准智能科技有限公司
- 2023-05-29 - 2023-08-22 - G06V10/30
- 本公开提供了一种图像处理方法、装置、设备及存储介质，通过获取待处理图像；将所述待处理图像输入稳定扩散模型内的逆扩散网络，得到去噪后的待处理图像；其中，所述稳定扩散模型为交替使用配对数据与非配对数据进行训练的模型，能够有效解决现有技术中超声图像去噪无配对数据的问题，并且通过设计配对训练和非配对训练交替进行的训练逻辑，使模型既能具有配对去噪任务的强监督，也能从非配对训练中捕获超声图像特有的噪声分布特性，有效去除超声图像的噪声。
- 一种使用色度损失函数训练的深度学习去噪方法-202310546033.5
- 彭丽媛;李文宏 - 上海宇勘科技有限公司
- 2023-05-15 - 2023-08-18 - G06V10/30
- 本发明提供一种使用色度损失函数训练的深度学习去噪方法，包括：基于色度损失函数和重建损失函数，确定总损失函数；基于总损失函数，对去噪神经网络进行训练，获得去噪器；基于去噪器，对待处理图片进行去噪处理。本发明的使用色度损失函数训练的深度学习去噪方法，解决极低光环境下成像的大噪声图像在经过现有的神经网络去噪后仍包含大量彩色噪声斑块的技术问题。
- 一种基于小尺寸图像的源相机识别方法-202310690624.X
- 田妮莉;刘凯悦;潘晴 - 广东工业大学
- 2023-06-12 - 2023-08-18 - G06V10/30
- 本发明公开了一种基于小尺寸图像的源相机识别方法，包括：首先将图像分块进行真实边界扩展后使用双树复小波结合自适应加窗维纳滤波器获取图像块的噪声残差，并根据残差的噪声方差制定权重调整策略获得权重矩阵，据此结合最大似然估计法求取多个相机的参考PRNU噪声；对测试图像通过双树复小波结合自适应加窗维纳滤波器进行去噪并提取测试图像的PRNU噪声；计算待测图像的PRNU噪声和所有相机的参考PRNU噪声的相关性，当与某参考相机的相关性最高时，则判定待测图像来自该相机。本发明解决了现有的相机PRNU估计算法中对于小尺寸图像不同区域受到的噪声干扰考虑不充分、传统的加权平均方法导致的方差权重异常的问题，有效改善小图像源相机识别性能。
- 一种图像去噪模型的训练方法及系统-202310591900.7
- 王莞茹;唐赫 - 湖北工业大学
- 2023-05-24 - 2023-08-15 - G06V10/30
- 本发明公开了一种图像去噪模型的训练方法及系统，涉及数字图像处理和计算机视觉领域，方法包括：首先将噪声图像数据和真实世界图像数据输入至学生网络，得到噪声图像去噪数据和第一真实世界图像去噪数据；将真实世界图像数据输入至教师网络，得到第二真实世界图像去噪数据；根据得到的数据，确定学生网络的降噪损失；然后以降噪损失最小为目标，更新学生网络的权重参数；根据更新后学生网络的权重参数，对教师网络的权重参数进行更新。基于本发明的训练方法，在训练教师‑学生网络时，只需要使用噪声图像数据和真实世界图像数据，便可以对图像去噪模型进行训练，而无需获取高质量的干净图像对。
- 一种基于深度学习的雾天车辆检测方法及系统-202310065791.5
- 宁涛;贾祥坤;段晓东;韩雨萌 - 大连民族大学
- 2023-01-12 - 2023-08-15 - G06V10/30
