“图像噪声去除”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1335661个，建议您升级VIP下载更多相关专利

[发明专利]一种融合神经网络时空特性的空域有限像素目标检测系统及方法-CN202111160863.1在审
发明人：薛晗庆;王晓天;于雪洁;窦小明;陈超;潘红九;胡煜;尹琼;张运 -专利权人：北京临近空间飞行器系统工程研究所
申请日： 2021-09-30 - 公布日： 2022-02-08 - 主分类号： G06V20/10 文献下载
摘要：系统包括数据增强模块、深度学习目标检测模块、时序信号处理模块、光流检测模块、结果融合模块；数据增强模块使用滤波算法去除图像中随机噪声、使用频域处理技术去除频域内噪声、使用直方图均衡增加图像对比度；深度学习检测模块完成模型训练过程，得到稳定深度学习目标检测器，给出单帧目标检测的结果；时序信号处理模块判定图像中目标检测结果是否由背景干扰、噪声干扰造成虚警结果；光流检测模块计算其光流信息，通过图像运动的光流特征判断目标检测结果是否由背景干扰、噪声干扰造成虚警结果，给出了有限像素目标在相邻两帧图像上的时间域信息；结果融合模块将信息进行融合，通过聚类分析方式综合判定目标检测有效性。
一种融合神经网络时空特性空域有限像素目标检测系统方法

[发明专利]血流噪声的抑制方法、装置、超声设备及可读存储介质-CN202310261066.5在审
发明人：范兆龙;李学铭;刘俞辰;涂世鹏 -专利权人：深圳英美达医疗技术有限公司
申请日： 2023-03-10 - 公布日： 2023-07-04 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及图像处理技术领域，公开了一种血流噪声的抑制方法、装置、超声设备及可读存储介质。其中，该方法包括：获取待处理的血管内超声图像；基于预设血管识别模型对血管内超声图像进行血管识别，得到血管内超声图像的血管区域；其中，该预设血管识别模型基于血管内超声图像样本和血管区域样本训练得到；对血管区域进行血流噪声抑制，生成目标图像。通过实施本发明技术方案，可以针对血管区域进行噪声抑制，提高了噪声抑制的处理速度，从而提升了针对于血管内超声图像的血流噪声去除效率，便于进行高效的血管识别。
血流噪声抑制方法装置超声设备可读存储介质

[发明专利]放射线图像处理方法、机械学习方法、学习完成模型、机械学习的前处理方法、放射线图像处理模块、放射线图像处理程序及放射线图像处理系统-CN202180093696.5在审
发明人：土屋智;大西达也;须山敏康 -专利权人：浜松光子学株式会社
申请日： 2021-10-07 - 公布日： 2023-10-20 - 主分类号： A61B6/00 文献下载
摘要：本发明的控制装置(20)具备：图像取得部(203)，其取得向对象物(F)照射放射线，并拍摄了透过对象物(F)的放射线的放射线图像；噪声图生成部(204)，其基于表示像素值与评估噪声值的扩大的评估值的关系的关系数据，根据放射线图像的各像素的像素值，导出评估值，生成将导出的评估值与放射线图像的各像素建立对应的数据即噪声图；及处理部(205)，其将放射线图像及噪声图输入预先通过机械学习而构建的学习完成模型(207)，实行从放射线图像去除噪声的图像处理。
放射线图像处理方法机械学习方法学习完成模型模块程序系统

[发明专利]基于深度学习和RPCA的太赫兹图像目标识别方法-CN201811159843.0有效
发明人：杨曦;吴郯;张磊;杨东;高新波;宋彬;王楠楠;汤英智;郭浩远 -专利权人：西安电子科技大学
申请日： 2018-09-30 - 公布日： 2021-04-27 - 主分类号： G06K9/32 文献下载
摘要：一种基于深度学习和RPCA太赫兹图像的目标识别方法。其步骤为：(1)使用稳健主成分分析RPCA方法去除背景噪声；(2)使用形状先验知识缩小兴趣目标区域；(3)生成太赫兹图像数据集；(4)训练深度学习网络Faster‑RCNN；(5)使用深度学习网络Faster‑RCNN本发明使用稳健主成分分析RPCA方法去除太赫兹图像背景噪声干扰，利用形状先验知识缩小兴趣区域，使用深度学习网络Faster‑RCNN对兴趣区域进行目标识别。本发明使用了稳健主成分分析RPCA和形状先验知识，克服了背景噪声的影响，能极快的准确的检测到太赫兹图像中的目标。
基于深度学习 rpca 赫兹图像目标识别方法

