“噪声步骤”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2007687个，建议您升级VIP下载更多相关专利

[发明专利]一种用于拉曼光谱仪CCD信号降噪方法-CN201510293781.2有效
发明人：赵喜;夏征 -专利权人：北京华泰诺安探测技术有限公司
申请日： 2015-06-01 - 公布日： 2018-08-31 - 主分类号： H04N5/357 文献下载
摘要：本发明提供一种用于拉曼光谱仪CCD信号降噪方法，包括：步骤一、将CCD上的像素从起点到终点分为三段，依次标记为前段、中段和尾段，对所述前段和所述尾段进行遮光或涂黑处理；步骤二、采集整个CCD像素的信号数据，定位所述前段和所述尾段的数据位置；步骤三、计算所述前段和所述尾段产生的噪声的幅值比，将所述幅值比作为叠加参数；步骤四、比较所述前段噪声和所述尾段噪声的频率和相位是否相同，若所述前段噪声和所述尾段噪声的频率和相位均相同，则将所述前段噪声的反相位叠加到所述中段上，若不相同，则重新采集整个CCD像素的信号数据。本发明将CCD自身未用像素的噪声来去除有用像素上的噪声，能提高2～5倍的有用信号的信噪比。
噪声尾段像素拉曼光谱仪信号降噪信号数据幅值比中段采集叠加参数数据位置反相位信噪比三段涂黑遮光去除叠加

[发明专利]基于幻方编码的中值滤波方法-CN201010195070.9无效
发明人：张有会;王志巍;赵金;霍利岭;杨会云;杨芳芳 -专利权人：河北师范大学
申请日： 2010-06-09 - 公布日： 2010-12-08 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于幻方编码的中值滤波方法，其包括以下步骤：步骤一、读取图像中各像素的坐标和灰度值；步骤二、遍历图像，采用基于幻方编码的方法判断各像素是否为噪声像素或者是否位于线性细节区；步骤三、对于非噪声像素，令其灰度值保持不变，对于噪声像素，通过修改所述噪声像素的灰度值去除噪声。采用本发明对可能作为噪声像素处理的像素进行了是否位于线性细节区的判断，不会造成线性细节区内的像素缺失，确保图像信息完整；对线性细节区内的像素采用幻方编码的方法进行判断，计算量小；根据灰度中值与灰度最大值和最小值的平均值之间的差异情况选择合适的值替换噪声像素，减少了因去除图像噪声处理造成的图像模糊的现象。
基于编码中值滤波方法

[发明专利]一种用于风机气动噪声的预测方法-CN201710233583.6在审
发明人：司海青;徐洋 -专利权人：镇江市丹徒区粮机厂有限公司
申请日： 2017-04-11 - 公布日： 2017-09-01 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种风机噪声预测方法，具体地说是一种用于风机气动噪声的预测方法。它包括如下步骤步骤1）将风机叶片沿着展向非均匀地划分出多个叶素；步骤2）将翼型产生噪声的五种模型应用到每个叶素上，计算每个叶素上各种声源产生的声压级；步骤3）在每个叶素上运用叶素—动量方法求得相对速度和当地马赫数；步骤4）通过XFOIL程序计算得到边界层参数；步骤5）将各叶素上的噪声源进行叠加，从而得到整个风机的声压级或声功率级。其有益效果是，将模型应用于300kW风机的噪声预测，计算的声功率级及总声功率级与实验测量的声功率级进行比较分析，得出该方法可以有效预测风机气动噪声。
一种用于风机气动噪声预测方法

