“去伪影 ”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235686个，建议您升级VIP下载更多相关专利

[发明专利]一种星图模拟中伪影的迭代处理方法-CN202310460320.4在审
发明人：亢瑞卿;葛条 -专利权人：北京开运联合信息技术集团股份有限公司
申请日： 2023-04-26 - 公布日： 2023-08-15 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种星图模拟中伪影的迭代处理方法，包括步骤：获取带有伪影的星图模拟图像帧，从图像帧中切分出一个或多个带伪影压缩图块，并保留切除伪影压缩图块的图像帧；构建图像去噪及去伪影模型，并通过该去噪及去伪影模型对每一个带伪影压缩图块执行去噪、去伪影操作，以得到去伪影压缩图块；将切除伪影压缩图块的图像帧与去伪影压缩图块进行拼接，以获得去噪去伪影图像帧。基于本方案的处理措施，其能解决图像中存在的振铃伪影、过度锐利伪影等情况，避免出现星空目标下提取不准确的情况。
一种星图模拟中伪影处理方法

[发明专利]基于U-net结构的图像伪影检测与自动去除方法-CN202010390900.7有效
发明人：谢军伟;罗鸣;童同;高钦泉 -专利权人：福建帝视科技集团有限公司
申请日： 2020-05-11 - 公布日： 2023-07-07 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于U‑net结构的图像伪影检测与自动去除方法，包括以下步骤：步骤S1:构建待去伪影高清图像数据集，并进行预处理，得到训练数据集；步骤S2:将训练数据集中的图像，进行随机裁剪；步骤S3:构建伪影检测网络，并根据高清图像数据集获取图像伪影的掩码；步骤S4:基于U‑net结构神经网络，构建去伪影网络模型;步骤S5:根据训练数据集和图像伪影的掩码训练去伪影网络模型，得到训练后的去伪影网络模型；步骤S6:将待去伪影图像分别输入训练后的伪影检测网络和去伪影网络模型，去伪影网络模型根据待去伪影图像和图像伪影的掩码，得到去伪影后的图像。本发明能自动检测和去除图像中存在的JPEG伪影。
基于 net 结构图像检测自动去除方法

[发明专利]基于目标检测和深度强化学习的去伪影方法和系统-CN202111354794.8在审
发明人：史国杰;曹靖城;吕超;王猛德 -专利权人：天翼数字生活科技有限公司
申请日： 2021-11-16 - 公布日： 2022-08-16 - 主分类号： G06T7/11 文献下载
摘要：本发明提供了一种基于目标检测和深度强化学习的去伪影方法。该方法包括：检测经压缩视频帧中的伪影；响应于检测到一个或多个伪影，从所述经压缩视频帧中切分出分别带有检测到的一个或多个伪影中的一者的带伪影压缩图块；对每一个所述带伪影压缩图块执行去伪影操作，以得到去伪影压缩图块；以及将所述经压缩视频帧经切分出带伪影压缩图块后的不带伪影部分与所述去伪影压缩图块进行拼接，以获得去伪影经压缩视频帧。该方法使用目标检测技术检测伪影在图像中的位置，使用强化学习技术自动且实时地感知经压缩视频帧中所含伪影的类型，并且为经压缩视频帧中的不同伪影类型分配最优的深度去伪影模型。
基于目标检测深度强化学习去伪影方法系统

[发明专利]动态图像反锐化掩模去伪影增强方法及装置-CN201710492125.4有效
发明人：孙凯;叶超;刘德建 -专利权人：深圳市安健科技股份有限公司
申请日： 2017-06-26 - 公布日： 2020-07-17 - 主分类号： G06T5/00 文献下载
摘要：本发明适用于医学图像处理领域，提供了一种动态图像反锐化掩模去伪影增强方法，包括：利用反锐化掩模USM增强算法对待处理的动态图像进行分解，得到高频细节图像和低频轮廓图像；根据高频细节图像生成细节增强去伪影掩模和动态范围压缩去伪影掩模；利用细节增强去伪影掩模和动态范围压缩去伪影掩模对高频细节图像进行去伪影细节增强处理，得到去伪影细节增强后的高频细节图像，对低频轮廓图像进行动态范围压缩，得到压缩后的低频轮廓图像；合成去伪影细节增强后的高频细节图像和压缩后的低频轮廓图像，得到去伪影后的动态图像；本发明提供的方法使得高频细节图像在进行细节增强的同时进行去伪影优化，以消除产生的伪影，提高动态图像显示效果。
动态图像锐化掩模去伪影增强方法装置