[发明专利]基于边缘提取的图像处理方法及图像处理装置-CN201910429821.X在审
发明人：付林;陈辉 -专利权人：上海哔哩哔哩科技有限公司
申请日： 2019-05-22 - 公布日： 2020-11-24 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于边缘提取的图像处理方法及图像处理装置，所述图像处理方法包括以下步骤：对待处理图像进行边缘提取计算，获取所述待处理图像的边缘区；将所述待处理图像中除所述边缘区以外的区域划分为噪声区和平坦区；分别对所述噪声区和所述平坦区进行对应程度的降噪处理；将经过降噪处理后的所述噪声区和所述平坦区与所述边缘区合成，得到处理后的合成图像。本发明对噪声区和平坦区进行基于不同权重值的双边滤波，使得各个区域都能够在保留有用信息的同时最大限度去除噪声成分，使得合成图像更加清晰。本发明将边缘区附近的侵蚀区也作为噪声区进行降噪处理，可以有效消除干扰图像信息的高频噪声成分，从而消除振铃效应，提升画面质量。
基于边缘提取图像处理方法装置

[发明专利]一种红外图像条纹噪声滤波方法-CN201710802663.9在审
发明人：朱祥路;侯良科;洪普;宫文峰;胡志强 -专利权人：湖北久之洋红外系统股份有限公司
申请日： 2017-09-08 - 公布日： 2018-03-06 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种红外图像条纹噪声滤波方法，包括以下步骤，1）接收红外焦平面探测器输出的经过预处理后的图像数据；2）对输入图像进行引导滤波处理，得到输入图像的基图；3）将输入图像的每行或/和每列像素均值减去该基图图像的每行或/和每列像素均值，得到输入图像的每行或/和每列像素的条纹噪声叠加量；4）输入图像的像素值减去该像素所在行或/和列的条纹噪声叠加量，就得到红外图像去条纹噪声处理之后的输出图像。使用本发明的方法能有效去除红外焦平面成像的横、竖条纹噪声，提高了图像质量，并且计算复杂度低，便于实现实时处理。
一种红外图像条纹噪声滤波方法

[发明专利]一种基于CNN的面部油光去除方法、装置以及设备-CN202210119315.2在审
发明人：陈扬;仇中宝;陈进山 -专利权人：厦门美图之家科技有限公司
申请日： 2022-02-08 - 公布日： 2022-05-31 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于CNN的面部油光去除方法、装置、设备及存储介质，其包括：获取输入的待处理图像；对所述待处理图像进行预处理，得到第一人脸图；计算所述第一人脸图的人脸蒙版以及噪声蒙版；将所述第一人脸图以及所述噪声蒙版输入至预先训练完成的祛油光模型中进行人脸油光去除处理，得到目标人脸图像。无需进行复杂的参数调整，能够快速精确的去除人像的面部油光，提升图片的视觉观感效果。
一种基于 cnn 面部油光去除方法装置以及设备

[发明专利]一种基于稀疏表示和盲估计联合的SAR图像降噪方法-CN202111406443.7在审
发明人：辛志慧;孙雨;王志旭;宣嘉裕;麻伟 -专利权人：云南师范大学
申请日： 2021-11-24 - 公布日： 2022-10-28 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于稀疏表示和盲估计联合的SAR图像降噪方法，包括：S1：选取字典并初始化字典参数；S2：获取待降噪SAR图像，并使用盲估计算法估计得到待降噪SAR图像的图像噪声；S3：根据图像噪声，利用OMP算法计算稀疏编码，对字典进行迭代更新，得到更新的字典和稀疏编码；S4：利用更新的字典和稀疏编码对待降噪SAR图像进行稀疏分解并重构，得到去噪图像。本发明的方法能够很好的去除SAR图像中的噪声，并保留图像的细节。
一种基于稀疏表示估计联合 sar 图像方法

[发明专利]图像处理装置、具备该图像处理装置的监视系统以及图像处理方法-CN201680012403.5有效
发明人：王亲和;矶贝邦昭;松山好幸 -专利权人：松下知识产权经营株式会社
申请日： 2016-02-17 - 公布日： 2020-03-17 - 主分类号： H04N5/232 文献下载
摘要：一种图像处理装置(103)，通过图像处理来从拍摄图像去除拍摄中的干扰所引起的噪声，该图像处理装置(103)具备：图像输入部(111)，其被输入在时间上连续的多个拍摄图像；图像特征提取部(113)，其提取拍摄图像中的与干扰有关的特征；以及图像清晰化部(116)，其执行同与干扰有关的特征相应的图像处理，由此去除拍摄图像中的噪声。并且，图像处理装置(103)也可以还具备在监视模式与通常模式之间进行切换的模式切换单元，该监视模式是执行同与干扰有关的特征相应的图像处理的模式，该通常模式是使同与干扰有关的特征相应的图像处理不执行的模式
图像处理装置具备监视系统以及方法

[发明专利]含噪声离散点图像制备方法、质心提取方法及实验平台-CN202211418646.2在审
发明人：郜天;伊国胜 -专利权人：天津大学
申请日： 2022-11-14 - 公布日： 2023-03-07 - 主分类号： G06T5/00 文献下载
摘要：本发明含噪声离散点图像制备方法、质心提取方法及实验平台，该实验平台主要包括局部投影坐标变换、噪声添加图像制备和噪声去除质心提取三部分。该实验平台基于全局球面上的离散点数据，使用成像平面截取部分球面，将其中局部离散点投影至成像平面，对局部离散点数据加入背景亮度、图像噪声和离散点亮度，完成局部离散点图像制备。该实验平台实现了对全局球面上离散点的截取、局部投影与坐标变换，同时加入多种类型的噪声，制备含噪声的局部离散点图像，实现了与真实环境下特征点图的高相似性仿真，并通过去噪和质心提取获取含噪声局部离散点图中的离散点数据，作为点信息用于后续图像匹配、识别的数据基础。
噪声离散图像制备方法质心提取实验平台