- 本发明公开了一种基于深度学习的雾天车辆检测方法及系统，涉及智能车辆检测技术领域。该方法中，首先对雾霾天气中的车辆图像进行标注，将图像中的各类车辆和行人分别标注出来，然后对标注的图像去雾和相关的预处理操作；然后由卷积神经网络CNN对每个图像块进行特征提取，Neck网络进行特征融合，经过训练后，获取判别正确率满足要求的检测模型。本发明采用基于现有的深度神经网络搭建组成对于雾天车辆检测的模型，实现了雾霾环境下车辆的准确、快速的检测，通过图像去雾、图像增强等技术，增强了检测模型对于雾天环境多样性的适应能力，有效缓解了雾天环境下模型对于车辆漏检、误检等问题，提升了模型的检测精度，保证了检测速度。
- 一种适用于自闭症儿童结构化教学监控数据管理系统-202310589183.4
- 张金燕;徐海萍;张丽军;徐瑞;杜晓艳;丁丹丹;王晓芳;申思;吴玉菲 - 济南科汛智能科技有限公司;郑州大学第三附属医院（河南省妇幼保健院）
- 2023-05-24 - 2023-08-15 - G06V10/30
- 本发明涉及图像数据处理技术领域，具体涉及一种适用于自闭症儿童结构化教学监控数据管理系统。该系统包括数据获取模块，用于获取自闭症儿童结构化教学中的康复监控图像；窗口筛选模块，用于从局部窗口中筛选出净差异窗口；像素点匹配模块，对净差异窗口内的像素点进行灰度补偿，得到补偿值，基于补偿值对相邻帧康复监控图像中的像素点进行匹配，得到匹配像素对；降噪模块，用于根据匹配像素对得到康复监控图像中的动态区域和背景区域，并对动态区域和背景区域降噪，得到自闭症儿童结构化教学中的优质康复监控图像。本发明提高了现有降噪算法的去噪效果，使得到的优质康复监控图像能够更清晰的反映自闭症儿童的危险行为以及面部表情。
- 一种基于改进空间注意力的图像降噪方法-202310554863.2
- 孟凡云;庞丽萍;吕佳佳;韩志 - 青岛理工大学
- 2023-05-17 - 2023-08-08 - G06V10/30
- 本发明公布了一种基于改进空间注意力的图像降噪方法，首先是将原图像和与相应噪声图像作为一个训练样本，以此构建训练样本集；接着构建图像降噪模型，该图像降噪模型包括用于对噪声图像进行局部特征提取的基础特征层、用于对噪声图像空间特征信息提取的空间注意力层，其中，基础特征层共13层，基础特征层包括卷积特征提取模块，空间注意力层共2层，包括传统空间注意力提取模块和额外空间域信息提取模块；然后利用训练集训练构建的图像降噪模型，获得训练好的图像降噪模型；最后应用时，将噪声图像输入到训练好的图像降噪模型，计算输出相应的降噪图像。本发明在空间注意层中添加了一个额外的池化操作，有效提取了内部噪声图像的空间信息。
- 基于混合表征学习的低剂量CT图像去噪方法-202310454243.1
- 张聚;叶列立;王奔;叶智毅;龚伟伟;应长钢 - 杭州师范大学
- 2023-04-25 - 2023-08-08 - G06V10/30
- 本发明涉及一种基于混合表征学习的低剂量CT图像去噪方法。本发明使用编码器和解码器对称式结构，在每个编码器和解码器阶段，分别加入混合表征块，将卷积映射信息传递给自注意力模块，实现窗口内部和窗口间的信息交互，同时与Canny算子处理的图像增强信息进行拼接，最大程度的在不破坏原有部位局部信息的前提下更好的实现降噪功能。结合均方误差与基于Resnet的多尺度感知函数最终输出噪声图像与低剂量CT图进行残差处理，在保证去噪图像的去噪效果的同时还能保留有更多的细节纹理信息，提高低剂量CT图像的去噪效果。本发明能够较好的捕获全局信息和局部细节信息及解决边缘模糊问题，强化了CT图像的细节纹理。
- 模型训练方法-202310814511.6
- 沈晰强;傅斌 - 杭州海康威视数字技术股份有限公司
- 2023-07-05 - 2023-08-08 - G06V10/30