[发明专利]CT图像去金属伪影以及模型训练的方法和装置-CN202111460697.7有效
发明人：张逸凌;刘星宇 -专利权人：北京长木谷医疗科技有限公司;张逸凌
申请日： 2021-12-01 - 公布日： 2022-09-16 - 主分类号： G06T11/00 文献下载
摘要：本申请公开了一种CT图像去金属伪影以及模型训练的方法和装置。该方法包括：根据关节的位置生成不包含金属伪影的关节假体的CT原图像集；根据CT原图像集生成包含金属伪影的关节假体的带伪影CT图像集；利用去伪影算法对所述带伪影CT图像集进行金属伪影去除处理，生成至少两个不包含金属伪影的去伪影CT图像集；将所述带伪影CT图像集以及所述至少两个去伪影CT图像集作为训练样本输入初始神经网络模型，通过调整所述初始神经网络模型中的模型参数，直至所述初始神经网络模型训练成功。本申请对神经网络模型进行训练时，因为采用了有金属伪影和无金属伪影的CT图像进行训练，所以模型的鲁棒性比较高，可以提高模型去伪影的效果。
ct 图像金属以及模型训练方法装置

[发明专利]基于机器学习的去伪影方法、去伪影模型训练方法及装置-CN201910984591.3有效
发明人：尚焱 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-10-16 - 公布日： 2021-09-28 - 主分类号： H04N19/117 文献下载
摘要：本申请公开了一种基于机器学习的去伪影方法、去伪影模型训练方法及装置，涉及人工智能领域。上述方法包括：通过获取待处理的视频；调用去伪影模型预测视频的第i个原始图像帧的残差，得到第i个原始图像帧的预测残差；调用去伪影模型将预测残差与对应的原始图像帧相加，得到去伪影处理后的目标图像帧；将若干个目标图像帧按序进行编码压缩，得到去伪影后的视频帧序列。该方法通过采用残差学习结构的去伪影模型对视频压缩过程中可能产生的伪影进行预处理，避免编码压缩后视频明显地出现多类伪影，可以解决对多类伪影统一处理的难题。
基于机器学习去伪影方法模型训练装置

[发明专利]图像伪影去除方法及图像伪影去除装置-CN201310635276.2在审
发明人：艾丹妮 -专利权人：株式会社日立制作所
申请日： 2013-11-29 - 公布日： 2015-06-03 - 主分类号： A61B5/055 文献下载
摘要：本发明提供一种图像伪影去除方法及图像伪影去除装置，用于去除核磁共振图像中的截断伪影并生成伪影去除图像。本发明实施方式的图像伪影去除方法包括以下步骤：第一去噪步骤，针对通过核磁共振扫描得到的磁共振信号空间中的实部图像数据和虚部图像数据分别进行第一去噪处理，并生成磁共振信号空间中的复图像数据；第一变换步骤，根据由第一去噪步骤生成的复图像数据，生成幅值图像；伪影去除图像生成步骤，针对由第一变换步骤生成的幅值图像进行第二去噪处理或不进行去噪处理之后，生成伪影去除后的幅值图像作为伪影去除图像。通过针对不同阶段的信号分别进行适当的去噪处理，能够有效地去除核磁共振图像中的截断伪影，提高核磁共振图像的质量。
图像去除方法装置