[发明专利]一种基于云平台的智能漏水声识别方法-CN202011472638.7在审
发明人：杨海峰;颜伟敏;刘斌 -专利权人：浙江和达科技股份有限公司
申请日： 2020-12-15 - 公布日： 2021-04-09 - 主分类号： G10L25/51 文献下载
摘要：一种基于云平台的智能漏水声识别方法，包括如下步骤：步骤1：从预警平台中提取声特征信息；步骤2：选择出对分类判别分析有用的声特征后作为机器学习模型的输入；步骤3：对机器学习模型进行训练，得到优化后的识别模型，并保存模型；步骤4：使用保存后的模型，并根据漏水识别算法进行目标噪声音频的分类计算以判定声特征是否为漏水声，并在确认为噪声后，将噪声文存入云平台噪声数据库中并归入对应类别；步骤5：在噪声数据库更新后，该发明，机器学习模型基于噪声数据库学习，可不断优化模型，形成反馈式训练模式，随着数据库的丰富，漏水声识别的准确率会不断提高。
一种基于平台智能漏水识别方法

[发明专利]一种深度分类网络噪声标签建模与纠正方法、系统及存储介质-CN202310513686.3在审
发明人：王琛;陶重犇;郭继冲;师君;周远远 -专利权人：苏州科技大学
申请日： 2023-05-09 - 公布日： 2023-08-04 - 主分类号： G06V10/774 文献下载
摘要：本发明提供一种深度分类网络噪声标签建模与纠正方法、系统及存储介质，该深度分类网络噪声标签建模与纠正方法包括以下步骤：步骤一，获取损失函数曲线；步骤二，对损失函数曲线进行聚类拟合，得到单模型训练下标签噪声隶属度函数值，然后返回步骤一；步骤三，多模型噪声标签建模；获取M个模型的隶属度函数值，对M个模型的隶属度函数值进行多模型置信度阀值平均，得到最终最优隶属度函数值；步骤四，噪声标签纠正与分类网络训练；根据多模型标签建模结果本发明的有益效果是：提升噪声标签下分类网络的训练效果和分类精度。
一种深度分类网络噪声标签建模纠正方法系统存储介质

[发明专利]基于可学习曲率图的图像增强方法与系统-CN202310469094.6在审
发明人：程健;张一帆;李成华;张阳 -专利权人：中科南京人工智能创新研究院
申请日： 2023-04-26 - 公布日： 2023-08-08 - 主分类号： G06T5/00 文献下载
摘要：其中图像增强方法包括：步骤1、构建两阶段去噪模型；步骤2、将待分析的图像数据传输至去噪模型；步骤3、在第一阶段，利用去噪模型执行特征提取，获得噪声等级估计和噪声分布估计；步骤4、基于获得的噪声等级估计和噪声分布估计，计算高斯曲率；步骤5、在第二阶段，基于高斯曲率利用去噪模型结合局部信息和全局信息，获得去噪后的图像数据；步骤6、输出去噪图像数据。本发明不仅可以有效去除图像的高斯噪声，而且通过模型训练可以提高不同噪声类型的去噪效果，具有较强的鲁棒性。
基于学习曲率图像增强方法系统

[发明专利]一种基于神经网络的电化学噪声腐蚀信号处理方法-CN201410847805.X在审
发明人：李健;张宇;孔伟康;陈冠任;郑焕军 -专利权人：天津大学
申请日： 2014-12-31 - 公布日： 2015-04-29 - 主分类号： G01N17/02 文献下载
摘要：一种基于神经网络的电化学噪声腐蚀信号处理方法。其包括：步骤1)提炼不同腐蚀类型的典型电化学噪声信号；步骤2)数据分组；步骤3)得到每组数据各个特征参数；步骤4)BP神经网络的训练与处理。本发明提供的基于神经网络的电化学噪声腐蚀信号处理方法是用BP神经网络处理电化学噪声腐蚀实验所得的电化学噪声腐蚀信号数据，计算出所有文件样本的特征值，数据处理结果显示，神经网络可以以高达98.3％的精度辨别出腐蚀类型，是一种有效的电化学噪声数据处理方法。
一种基于神经网络电化学噪声腐蚀信号处理方法