- 本申请公开了一种模型训练方法，涉及深度学习技术领域。方法包括：获取待训练人脸图像降噪模型以及训练样本集，训练样本集包括多组图像对，每组图像对包括样本人脸图像和参考人脸图像；待训练人脸图像降噪模型用于对样本人脸图像进行降噪处理，获得降噪后图像；对样本人脸图像进行语义分割，获得至少一个语义分割区域；基于参考人脸图像和降噪后图像之间各语义分割区域的结构损失，构建待训练人脸图像降噪模型的第一损失函数；利用训练样本集和第一损失函数训练待训练人脸图像降噪模型，获得目标图像降噪模型。本申请可使得训练得到的人脸图像降噪网络可以更好的在降噪处理过程中保留细节特征。
- 一种基于多维度图像信息融合的垃圾图像去噪方法-202310284080.7
- 田春伟;肖景钰;高浩洋 - 西北工业大学太仓长三角研究院;西北工业大学
- 2023-03-22 - 2023-08-04 - G06V10/30
- 本发明提供了一种基于多维度图像信息融合的垃圾图像去噪方法，分别使用两个子网络对二维图像和三维图像进行互补信息提取，获取更多图像细节特征，引入动态自注意力模块削减二维图像噪声，其中动态卷积自适应地学习不同输入垃圾图像的动态噪声特征，并利用自注意力机制定位动态噪声特征中的显著性前景信息，抑制不重要背景信息；引入基于自适应稀疏机制的Transformer，对三维垃圾图像信息的远距离依赖关系进行建模，构建自适应稀疏机制。本发明克服卷积神经网络感受野局限性，降低Transformer自注意力运算量，通过二维与三维图像特征融合，能很好改善对垃圾图像去噪效果，提升后续垃圾分类、检测等任务的精确度。
- 一种基于机器视觉的颜色特征提取方法及其应用-202010429751.0
- 李毓姝;朱建成;李宏刚;马金龙;王鑫;祖佰祎;窦新存 - 中国科学院新疆理化技术研究所
- 2020-05-20 - 2023-08-04 - G06V10/30
- 本发明公开了一种基于机器视觉的颜色特征提取方法及其应用，该方法是由图像数据接收；图像裁剪；提取像素点RGB值；将RGB值转换为HSV值；阈值判断；最大连通域处理；目标颜色点位置信息提取；合并处理16个区域结果，在显示终端报出判断结果完成。通过本发明所述方法主要用于识别化学试剂和爆炸物及其原料反应显示的特征颜色，利用化学试剂对不同爆炸物及其原料反应产生的特征颜色进行判断，该方法识别效率高，可同时合并处理16个区域的颜色变化，算法抗干扰能力强，加入联通域判断有效识别化学反应区域，将噪点、杂质干扰区域排除在外，提高算法识别正确率。通过机器视觉对于爆炸物及其原料化学反应颜色特征的识别，能够有效的判断出爆炸物及其原料。
- 一种基于PReNet渐进式网络的图像去雨方法及装置-202310438990.6
- 张云顺;张辉;邹申;周德凯;张正一;苗秋凤;樊宸;刘干;谢锜帅;郜铭磊;郭禹辰;梁军;蔡英凤 - 江苏大学;江苏科创车联网产业研究院有限公司
- 2023-04-23 - 2023-08-01 - G06V10/30
- 本发明公开了一种基于PReNet渐进式网络的图像去雨方法及装置，包括以下步骤：S1、获取真实渲染的待去雨图像及对应的降水量大小信息；S2、通过逐步增加分辨率的方式，逐渐提取图像的特征信息；S3、采用渐进式残差块为核心模块，提取图像中的特征信息；S4、使用特征融合网络融合不同分辨率的特征信息；S5、完成去雨；S6、输出1～N阶段去雨图像；S7、采用多项式回归算法，训练模型。本发明采用上述的一种基于PReNet渐进式网络的图像去雨方法及装置，不仅提高雨天交通标志的判别性，而且以提高整个交通目标检测和识别系统的速度和准确性。
- 专利分类
