“低频子带系数”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2531784个，建议您升级VIP下载更多相关专利

[发明专利]基于改进PCNN补偿的AUV图像融合方法、处理器及系统-CN201711262470.5在审
发明人：陈斌;王万国;许玮;慕世友;李超英;傅孟潮;李建祥;郭锐;肖鹏;李荣;白万建;杨波;孙晓斌;石鑫;黄振宁;张用 -专利权人：国网山东省电力公司电力科学研究院;山东鲁能智能技术有限公司;国家电网公司
申请日： 2017-12-04 - 公布日： 2018-04-06 - 主分类号： G06T5/00 文献下载
摘要：其中，该方法包括对已配准的AUV源图像分别进行NSCT分解，得到相应低频子带系数和高频子带系数；对于低频子带系数，采用改进空间频率的规则来选取低频子带融合系数；对于高频子带系数的方向数最多的两层采用绝对值最大的规则来选取高频子带融合系数，其余层采用自适应PCNN模型来选取高频子带融合系数；将选取的低频子带融合系数与高频子带融合系数进行NSCT重构，最终得到融合图像。
基于改进 pcnn 补偿 auv 图像融合方法处理器系统

[发明专利]一种基于小波变换的多聚焦图像融合方法-CN201710274323.3在审
发明人：管飚 -专利权人：阜阳师范学院
申请日： 2017-04-25 - 公布日： 2017-09-22 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种基于小波变换的多聚焦图像融合方法，包括将两幅待融合图像进行小波分解，得到各自的低频子带和三个方向的高频子带；对两幅待融合图像的三个方向的高频子带进行融合，初步确定融合图像的三个方向的高频子带系数；根据初步确定的融合图像的三个方向的高频子带系数的来源，最终确定融合图像的低频子带系数和三个方向的高频子带系数；根据最终确定的融合图像的低频子带系数和三个方向的高频子带系数进行小波反变换，重构得到融合图像本发明根据融合图像的高频子带系数的来源，确定融合图像相应的低频子带系数，充分考虑了低频子带与高频子带所包含的空间位置关系，具有计算所需的时间和空间资源小、图像融合质量高的优点。
一种基于变换聚焦图像融合方法

[发明专利]一种基于域变换滤波器与稀疏表示的图像融合方法及系统-CN202210679965.2在审
发明人：李小松;黎熹来;谭海曙;王茗祎;伍雁雄 -专利权人：佛山科学技术学院
申请日： 2022-06-15 - 公布日： 2022-09-27 - 主分类号： G06T5/20 文献下载
摘要：本发明公开了一种基于域变换滤波器与稀疏表示的图像融合方法及系统，该方法包括：获取对应的可见光图像和红外图像；基于低通滤波器分别对可见光图像和红外图像进行分解；基于稀疏表示策略，根据可见光图像高频子带系数和红外图像高频子带系数计算融合高频子带系数；基于域变换滤波的低频融合规则，根据可见光图像低频子带系数和红外图像低频子带系数计算融合低频子带系数；将融合高频子带系数和融合低频子带系数叠加，得到融合图像。该系统包括：获取模块、分解模块、第一融合模块、第二融合模块和系数叠加模块。通过使用本发明，能够在不引入错误信息的前提下，有效地保留了源图像中的聚焦信息。本发明作为可广泛应用于图像融合领域。
一种基于变换滤波器稀疏表示图像融合方法系统

[发明专利]图像融合方法、装置、计算机设备和存储介质-CN201811291173.8在审
发明人：熊俊;张浩宁;肖照华;黄雪莜;焦夏男;沈超;刘辉;聂才淦;张宇;吴铮;马书恒;黎明 -专利权人：广州供电局有限公司
申请日： 2018-10-31 - 公布日： 2019-02-19 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种图像融合方法，通过将可见光图像和红外图像通过有限离散剪切波变换进行分解，得到对应图像的高频子带系数和低频子带系数，将红外图像的低频子带系数和可见光图像的低频子带系数融合，将红外图像的高频子带系数和可见光图像的高频子带系数融合，将融合图像的低频子带系数和融合图像的高频子带系数通过有限离散逆变换得到融合图像，融合图像能够可观真实地展现设备的周围环境信息及各个部件的轮廓细节，提高辨识度，便于观察，且有限离散剪切波变换通过二维快速傅里叶变换来实现
低频子带系数高频子带系数融合图像可见光图像红外图像图像融合剪切波二维快速傅里叶变换周围环境信息计算机设备存储介质计算过程融合辨识度逆变换图像分解观察

[发明专利]一种多传感器视频融合与降噪的方法和装置-CN201610539457.9在审
发明人：杜军平;徐亮 -专利权人：北京邮电大学
申请日： 2016-07-08 - 公布日： 2016-12-07 - 主分类号： H04N5/262 文献下载
摘要：本发明公开了一种多传感器视频融合与降噪方法和装置，将输入的视频帧转换到频率域，分别生成低频子带系数和高频子带系数；分别对所述的低频子带系数和所述的高频子带系数进行融合；将融合后的低频子带系数和高频子带系数通过逆变换因此，所述多传感器视频融合与降噪方法和装置能够基于三维shearlet变换的视频帧分解、基于3D PCNN的高频系数融合策略和基于显著性3D PCNN的低频系数融合策略，可实现多传感器视频跨尺度融合与降噪
一种传感器视频融合方法装置