[发明专利]红外图像横纹去除方法、装置及固定式红外成像设备-CN202210763143.2有效
发明人：蔡李靖;陈林森;字崇德 -专利权人：南京智谱科技有限公司
申请日： 2022-07-01 - 公布日： 2022-10-11 - 主分类号： G06T5/00 文献下载
摘要：本申请提供红外图像横纹去除方法、装置及固定式红外成像设备。该方法包括：获取当前帧红外图像及所述当前帧红外图像对应的帧号；在所述帧号不大于预先设定的时序参考帧数时，确定时序编码序列，更新行均值信息参考队列；在所述帧号大于预先设定的时序参考帧数时，更新行均值信息参考队列，并利用更新后的所述行均值信息参考队列、及所述时序编码序列处理所述当前帧红外图像，得到横纹去除后的红外图像。该方法考虑在同一视角下持续地获取的多帧红外图像的横纹噪声特性，利用时序上的信息，如当前帧红外图像之前的其他多帧红外图像的行均值信息，并利用空间上的信息，如同一帧红外图像中不同行像素点的信息，去除了红外图像中闪动的横条纹噪声
红外图像去除方法装置固定成像设备

[发明专利]基于多尺度回插的脉冲噪声处理方法-CN201610389762.4在审
发明人：王晓甜;沈山山;石光明;张艳妮;杨晨红 -专利权人：西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司
申请日： 2016-06-03 - 公布日： 2016-11-16 - 主分类号： G06T5/00 文献下载
摘要：本发明提出了一种基于多尺度回插的脉冲噪声处理方法，用于解决现有两级插值图像脉冲噪声处理方法中存在的图像恢复精度和准确度低的技术问题，实现步骤为：对噪声图像利用直方图分析检测噪声位置，并通过选择开关中值滤波器对噪声图像进行预滤波；对预滤波后的图像进行多级降采样，得到多幅低分辨率子图像；结合统计特性和结构特征，利用改进的自回归模型对每一幅子图进行多尺度回插，得到多幅全分辨率图像；对多幅全分辨率图像进行加权平均，恢复出有效抑制噪声的清晰图像仿真实验表明，在受不同程度脉冲噪声的情况下，本发明不论是在主观视觉上还是在客观评价上均优于现有技术，可用于去除高密度脉冲噪声，恢复清晰图像。
基于尺度脉冲噪声处理方法

[发明专利]基于小波-RED卷积神经网络的低剂量CT重建方法-CN201911335488.2有效
发明人：郑文锋;杨波;牛培昕;刘珊;曾庆川 -专利权人：电子科技大学
申请日： 2019-12-20 - 公布日： 2022-04-19 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于小波‑RED卷积神经网络的低剂量CT重建方法，通过小波分解模块代替经典RED卷积神经网络中的编码器，利用小波分解模块的多尺度分析特性，在不同尺度上按频率段逐层提取噪声信息，然后在低剂量CT小波分解系数图像的基础上，利用可训练的解码器，层层提取噪声信息，生成低剂量CT的负噪声图像，最后与低剂量图像相加，获得重建图像，这样可以高效地去除低剂量CT图像上的噪声，同时保留图像的细节信息。
基于 red 卷积神经网络剂量 ct 重建方法

[发明专利]图像处理装置-CN201580025751.1有效
发明人：武田遼;森田尚孝 -专利权人：株式会社岛津制作所
申请日： 2015-05-18 - 公布日： 2019-12-27 - 主分类号： H04N5/232 文献下载
摘要：根据本发明，能够提供一种能够可靠地去除构成实时图像的各帧的噪声的图像处理装置。即，根据本发明，成为以下结构：在原始图像(I
图像处理装置

[发明专利]基于局部统计特征的自适应梯度阈值各向异性滤波方法-CN201610165932.0在审
发明人：高静;高天野;史再峰;徐江涛 -专利权人：天津大学
申请日： 2016-03-22 - 公布日： 2016-08-10 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及图象处理领域，为提出一种自适应的各向异性滤波方法，能够根据局部统计特征，改变梯度阈值，在各向异性扩散时，对于不同像素点权重进行动态调整，以提高各向异性滤波在高强度噪声环境下的去噪能力。为此，本发明采取的技术方案是，基于局部统计特征的自适应梯度阈值各向异性滤波方法，根据各向异性滤波算法，利用梯度算子来辨别由噪声引起的图像梯度变化和由边缘引起的图像梯度变化，然后用邻域加权平均去除由噪声引起的小梯度变化，同时保留由边缘引起的大梯度变化，这个过程迭代进行，直至图像中的噪声被去除。
基于局部统计特征自适应梯度阈值各向异性滤波方法