[发明专利]一种基于噪声的功率调整方法及路由设备-CN201711338194.6在审
发明人：胡泽玉 -专利权人：上海斐讯数据通信技术有限公司
申请日： 2017-12-14 - 公布日： 2018-03-30 - 主分类号： H04W52/18 文献下载
摘要：本发明公开了一种基于噪声的功率调整方法及路由设备，包括步骤S100采集周围不同方向的当前音频信号；步骤S200对所述当前音频信号进行处理，提取得到当前噪声信号；步骤S300对所述当前噪声信号按照预设指定频率范围进行滤波，得到滤波后的当前噪声信号；步骤S400根据所述滤波后的当前噪声信号，调整路由设备的当前发射功率。本发明的路由设备会根据当前噪声信号来自动调整路由设备的发射功率，适应实时的人流情况，保证用户可以连网的同时，降低不必要的无线辐射和功耗。
一种基于噪声功率调整方法路由设备

[发明专利]基于电缆调制解调器的上行信号噪声分析诊断系统及方法-CN202111093370.0有效
发明人：毛翔;翟卫国;盛科礼;郑义敏;丁磊;郑铁 -专利权人：合肥润东通信科技股份有限公司
申请日： 2021-09-17 - 公布日： 2023-10-27 - 主分类号： H04L41/14 文献下载
摘要：本发明提供了基于电缆调制解调器的上行信号噪声分析诊断系统及方法，所述上行信号噪声分析诊断系统包括有：上行信号发送模块；上行信号控制模块；信号采集分析模块。所述上行信号噪声分析诊断方法包括有：上行信号发送步骤；上行信号控制步骤；信号采集分析步骤。本发明有效地对主控芯片发送的上行信号是否有噪声问题进行分析诊断。
基于电缆调制解调器上行信号噪声分析诊断系统方法

[发明专利]一种星空图像处理方法-CN201310596390.9有效
发明人：王安国;佟帅;孙兴 -专利权人：中国人民解放军海军大连舰艇学院
申请日： 2013-11-20 - 公布日： 2017-01-04 - 主分类号： G06T5/00 文献下载
摘要：一种星空图像处理方法，包括以下步骤：步骤一：星图预处理，包括暗场校正和平场校正；步骤二：噪声剔除，采用阈值处理的方法剔除天光背景噪声和CCD噪声；步骤三：星像分割，基于阈值处理后星空图像的灰度值分布特性，采用叉投影的方法来进行星像分割；步骤四：星像质心提取，采用重心定位法进行星像质心提取。
一种星空图像处理方法

[发明专利]感觉噪声替换-CN02823226.7无效
发明人： L·M·范德克霍夫;A·W·J·奥门 -专利权人：皇家飞利浦电子股份有限公司
申请日： 2002-11-04 - 公布日： 2005-03-02 - 主分类号： G10L19/02 文献下载
摘要：一种用于对其中存在相关噪声分量的一组音频信号进行编码的多通道音频编码系统中使用合成噪声源的方法，该方法包括以下步骤：根据所述音频信号之间的关系，确定噪声源的组合，该组合为所述组合中的噪声源是相互不相关的，从而噪声源的所述组合以保持关系的方式合成所述噪声分量。该方法还可以包括以下步骤：通过为每个噪声源确定一组用于合成所述源的噪声参数和一组用于生成噪声源的所述组合的变换参数，对噪声源进行编码。
感觉噪声替换

[发明专利]混合分辨率动态体积云渲染方法、电子设备及存储介质-CN202210561640.4在审
发明人：郭肖晓;张启飞;冉隆平;胡曼曼 -专利权人：宁波明家智能科技有限公司;浙江大学软件学院（宁波）管理中心（宁波软件教育中心）
申请日： 2022-05-23 - 公布日： 2022-09-02 - 主分类号： G06T15/00 文献下载
摘要：本发明公开了混合分辨率动态体积云渲染方法，方法包括以下步骤：步骤1：以Simplex噪声与Worley噪声为基础构建三维体积噪声纹理；步骤2：基于光线步进技术，在屏幕坐标空间进行降分辨率的体积云光照渲染；步骤3：对体积云光照渲染结果得到的光照RenderTexture进行Temporal Anti‑Aliasing(TAA)处理；步骤4：利用Sobel边缘检测算法获取光照RenderTexture边缘范围的标注；步骤5：以全分辨率精确渲染绘制位于边缘范围内的像素；步骤6：将得到光照RenderTexture、边缘RenderTexture与背景进行UpSampling混合。本发明的动态体积云渲染方法仅使用一张三维体积噪声纹理，并采用Simplex噪声以加快噪声生成速度，使用边缘重绘降分辨率绘制的体积云光照渲染结果可以以较小的代价得到更加精确的结果，有利于提升体积云渲染的质量与效率
混合分辨率动态体积渲染方法电子设备存储介质