[发明专利]基于区间二型模糊集和CHMM模型的图像融合方法-CN202110764386.3在审
发明人：罗晓清;蒋钰婷;张战成 -专利权人：江南大学
申请日： 2021-07-06 - 公布日： 2021-09-10 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于区间二型模糊集和CHMM模型的图像融合方法，涉及图像融合领域，包括：对两幅待融合图像的低频子带进行活动测度度量，并根据低频活动测度进行低频子带系数融合得到低频融合子带；利用上下文隐马尔可夫模型描述高频子带系数之间的相关性，构建得到高频子带系数的T2‑FCHMM统计模型；将得到的高频子带系数的边缘概率密度和模糊熵结合起来作为T2‑FCHMM模型统计特征与高频子带系数的区域能量结合得到高频子带系数的活动测度，根据高频子带系数的活动测度进行高频子带系数融合得到高频融合子带；对低频融合子带和高频融合子带进行逆变换得到融合图像，从而增加了融合图像的可信度和可理解性。
基于区间模糊 chmm 模型图像融合方法

[发明专利]一种基于容积拍摄技术的图像融合方法-CN202210006665.8在审
发明人：郭松杰 -专利权人：北京容积视觉科技有限公司
申请日： 2022-01-05 - 公布日： 2022-04-19 - 主分类号： G06T5/50 文献下载
摘要：本发明提出了一种基于容积拍摄技术的图像融合方法，包括：第一步：得到各种的高频子带和低频子带；第二步：在低频子带上采用低频子带的融合准则，得到的低频子带作为融合图像的低频系数；第三步：选取边缘检测因子，如水平边缘检测因子，分别对变换后的不同层的高频子带在不同方向上进行边缘检测，得到不同层上高频子带边缘图像；第四步：图像经过分解后，高频子带包含了图像丰富的边缘信息，在高频子带上采用高频子带的融合准则，得到的高频子带作为融合图像的高频系数；第五步：对已得到的高频系数和低频系数进行逆变换，重构得到最终的融合图像，借此，本发明具有能够更好的检测待融合图像的边缘信息的优点。
一种基于容积拍摄技术图像融合方法

[发明专利]一种基于NSST与自适应双通道PCNN的融合方法以及融合处理器-CN201811055169.1在审
发明人：程博阳;金龙旭;李国宁 -专利权人：中国科学院长春光学精密机械与物理研究所
申请日： 2018-09-11 - 公布日： 2019-01-25 - 主分类号： G06T5/50 文献下载
摘要：该融合方法包括步骤：将源图像采用NSST分解为各分量子带图像，并分别得到低频子带系数和高频子带系数计算改进的拉普拉斯能量作为低频子带系数的PCNN外界刺激，并采用改进的平均梯度作为高频子带系数的PCNN外界刺激；将分解后得到的低频子带系数与高频子带系数输入到自适应双通道模型中；利用NSST逆变换重构所述低频子带系数与高频子带系数，形成融合图像。
融合低频子带系数高频子带系数双通道自适应处理器外界刺激分解融合图像融合性能纹理细节逆变换源图像重构量子改进图像

[发明专利]图像处理方法及装置-CN201811642847.4有效
发明人：杨傲;彭晓峰;陈欢;魏道敏 -专利权人：展讯通信（上海）有限公司
申请日： 2018-12-29 - 公布日： 2023-01-13 - 主分类号： G06T5/00 文献下载
摘要：本公开涉及图像处理方法及装置，所述方法包括：将输入图像的Y通道图像小波分解为多个小波系数层，其中，所述小波系数层包括低频子带及高频子带；利用导向滤波方式对所述低频子带中的小波系数进行滤波处理；对滤波处理后的所述低频子带的小波系数进行小波逆变换本公开利用导向滤波方式对输入图像的低频子带进行导向滤波，可以保留更多的边缘信息，并且可以消除梯度反转现象，在消除低频噪声的同时，可以保留更多的图像信息。
图像处理方法装置

[发明专利]基于提升小波变换和像素区域相关性的图像融合方法-CN201210573781.4无效
发明人：王相海;周志光;宋传鸣;苏欣 -专利权人：辽宁师范大学
申请日： 2012-12-26 - 公布日： 2013-04-24 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于提升小波变换和像素区域相关性的图像融合方法，包括以下步骤：提升小波变换；低频子带融合系数的计算；高频子带融合系数的计算；低频、高频子带的系数融合；小波逆变换。本发明对于低频子带的每个系数，根据其自相关特征，通过比较其协方差相关系数来确定融合系数。对于高频子带的每个系数，根据其所在子带内系数分布的方向特征，以及其所在同一方向子带间的系数分布的四叉树结构特征，通过比较其子带内方向邻域的匹配度和子带间四叉树结构的匹配度，从而确定其融合系数。
基于提升变换像素区域相关性图像融合方法

