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
  • [实用新型]一种图像复原系统-CN201621098344.1有效
  • 顾笑也 - 宁波市东望智能系统工程有限公司
  • 2016-09-30 - 2017-06-13 - G06T5/00
  • 本实用新型属于图像处理技术领域,提供了一种图像复原系统,包括以下模块复原区域确定模块,复原区域确定模块用于确定图像复原区域的轮廓,复原操作模块以及复原控制模块,复原控制模块分别连接复原区域确定模块和复原操作模块,复原控制模块用于控制所述轮廓确定模块和所述复原操作模块对图像复原区域从边缘向内的依次进行分层复原,直至待复原区域全部填充完毕。本实用新型的优点在于复原效果好、复原图像清晰度高、使用方便、成本低等优点,适用于交通道路监测等户外拍摄环境,加入了自动选择模糊核大小的操作,有效的解决了盲复原算法对噪声敏感的问题,提高了图像复原的精确度,增加了复原图像的清晰度从而提高了图像修复的效果。
  • 一种图像复原系统
  • [发明专利]面向特定下游视觉任务的图像复原方法及装置-CN202310525086.9在审
  • 王隽;李兵;胡卫明 - 中国科学院自动化研究所
  • 2023-05-10 - 2023-09-05 - G06T5/00
  • 本发明提供一种面向特定下游视觉任务的图像复原方法及装置,其中方法包括:将目标图像图像特征输入训练好的智能体模型,得到参数调整量;基于参数调整量,对图像复原工具箱中的算法包含的多个调节参数进行调整;使用调整后的图像复原工具箱对目标图像进行处理得到复原图像,基于图像质量评估模型,获取复原图像对应的图像质量分数;将复原图像作为更新的目标图像,并重复上述步骤,直至达到设定终止条件,将获取的多个图像质量分数中的最大值对应的复原图像作为目标图像图像复原结果输出从而复原图像直接面向下游视觉任务的需求优化,能在下游视觉任务中获得更好的表现。
  • 面向特定下游视觉任务图像复原方法装置
  • [发明专利]水下图像复原方法-CN201611020335.5在审
  • 郭继昌;李重仪;郭春乐;顾翔元 - 天津大学
  • 2016-11-17 - 2017-04-26 - G06T5/00
  • 本发明属于图像处理、计算机视觉技术领域,为通过图像去雾算法与彩色恒常算法相结合,提出一种能够有效恢复水下图像视觉质量的方法。本发明采用的技术方案是,水下图像复原方法,步骤是,将退化水下图像的蓝绿信道根据水下成像数据模型进行去雾处理,退化的红信道根据复原的蓝绿信道的像素值,依据灰度世界彩色恒常算法进行修正。本发明主要应用于图像处理场合。
  • 水下图像复原方法
  • [发明专利]一种基于小波张量低秩正则化的图像复原方法-CN202210339100.1在审
  • 刘书君;李婉婷;田仕勋;雷茂林 - 重庆大学
  • 2022-04-01 - 2022-09-30 - G06T5/00
  • 本发明公开了一种基于小波张量低秩正则化的图像复原方法。属于数字图像处理技术领域。它是一种对图像小波变换后的子带系数构建张量并进行低秩约束的图像复原方法。首先对图像进行小波分解获取子带系数,然后将不同子带对应的二维系数堆叠成三阶张量,并利用张量核范数约束其低秩特性,最后通过交替方向迭代算法求解小波张量低秩约束下的图像复原模型。本发明以张量形式表示小波子带系数,充分挖掘图像小波系数间的相关性,利用张量核范数对构建的三阶张量进行低秩约束,并用交替方向迭代算法高效求解关于小波系数张量和复原图像的子问题。通过本发明可提升图像小波系数的估计精度,使复原图像更清晰、细节更丰富,因此可用于退化图像复原
  • 一种基于张量正则图像复原方法
  • [发明专利]一种结合多粒度的车联网图像复原方法-CN201910274602.9有效
  • 刘群;王如琪;鲁宇;董莉娜;孟艺凝;舒航 - 重庆邮电大学
  • 2019-04-08 - 2020-11-10 - G06T5/00