[发明专利]医学图像的去伪影模型训练方法、装置、设备及存储介质-CN202211475468.7在审
发明人：王红;李悦翔;魏东;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-23 - 公布日： 2023-02-28 - 主分类号： G06V10/774 文献下载
摘要：一种医学图像的去伪影模型训练方法、装置、设备及存储介质，涉及人工智能技术领域。上述方法包括：获取干净医学图像、干净弦图和至少两个掩膜图像，掩膜图像是在医学图像中产生伪影的实体所对应的图像；对于每一个掩膜图像，基于干净弦图和掩膜图像，生成掩膜图像对应的带伪影医学图像和受污染弦图；采用去伪影模型，基于带伪影医学图像和受污染弦图，生成掩膜图像对应的去伪影医学图像和去污染弦图；根据干净医学图像、干净弦图、至少两个掩膜图像分别对应的去伪影医学图像和去污染弦图，确定去伪影模型的训练损失；基于训练损失对去伪影模型进行训练
医学图像去伪影模型训练方法装置设备存储介质

[发明专利]基于空洞残差网络的涡轮叶片ICT图像伪影去除方法-CN202211479961.6在审
发明人：赵纪元;姚振文;韩瑞;马建徽;杨光 -专利权人：西安交通大学;中国航发四川燃气涡轮研究院
申请日： 2022-11-21 - 公布日： 2023-08-04 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了基于空洞残差网络的涡轮叶片ICT图像伪影去除方法，采集原始高压涡轮叶片ICT序列图像，将原始高压涡轮叶片ICT序列图像经训练后的图像域去伪影空洞残差网络处理，获得去伪影后的高压涡轮叶片ICT图像域去伪影空洞残差网络包括相连的空洞卷积残差块、空洞卷积残差块和卷积块。本发明通过图像域去伪影空洞残差网络，即端到端深度学习网络，输入为高压涡轮叶片ICT图像，输出为伪影处理后的图像，这种方式较传统的正则迭代等方法，处理速度更快，减少了伪影的引入。本发明提出的图像域去伪影空洞残差网络具有很好的模块化特性，再不改变图像特征尺寸大小和网络深度的前提下，对高压涡轮叶片ICT伪影图片进行针对性优化。
基于空洞网络涡轮叶片 ict 图像去除方法

[发明专利]图像去伪影方法、装置、设备及存储介质-CN202111057910.X在审
发明人：王红;李悦翔;马锴;郑冶枫;孟德宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-09-09 - 公布日： 2022-04-05 - 主分类号： G06T11/00 文献下载
摘要：本申请实施例公开了一种图像去伪影方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：获取带伪影医学图像和受污染弦图，带伪影医学图像和受污染弦图是针对同一对象的一组对应图像；基于带伪影医学图像和受污染弦图，执行N个阶段的迭代处理，生成带伪影医学图像对应的最终去伪影医学图像；其中，每一阶段的迭代处理用于对弦图进行修复处理，以及对医学图像进行去伪影处理，N为大于1的整数。本申请构建了一个联合的弦图和医学图像重构模型，然后提出了一个迭代求解算法，并将其一一对应展开为深度网络结构，实现对带伪影医学图像和受污染弦图的重构，能够提升图像去伪影的效果。
图像去伪影方法装置设备存储介质

[发明专利]图像去伪影方法、装置、设备及存储介质-CN202210929449.0在审
发明人：王红;郑冶枫;孟德宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-08-03 - 公布日： 2022-09-27 - 主分类号： G06T11/00 文献下载
摘要：本申请实施例公开了一种图像去伪影方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：获取带伪影医学图像和受污染弦图，带伪影医学图像和受污染弦图是针对同一对象的一组对应图像；基于带伪影医学图像和受污染弦图，执行N个阶段的迭代处理，生成带伪影医学图像对应的最终去伪影医学图像；其中，每一阶段的迭代处理用于对弦图进行修复处理，以及对医学图像进行去伪影处理，N为大于1的整数。本申请构建了一个联合的弦图和医学图像重构模型，然后提出了一个迭代求解算法，并将其一一对应展开为深度网络结构，实现对带伪影医学图像和受污染弦图的重构，能够提升图像去伪影的效果。
图像去伪影方法装置设备存储介质

