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1087818个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于径向基神经网络的有噪运动模糊图像复原方法-CN200610053465.9有效
  • 朱信忠;赵建民;徐慧英;章琳 - 浙江师范大学
  • 2006-09-08 - 2007-11-28 - G06T5/00
  • 一种基于径向基神经网络的有噪运动模糊图像复原方法,包括以下步骤:(1)、先用二维中值滤波器对有噪运动模糊图像y(m,n)生成相应的低通滤波后的平滑图像s(m,n);(2)、计算有噪运动模糊图像与平滑图像之间的误差图像(m,n)=y(m,n)-s(m,n);(3)、用Canny算子进行边缘检测,以估算y(m,n)的梯度f′(m,n);(4)、根据f′(m,n)的大小来计算每个像素的正则化参数λ(m,n),再参照误差图像e(m,n)通过径向基神经网络RBFN生成插值图像fλ(m,n);(5)、通过将插值图像fλ(m,n)叠加到低通滤波后的平滑图像s(m,n),得到去噪后的运动模糊图像f(m,n);(6)、自动鉴别运动模糊图像的运动模糊方向以及运动模糊长度,得到二维模糊图像的宽为HL,高为VL,并利用图像复原算法得到复原图像。本发明能够实现自动鉴别、计算复杂度低、复原效果好。
  • 一种基于径向神经网络运动模糊图像复原方法
  • [发明专利]基于原始对偶算法的自适应加权TGV图像去模糊方法-CN201710706994.2有效
  • 杨爱萍;王金斌;张越;何宇清 - 天津大学
  • 2017-08-17 - 2020-11-27 - G06T5/00
  • 本发明公开了一种基于原始对偶算法的自适应加权TGV图像去模糊方法,包括以下步骤:建立自适应加权TGV图像去模糊模型,基于原始‑对偶算法的对自适应加权TGV图像去模糊模型求解,根据步骤二得到的模型求解迭代公式,对观测图像进行处理,最终获得清晰图像。TGV能有效逼近任意阶多项式函数,能在去模糊的同时避免阶梯效应,可根据图像局部结构自适应调整权值,有效保持图像边缘并抑制噪声;同时,本发明基于原始‑对偶算法思想,推导基于原始对偶的自适应加权TGV去模糊迭代算法实验结果表明,本发明提出的去模糊模型可获得高质量复原图像,所提出的求解算法收敛快,鲁棒性强。
  • 基于原始对偶算法自适应加权tgv图像模糊方法
  • [发明专利]多视点视频中基于空时结合的虚拟视点绘制方法-CN201310188898.5有效
  • 刘琚;成聪;杨晓辉 - 山东大学
  • 2013-05-20 - 2013-08-14 - H04N13/04
  • 首先,通过3D图像变换获得虚拟视点彩色图像与深度图像,并去除小的空洞以及映射错误点;然后进行虚拟视点深度图像的空洞填充,同时对空洞处像素坐标进行记录;之后,进行反向的3D图像变换,在参考视点的目标帧中定位目标区域(导致空洞产生的区域),并利用前后帧对目标区域进行背景复原;最后,使用基于样本的图像修复算法对剩余空洞进行修复。本方法中,通过利用前后帧的图像信息,实现空时域相结合进行补洞,较单纯基于空域的补洞操作,能够使结果更加准确,提高虚拟视点图像的质量;另外,通过反向映射,定位目标区域,有针对性的进行背景复原,较大规模的背景复原
  • 视点视频基于结合虚拟绘制方法
  • [发明专利]一种相关哈特曼快速波前复原方法-CN202210784699.X在审
  • 杨奇龙;马晓燠;游双慧;涂鸿;贾天豪;唐彪;周万丽 - 重庆连芯智能科技研究院有限公司
  • 2022-07-05 - 2022-10-11 - G01J9/00
  • 本发明提供一种相关哈特曼快速波前复原方法,包括:获取哈特曼波前传感器探测到的初始哈特曼图像和子孔径排布,在所述初始哈特曼图像中选取滤波模板;将所述滤波模板放至初始哈特曼图像中进行相关滤波或核相关滤波运算所述响应图对应有多个子响应图,所述子响应图对应有子孔径;在所述多个子响应图对应的子孔径中,遍历查找各子孔径的像素最大值,并将所述像素最大值的坐标位置进行存储,获取斜率矩阵;通过所述响应图和斜率矩阵进行哈特曼波前复原,获取复原波面。本发明能够通过单次相关滤波实现扩展目标到光斑图像的转变,简化了算法,提高了运算速度,实现了快速波前复原
  • 一种相关哈特曼快速复原方法
  • [发明专利]基于环境光感知的端到端水下图像复原方法-CN202111195071.8在审
  • 王柯俨;黄诗芮;陈静怡;李娇娇;李云松 - 西安电子科技大学
  • 2021-10-12 - 2022-01-14 - G06T5/00