  • 本发明属于图像复原领域,具体为一种结合多粒度的车联网图像复原方法,包括利用多尺度MSR算法对车联网图像进行增强处理,利用区域生长算法对缺失图像进行预处理获取结构信息;根据缺失图像及其结构信息,利用具有编码器‑解码器结构的深度神经网络模型进行复原处理;利用卷积神经网络作为内容鉴别器判断补全结果内容方面的完整性;利用Pixel‑CNN模型作为像素鉴别器判断补全结果清晰度;对生成器与两个鉴别器进行对抗训练优化;当生成器训练至最优时,模型训练结束,将生成结果与原始缺失图像拼接作为最终复原结果。本发明加快了训练的收敛速度,提高了复原效果,能对缺失图像进行复原并对遮挡物进行移除。
  • 一种结合粒度联网图像复原方法
  • [发明专利]一种水下图像增强方法及增强装置-CN201910396668.5有效
  • 陈哲涵;马小明 - 北京科技大学
  • 2019-05-14 - 2021-05-07 - G06T5/00
  • 本发明提供一种水下图像增强方法及增强装置,能够提高水下图像复原准确性和效率。所述方法包括:获取水下原始图像,并根据水下成像特点,建立水下光学成像模型;利用水下光学成像模型与大气模型相似的特点,利用对透射率进行线性规划的暗通道先验去雾算法对水下原始图像进行清晰化处理,得到第一清晰图像,其中,所述清晰化处理包括:对比度增强;利用灰度世界算法对水下原始图像进行颜色校正,得到第二清晰图像;利用基于小波变换的图像融合算法将第一清晰图像与第二清晰图像进行融合,得到水下复原图像。本发明涉及图像增强与复原技术领域。
  • 一种水下图像增强方法装置
  • [发明专利]一种图像复原方法-CN200810025494.3无效
  • 冯强;于盛林 - 南京航空航天大学
  • 2008-05-06 - 2008-09-17 - G06T5/00
  • 本发明提供一种图像复原方法,该方法用来对退化模型已知的退化图像进行复原。本发明的处理方法是:将待处理的退化图像运用三维细胞神经网络图像处理方法进行处理,得到的输出就是复原图像。该方法简单易行,可以用在退化模型已知的退化图像复原中。利用细胞神经网络芯片实现该算法,可以具有非常高的处理速度。
  • 一种图像复原方法
  • [发明专利]一种基于色彩恒常性和群稀疏的水下图像复原方法-CN201710411503.1有效
  • 王鑫;戴慧凤;王慧斌;徐立中 - 河海大学
  • 2017-06-05 - 2021-01-05 - G06T5/00
  • 本发明公开一种基于色彩恒常性和群稀疏的水下图像复原方法,该方法首先设计了一种改进的基于色彩恒常性的水下图像颜色失真校正算法,在Shades Of Gray算法的基础上,针对水下图像的颜色失真特点,加入颜色补偿的概念,对水下图像进行了颜色校正;然后,提出了一种改进的基于退化模型和群稀疏的水下图像去模糊算法,将设计出的水下图像退化算子和水体分层融入到经典的群稀疏去模糊的框架中,对校正后的图像进行复原,以进一步提高水下图像的清晰度;最后,通过对实际拍摄的水下图像进行实验,结果表明提出的基于色彩恒常性和群稀疏的水下图像复原方法不仅可以很好地对水下图像进行颜色校正,而且能够有效的去除模糊,达到良好的复原效果。
  • 一种基于色彩常性稀疏水下图像复原方法
  • [发明专利]一种基于Retinex算法图像去模糊方法-CN201910212674.0有效
  • 陈熙源;方文辉;柳笛 - 东南大学
  • 2019-03-20 - 2023-03-21 - G06T5/00
  • 本发明公开了一种基于Retinex算法图像去模糊方法,包括以下步骤:S1:利用Retinex算法对原始模糊图像进行处理,得到图像边缘被增强的模糊图像,将图像边缘被增强的模糊图像作为步骤S2的输入;S2:进行解卷积操作,以获得初始复原图像;S3:计算步骤S2中初始复原图像的梯度映射,消除初始复原图像中的噪声;S4:利用步骤S3中的梯度映射对原始模糊图像的模糊核进行估计;S5:判断步骤S3得到的消除噪声后的初始复原图像和步骤S4得到的模糊核是否为最佳结果:如果是,直接进行步骤S6;否则,将步骤S3得到的消除噪声后的初始复原图像作为步骤S2的输入,返回步骤S2;S6:利用步骤S5中得到的最佳模糊核,对原始模糊图像进行最终的解卷积,以获得最终的复原图像
  • 一种基于retinex算法图像模糊方法

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