[发明专利]一种图像还原方法及处理系统-CN202211595809.4在审
发明人：李景山;左绍舟;郭泽辰;陈维洲 -专利权人：深圳市宏电技术股份有限公司
申请日： 2022-12-13 - 公布日： 2023-03-21 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种图像还原方法及处理系统，涉及图像增强技术领域，解决了技术中存在面对高密度的椒盐噪声，噪声判断耗时长，导致难以还原出真实图像的技术问题。该方法包括S2、用快速噪声判断机制判断当前窗口像素的中值是否为噪声；若是，执行步骤S3；否则，执行步骤S4；S3、增大当前窗口，并判断增大的窗口尺寸是否大于最大窗口尺寸，若是，进行去噪均值还原后执行步骤S5；否则，更新为增大的窗口，并返回步骤S2；S4、判断当前像素是否为噪声，若是，输出中值后执行步骤S5，否则，输出当前像素后执行步骤S5；S5、判断当前像素是否为最后一个像素，若是则结束，否则，滑动至下一个像素后返回步骤本发明噪声判断耗时短，图像还原效果好。
一种图像还原方法处理系统

[发明专利]激光相位波动噪声自动标定装置、方法及量子随机数发生器-CN201911370304.6有效
发明人：孙媛媛;余刚;唐鹏毅 -专利权人：科大国盾量子技术股份有限公司
申请日： 2019-12-26 - 公布日： 2023-05-23 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及激光相位波动噪声自动标定装置、方法及量子随机数发生器。在本发明的方法中包括以下步骤：1‑1，驱动可调节光源中的激光器发光，记录可调节光源输出激光信号的强度；1‑2，提取激光信号中的相位波动信息并对其进行采样，基于采样值计算方差并记录；1‑3，驱动激光器在最大驱动电流下发光，并使可调节光源输出的激光信号在强度上与步骤1‑1中一致，执行步骤1‑2；1‑4，根据步骤1‑2计算的方差和步骤1‑3中计算的方差计算量子噪声比例并记录；1‑5，增大激光器驱动电流，执行步骤1‑1至1‑4；将当前记录的量子噪声比例与上次记录的量子噪声比例进行对比，若量子噪声比例增大则重复步骤1‑5，否则选取上次记录的量子噪声比例对应的激光器驱动电流为最优工作点。
激光相位波动噪声自动标定装置方法量子随机数发生器

[发明专利]一种基于自适应非局域均值的小波去噪方法-CN201811509308.3有效
发明人：周涛;李琛;王鹏飞;余学儒;段杰斌;王修翠;傅豪 -专利权人：上海集成电路研发中心有限公司
申请日： 2018-12-11 - 公布日： 2023-06-02 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于自适应非局域均值的小波去噪方法，包括：步骤S110：对含噪声图像的各颜色通道执行如下步骤：步骤S111：采用小波变换算法提取该颜色通道下含噪声图像的低频小波分量和高频小波分量：步骤S112：根据构建的边缘判别算子计算高频小波分量搜索窗口内的邻域校准噪声；步骤S113：根据领域校准噪声，在搜索窗口内，依次计算参考窗口与目标邻域窗口的相似度，并基于相似度确定目标小波系数的加权系数；步骤S114：根据目标小波系数的加权系数，更新目标小波系数，基于所更新的目标小波系数，利用小波逆变换算法得到该颜色通道下含噪声图像的去噪图像；步骤S120：合成各颜色通道下的去噪图像得到含噪声图像的去噪图像。
一种基于自适应局域均值小波去噪方法