  • 本发明公开了一种基于环境光感知的端到端水下图像复原方法,主要解决现有技术在处理水下图像时色偏校正和清晰化处理效果欠佳的问题。其方案是:利用Pytorch框架分别构建环境光感知网络和复原主体网络,并分别构建这两个网络的训练集B和C;采用自适应矩估计算法分别利用B和C训练环境光感知网络和复原主体网络,将待处理的图像I输入训练好的环境光感知网络,输出环境光值Ac;将Ac和Ic输入训练好的复原主体网络,输出清晰图像Jc。本发明提高了不同退化程度水下图像的对比度,能有效校正色偏,且峰值信噪比、结构相似性、色差公式、无参考图像空间质量评估和水下彩色图像质量评价均优于现有技术,可用于水下图像的清晰化处理。
  • 基于环境感知端到端水下图像复原方法
  • [发明专利]一种宽动态范围图像的增强算法-CN201911415245.X有效
  • 杨皓丹 - 昆明理工大学
  • 2019-12-31 - 2020-09-29 - G06T5/00
  • 本发明公开了一种宽动态范围图像的增强算法,包括以下步骤:步骤1:将宽动态范围图像通过反转去雾算法得到反转去雾算法图J1(x);步骤2:将宽动态范围图像通过直接去雾算法得到直接去雾算法图J2(x);步骤3:通过计算得到宽动态范围图像与反转去雾算法图J1(x)的余弦相似度值a,宽动态范围图像与直接去雾算法图J2(x)的余弦相似度值b;步骤4:把得到的余弦相似度值a和b作为图像融合公式中的权重。综上所述,本发明具有实用性强、复原效果明显的特点,可用于艺术传媒、医学影像、公安案件侦破、影视制作、航拍图像、文物保护等领域。
  • 一种动态范围图像增强算法
  • [发明专利]运动模糊图像复原方法-CN201410616009.5在审
  • 吕绍杰;张永华;叶旭鸣 - 中国航天科工集团第三研究院第八三五七研究所
  • 2014-11-04 - 2015-02-25 - G06T5/50
  • 本发明属于数字图像处理技术领域,具体涉及一种运动模糊图像复原方法,该方法用于将两个或两个以上相机获取的同场景的视频序列通过超分辨率重构的方法来复原运动模糊图像。该方法包括:相机选型;场景序列图像获取;序列图像间时空配准;高分辨率图像序列重构等步骤。与现有技术相比较,本发明具备如下有益效果:(1)本发明充分利用了多相机获取同场景图像序列和时序控制电路的时序控制,增加了所获场景图像的细节信息;(2)本发明充分利用了分层搜索策略,提高了图像匹配的速度和精度;(3)本发明充分利用了不同视频图像间亚像素级互补信息和超分辨率重建算法复原了运动模糊图像,提高了视频图像的分辨率。
  • 运动模糊图像复原方法
  • [发明专利]一种基于噪声水平的梯度相关TV因子图像去噪去模糊方法-CN201810470422.3有效
  • 冯华君;黄加紫;徐之海;李奇;陈跃庭 - 浙江大学
  • 2018-05-16 - 2021-07-09 - G06T5/00
  • 本发明公开了一种基于噪声水平的梯度相关TV因子图像去噪去模糊方法。日常拍摄所获取的图像都有一定程度的降质,即使是对静态目标的稳定成像,其获取图像也包含有像素级的模糊量,且噪声往往不可避免。对带噪模糊图像进行复原操作可以提升图像质量,然而,抑制噪声和去模糊两者间存在矛盾,图像复原时需兼顾两者的平衡。本发明方法提出一种基于总变分正则化的图像去噪去模糊方法,在对图像进行模糊复原的同时,结合Richardson‑Lucy算法的特点获取初步去模糊图像,通过若干正则化项进行约束,并利用噪声图像梯度的先验分布特性,对正则化权重因子进行梯度相关的分布式调整处理,能有效地抑制噪声同时保持良好的图像边缘特性,获得较高质量的图像
  • 一种基于噪声水平梯度相关tv因子图像去噪去模糊方法
  • [发明专利]虹膜图像保存方法及复原方法-CN200880106172.X无效
  • 金大训;崔炯仁;白胜敏;孙政教;朴准镛 - 虹膜技术公司
  • 2008-09-05 - 2010-08-25 - G06T9/00
  • 本发明涉及虹膜图像保存及复原方法,通过以下步骤具体实现:从照相机中获得包括虹膜部分的原图像(Iori)的步骤;为了从原图像中提取用于保存的虹膜图像,而获得一次图像(Iextract1)的步骤,该一次图像Iextract1由除去了超出外部圆的部分和在内部圆中包括的图像后的区域构成;从一次图像中获得除去了瞳孔、白眼球、眉毛、眼睑及头发等虹膜的封闭部分后的二次图像(Iextract2)的步骤;将对封闭部分进行了除去处理后的二次图像(Iextract2)变换为极坐标系的极坐标图像(Ipolar),并对变换后的极坐标图像进行压缩,获得压缩图像(Icomp)的步骤;将压缩图像(Icomp)与用于复原的信息(H)一起作为保存用图像数据(Istore)保存于存储器中的步骤;在虹膜识别时,使用用于复原算法从保存用数据中获得复原图像(Irestored)的步骤。由此可以减少用于图像保存的存储器的容量,提高在虹膜识别时的处理速度。
  • 虹膜图像保存方法复原

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