[发明专利]一种基于特征级Copula模型相似性的图像融合方法-CN201910868807.X有效
发明人：罗晓清;张战成;李凯;张宝成 -专利权人：江南大学
申请日： 2019-09-16 - 公布日： 2023-04-07 - 主分类号： G06T5/50 文献下载
摘要：其步骤是：1)待融合图像进行QWT变换得到高频子带和低频子带；2)求出高频子带幅度和相位的亮度、对比度和结构度，并分别构建亮度、对比度、结构度的Copula模型；3)判定高频子带冗余性和互补性的特征类型，并设计相应的融合规则得到第一阶段高频子带融合系数；采用基于高频子带绝对值取大的融合规则得到第二阶段高频子带融合系数，根据加权规则得到最终的高频子带融合系数；4)采用基于低频相位梯度、相位局部方差和幅值能量的综合特征取大的融合规则得到融合后的低频子带系数；5)根据低频和高频的融合子带系数，利用QWT逆变换得到融合图像。
一种基于特征 copula 模型相似性图像融合方法

[发明专利]基于稀疏字典学习和剪切波的图像融合方法-CN201810998219.3在审
发明人：陈堃;曹长庆;吴晓鹏;冯喆珺;曾晓东;呼夏苗;王婷 -专利权人：西安电子科技大学
申请日： 2018-08-29 - 公布日： 2019-01-11 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于稀疏字典学习和剪切波的图像融合方法，基于稀疏字典学习和剪切波的图像融合方法，包括如下步骤：步骤1，对已经配准好的两幅源图像进行剪切波变换，以获得对应的低频子带系数和高频子带系数，步骤2：对低频子带系数进行稀疏字典学习，并进行融合得到低频融合系数；步骤3，对高频子带系数采用同一尺度下方向子带绝对值和取最大值的方法进行融合，得到高频融合系数；步骤4，对所述低频融合系数和高频融合系数进行剪切波逆变换本发明可以将图像分解为更多的方向子带，为后续图像融合处理提供更多方向子带信息，能够准确捕获图像中的边缘信息，最终提高了图像融合质量。
剪切波图像融合字典学习稀疏融合低频子带系数高频融合系数高频子带系数多方向子带边缘信息捕获图像方向子带后续图像融合处理融合图像图像分解逆变换系数和下方向源图像配准子带尺度

[发明专利]基于NSST的可见光与红外图像融合方法及系统-CN201410849724.3在审
发明人：邵振峰;杨如红 -专利权人：武汉大学
申请日： 2014-12-30 - 公布日： 2015-04-08 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种基于NSST的可见光与红外图像融合方法及系统，包括输入可见光和红外图像并进行NSST变换，分别得到可见光图像和红外图像的子带系数，所述的子带系数包括低频子带系数和高频子带系数；求低频子带系数的邻域平均能量，计算各子区域的区域能量特征值，采用基于区域能量特征值的加权策略计算融合图像的低频子带系数；采用基于四阶相关系数的匹配策略计算融合图像的高频子带系数；进行NSST反变换，得到融合图像。
基于 nsst 可见光红外图像融合方法系统

[发明专利]一种基于非下采样轮廓波变换的图像自适应增强方法-CN201310247461.4有效
发明人：周妍;李庆武;霍冠英;刘艳 -专利权人：河海大学常州校区
申请日： 2013-06-20 - 公布日： 2013-09-11 - 主分类号： G06T5/00 文献下载
摘要：通过对输入的原始图像首先进行直方图均衡化，然后对原图和直方图均衡化后的图像分别进行NSCT变换，得到低频子带系数和各高频方向子带系数，对低频子带的处理，采用将原图的低频子带系数直方图映射到直方图均衡化后图像的低频系数直方图上，对各个高频子带去除噪声后，再将原图的各个高频子带的系数直方图映射到直方图均衡化后图像的对应高频系数直方图上。
一种基于采样轮廓变换图像自适应增强方法

[发明专利]基于NSST图谱处理的光电局部放电图像融合方法及系统-CN202211080478.0在审
发明人：刘伟;谢恒;陈庆涛 -专利权人：国网安徽省电力有限公司电力科学研究院;国网安徽省电力有限公司
申请日： 2022-09-05 - 公布日： 2022-12-06 - 主分类号： G06T5/50 文献下载
摘要：1)采集表征设备故障类型的同一时段的光学局部放电PRPD图谱以及特高频局部放电PRPD图谱；(2)对该同一时段的光学局部放电PRPD图谱以及特高频局部放电PRPD图谱分别进行NSST分解，以得到各自的低频子带图和高频子带图；(3)基于高频子带图得到高频系数，基于低频子带图得到低频系数；(4)将光学局部放电PRPD图谱和特高频局部放电PRPD图谱对应的低频系数进行融合，以得到融合后的低频系数；将光学局部放电PRPD图谱和特高频局部放电PRPD图谱对应的高频系数进行融合，以得到融合后的高频系数；(5)基于融合后高频系数和融合后的低频系数进行NSST逆变换，得到光电融合图谱。
基于 nsst 图谱处理光电局部放电图像融合方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条