[发明专利]伪影去除方法、装置、电子设备和存储介质-CN202110302949.7有效
发明人：请求不公布姓名 -专利权人：上海壁仞智能科技有限公司
申请日： 2021-03-22 - 公布日： 2023-06-27 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种伪影去除方法、装置、电子设备和存储介质，其中方法包括：确定初始图像和伪影去除模型；将初始图像输入至伪影去除模型，得到伪影去除模型输出的初始图像的去伪影图像；伪影去除模型是在包含丢弃层的网络构架上应用样本图像及其去伪影图像训练得到的本发明提供的方法、装置、电子设备和存储介质，有效克服了将传统深度学习模型应用在伪影去除时，由于训练和测试图像分布不同导致准确率低的问题，降低了伪影去除的实现难度，提高了伪影去除的可靠性和准确性。此外，伪影去除模型与图像内容无关，具备通用性，不受运动估计限制，可用于实现各种形式的低照度图像的伪影去除，有效保证了伪影去除的可用性。
去除方法装置电子设备存储介质

[发明专利]基于卷积神经网络的脑电图去伪影方法-CN202310663361.3在审
发明人：张福泉;熊骏;王传胜;陈昭琪 -专利权人：闽江学院
申请日： 2023-06-06 - 公布日： 2023-09-01 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及一种基于卷积神经网络的脑电图去伪影方法，包括：构建去伪影网络模型，去伪影网络模型包括上下文感知编码器、转换器和噪声解码器；上下文感知编码器通过多个并行卷积对含噪声脑电信号进行一次特征提取，再通过多层卷积聚合上下文信息；转换器通过多个残差块来防止梯度爆炸和维度过高，噪声解码器通过反置卷积增加信号长度，得到一个负残差信号；最将负残差信号与含噪声脑电信号相加，再经过卷积降维和全连接层，得到去噪后脑电信号；使用数据集对去伪影网络模型进行训练；利用训练好的去伪影网络模型对待处理的脑电信号进行去伪影操作。该方法有利于提高去伪影效果，保留更多的原始脑电信号，提高预测的脑电信号的质量。
基于卷积神经网络脑电图去伪影方法

[发明专利]一种基于深度学习的图像去压缩伪影方法-CN201710613740.6有效
发明人：童同;李根;高钦泉 -专利权人：福建帝视信息科技有限公司
申请日： 2017-07-25 - 公布日： 2019-09-27 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种基于深度学习的图像去压缩伪影方法，能够对图像在高度压缩中产生的伪影进行有效消除。同时，网络学习得到的底层特征和高层特征通过跳跃式连接相融合，为重建去伪影图像提供了更加丰富的特征信息，进一步提升了模型的去伪影性能。第二，本发明进一步提出了模型选择的方案，可以针对不同程度的压缩伪影，合理选择更加适合的模型进行去伪影操作。通过在两套公开数据集上进行测试，本发明的方法比目前最好的去伪影算法在性能上有了显著的提升。
一种基于深度学习图像压缩方法

[发明专利]利用胶囊相机所撷取的图像的去伪影-CN201711016971.5有效
发明人： M·哈德利;G·C·威尔逊 -专利权人：卡普索影像公司
申请日： 2017-10-26 - 公布日： 2021-11-19 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及利用胶囊相机所撷取的图像的去伪影。一种降低利用胶囊内窥镜在胃肠(gastrointestinal；GI)道中行进时所撷取的图像中的伪影的方法。该撷取的图像包含由多个光源被该胶囊内窥镜的胶囊壳体反射引起的伪影。该方法自该多个图像推导伪影模型，该伪影模型包括用以将针对给定图像来自该多个光源的光能量与针对该给定图像在多个像素位置的伪影信号关联的多个伪影系数。通过使用基于所推导的伪影系数及来自该多个光源的该光能量的估计伪影信号补偿该多个图像以生成去伪影图像。所述自该多个图像推导该伪影模型的过程包括移除与该光能量关联的该多个图像在像素值中的任意传感器伽马或任意其他非线性。
利用胶囊相机撷取图像去伪影

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