专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果4344966个,建议您升级VIP下载更多相关专利
  • [发明专利]合成孔径雷达图像的海冰海水的分割方法-CN202010411937.3有效
  • 王怡然;李晓明 - 中国科学院空天信息创新研究院;海南宸极科技发展有限公司
  • 2020-05-15 - 2023-01-13 - G06V10/764
  • 本发明提供了一种合成孔径雷达(SAR)图像的海冰海水的分割方法,包括:对合成孔径雷达交叉、同极化遥感数据进行预处理;对预处理后的图像数据利用HV极化、HV极化与HH极化之差,HV极化与HH极化之比三组数据合成三通道遥感图像;选取不同季节和不同海洋环境条件的三通道遥感图像进行海冰和海水范围的人工标注,并对标记好的图像进行增强操作,生成训练样本集;将上述步骤所生成的训练样本数据作为输入,完成对深度学习模型的训练,得到海冰和海水自动分割模型;以及后续得到海冰和海水的识别的初步结果并最终得到海冰和海水分割的图像的步骤。本申请充分利用了海水和海冰在不同SAR极化图像中的响应差异,可以完全自动化实现海冰和海水的分割。
  • 合成孔径雷达图像冰海分割方法
  • [发明专利]基于亮通道透射率补偿的水下图像去雾及偏色校正方法-CN201910516942.8有效
  • 时愈;孙殿君;华夏;冯雅媛;王梦琪 - 武汉工程大学
  • 2019-06-14 - 2023-03-07 - G06T5/00
  • 本发明公开了一种基于亮通道透射率补偿的水下图像去雾及偏色校正方法,包括以下步骤:首先提取三个通道的亮通道图,然后根据最大亮度进行排序找出各个通道的前0.2%的最暗像素对应水下退化图像位置的像素灰度值作为背景光的估计值;针对水下退化图像的偏色问题,对红通道的透射率进行取反操作修正,根据衰减系数的关系对G、B的粗略透射率进行修正,获取G、B的透射率的精确估计;提取各像素点的R、G、B通道的透射率的最大值,并采用快速引导滤波,获取最终精细的透射率图;最后根据水下图像模型加权背景光偏色校正归一化处理获得复原后的图像。本发明图像处理方法可以在图像去雾的同时可以较好地解决因为透射率估计不精确带来的偏色问题。
  • 基于通道透射率补偿水下图像校正方法
  • [发明专利]一种可变帧频的极坐标图像传感器及其图像处理方法-CN201911387796.X有效
  • 任大清 - 上海集成电路研发中心有限公司
  • 2019-12-30 - 2023-03-14 - H04N25/70
  • 本发明公开了一种可变帧频的极坐标图像传感器,包括:圆形感光区,数据缓冲存储器,以及辅助电路,辅助电路包括扫描长度控制单元,扫描长度控制单元用于控制所述像素条中待扫描的像素单元的个数;在普通模式下,所述扫描长度控制单元控制所述像素条中N个像素单元均被扫描,得出完整的图像;在高速模式下,所述扫描长度控制单元控制所述像素条中P个像素单元被扫描,得出与完整图像比例大小为P/N的一帧图像,帧频为原来的N/P倍,其中,P为小于N的正整数。本发明提供的一种可变帧频的极坐标图像传感器及其图像处理方法,该图像处理器具有扫描长度控制单元,可以进行变化帧频,能够兼顾低帧频大视场和高帧频窄视场的扫描需求,便于动态跟踪。
  • 一种可变帧频坐标图像传感器及其图像处理方法
  • [发明专利]一种AR眼镜的颜色调整方法及AR眼镜-CN201910304487.5有效
  • 葛先雷;权循忠;许静雯;高强;陈帅;束仁义;蔡俊 - 淮南师范学院
  • 2019-04-16 - 2023-02-17 - G06T19/00
  • 本发明公开了一种AR眼镜的颜色调整方法及AR眼镜,属于AR眼镜领域,调整方法包括通过摄像头获取真实环境图像;轮廓像素提取单元提取虚拟图像的轮廓像素的色彩值;差值计算单元计算每个轮廓像素和真实环境图像中与其位置相邻的像素的色彩值的差值;在差值在第一阈值范围内的情况下,模糊像素确定单元确定差值对应的轮廓像素为模糊像素;在相邻的模糊像素的数量与虚拟图像的总轮廓像素数量的比值大于轮廓调整比值的情况下,颜色变化处理单元对模糊像素进行颜色变化处理,采用本技术方案制得的AR眼镜,不仅可以在虚拟图像和真实环境的颜色非常接近时,可自动调整虚拟图像的颜色,使人眼清晰地辨别出虚拟图像,而且此调整方法简单、有效。
  • 一种ar眼镜颜色调整方法
  • [发明专利]一种基于手指静脉图像的血管网络修复方法-CN201811365959.X有效
  • 贾桂敏;李振娟;李乾司茂;杨金锋 - 中国民航大学
  • 2018-11-16 - 2023-01-17 - G06V40/10
  • 一种基于手指静脉图像的血管网络修复方法。其包括对原始手指静脉图像进行预处理及增强;进行二值化处理及冗余信息去除;提取手指静脉血管网络骨架图像并按区域顺序进行标记;提取手指静脉血管网络修复的源点;修复手指静脉血管网络骨架图像;获得手指静脉血管修复图像;将待测试手指静脉的手指静脉血管修复图像与手指静脉数据库中的二值图进行匹配等步骤。本发明优点:充分利用了手指静脉血管网络骨架结构的稳定性,通过利用最小路径原则在特征点邻域内寻找血管断裂信息,将端点、二分叉点作为修复的源点来修复残缺血管,可获得更加稳定且完整性良好的血管网络,并成功应用于静脉图像识别
  • 一种基于手指静脉图像血管网络修复方法
  • [发明专利]一种基于2D人体图像进行量体的方法及系统-CN201811252246.2有效
  • 武大治;汪赛虎;方力 - 武汉亘星智能技术有限公司
  • 2018-10-25 - 2022-10-18 - G06T17/00
  • 本发明涉及一种基于2D人体图像进行量体的方法及系统,其方法包括以下步骤,获取用户的2D人体图像;对所述2D人体图像进行人体边缘计算,得到边缘图像,并结合用户的性别、年龄和体重对所述边缘图像进行神经网络计算,生成3D人体点云模型;对所述3D人体点云模型进行优化处理,得到光滑的3D人体点云模型;对光滑的3D人体点云模型中的特征部位进行测量,计算出相应的人体尺寸。本发明利用2D图像测量方法进行量体,每次测量只需输入被测量者的性别、身高、体重,然后拍摄照片,就能快速计算出量体数据,整个过程在30秒左右可以完成,有效地简化了测量过程和提高了测量效率;另外通过图像处理和神经网络计算可以有效提高测量的精度
  • 一种基于人体图像进行方法系统
  • [发明专利]一种基于张量环分解恢复图像背景的方法-CN202110709871.0有效
  • 周郭许;余芷;张桂东 - 广东工业大学
  • 2021-06-25 - 2022-09-13 - G06T5/00
  • 本发明公开了一种基于张量环分解恢复图像背景的方法,包括:将待处理的原图转换成灰度图,通过边缘提取算法将灰度图的边缘提取出来,然后将提取出边缘的图像叠成三阶张量后与原图进行点乘处理,得到颜色边缘图;通过鼠标选取的方式,设置目标对象所在位置的多边形区域;将得到的图像中多边形区域作为ROI,将ROI中的像素置零,其余区域的像素值不变,得到去除了目标对象的图;将ROI以外的颜色边缘信息复制最相近的部分到图像的ROI;建立数学模型,引入辅助变量张量对所述数学模型求解,得到恢复后的图像;本发明可以利用基于张量分解的方法来去除如风景天空照中电线、路人照中的其他游客等图像中不规则孔洞丢失,恢复出来的图像更加逼真。
  • 一种基于张量分解恢复图像背景方法
  • [发明专利]基于图像处理的硅片表面质量检测方法-CN202310706748.2有效
  • 朱莉莉;郑大勇;徐坤;王曼;王新 - 山东九思新材料科技有限责任公司
  • 2023-06-15 - 2023-08-25 - G06T7/00
  • 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硅片表面质量检测方法,该方法包括:基于单晶硅片表面在显微镜下的三维图像重建三维模型,获取三维模型中的金字塔;将三维模型中所有金字塔底面的平面图像记为特征图像;根据每个金字塔的边缘信息和结构信息、每个斜面上的边长以及金字塔的分布特征,得到异常程度;根据金字塔对应在特征图像上的分布特征得到奇异程度,根据奇异程度对金字塔进行筛选得到待分析金字塔;根据待分析金字塔对应的异常程度、奇异程度以及金字塔对应在特征图像上的位置关系,得到待分析金字塔的特征评价指标,根据特征评价指标获得硅片表面质量检测结果。
  • 基于图像处理硅片表面质量检测方法
  • [发明专利]一种基于边缘增强和卷积神经网络的图像去噪方法-CN202110212348.7有效
  • 刘晶;董玉;田冲 - 西安理工大学
  • 2021-02-25 - 2023-09-05 - G06T5/00
  • 本发明公开了一种基于边缘增强和卷积神经网络的图像去噪方法,具体包括如下步骤:步骤1,选取n张图像作为训练样本,然后对训练样本中的每张图像进行处理;步骤2,对步骤1中进行处理后的图像进行NSCT变换,得到低频子带图L及高频子带图;步骤3,对步骤2中的高频子带图J的边缘进行定位,将定位后的高频方向子带图和步骤2所得的低频子带图进行NSCT逆变换得到最终待训练的边缘增强后的噪声图像X;步骤4,将步骤3中得到的边缘增强后的噪声图像输入到残差去噪网络中进行训练学习,得到最终去噪之后的干净图像
  • 一种基于边缘增强卷积神经网络图像方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top