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822816个,建议您升级VIP下载更多相关专利
  • [发明专利]基于结构自相似性和低秩矩阵表示的图像复原方法-CN201710939258.1在审
  • 王宇桐;禹晶;肖创柏 - 北京工业大学
  • 2017-10-11 - 2018-02-23 - G06T5/00
  • 基于结构自相似性和低秩矩阵表示的图像复原方法属于计算机图形学和数字图像处理领域。该方法分离噪声的处理和清晰图像的估计,直接利用图像不同尺寸或相同尺寸间的结构自相似性,并利用图像中的非邻域相似图像块组成一个相似图像块组,对该相似图像块组进行整体的低秩矩阵表示。本发明对图像的噪声和模糊均做了有效地处理,使得该方法的抗噪能力增强,在复原过程中,不会因为噪声的出现而导致无法准确地估计出点扩散函数,从而复原的效果变差,甚至是无法复原出原始的清晰图像。实验表明,本方法能够准确地估计点扩散函数,复原清晰图像,去除噪声,并具有很好的鲁棒性。
  • 基于结构相似性矩阵表示图像复原方法
  • [发明专利]多退化模型太赫兹图像复原方法、装置、存储介质和终端-CN202011174933.4有效
  • 吕赐兴;白敏霞;毛淇 - 季华实验室
  • 2020-10-28 - 2021-03-02 - G06T5/00
  • 本发明公开了一种多退化模型太赫兹图像复原方法、装置、存储介质和终端,复原方法结合了CNN和多重退化模型,其中多重退化模型重点考虑了造成太赫兹图像退化的三个因素:模糊核及其形式、噪声和下采样器;设计的CNN从多重退化模型中学习,然后提高太赫兹图像的质量;并且根据太赫兹光束的特点提出了用各向异性高斯模糊核代替各向同性高斯核的先验知识,以提高太赫兹图像复原的质量;另外,针对太赫兹复原网络训练缺乏HR、LR图像对作为训练集的问题,本复原方法利用X光图像作为HR图像,用所构建的太赫兹图像多重退化模型,对X光图像进行退化,得到模拟的太赫兹图像作为LR图像,从而完成训练集的构建。
  • 退化模型赫兹图像复原方法装置存储介质终端
  • [发明专利]图像处理装置及图像处理方法-CN201280001672.3有效
  • K·源;物部祐亮 - 松下电器产业株式会社
  • 2012-04-09 - 2013-03-06 - G06T5/00
  • 本发明的图像处理装置(100)具备第1频带限制部(10),降低输入图像所包含的噪声;和复原部(20),对于在第1频带限制部(10)被实施了噪声降低处理的输入图像的噪声降低图像实施复原处理,该复原处理是对通过实施噪声降低处理而劣化了的噪声以外的图像信息进行复原复原部(20)具有差分计算部(21),计算出输入图像和噪声降低图像之间的差分;预测噪声取得部(26),取得被预测到包含在输入图像的预测噪声量;修正信号生成部(22),生成用于修正噪声降低图像的修正信号,使得差分的绝对值收于预测噪声量的范围内;图像合成部(23),根据修正信号修正噪声降低图像
  • 图像处理装置方法
  • [发明专利]周边监视装置-CN202010111748.4在审
  • 平槙崇 - 爱信精机株式会社
  • 2020-02-24 - 2020-09-01 - G06T5/00
  • 本发明提供一种在污垢产生时作为应急处置而利用修复图像由此能够维持便捷性并且确保可靠性的取得系统平衡的周边监视装置。周边监视装置具备:获取部,其获取在车辆移动时由被设置于车辆并能够拍摄车辆的周围的拍摄部拍摄的拍摄图像复原处理部,在污垢存在于拍摄图像的情况下,以污垢不存在的方式复原被污垢隐藏的拍摄图像的污垢区域从而生成复原图像;以及显示判定部,在不将复原图像作为表示车辆当前的周围状况的图像进行显示的非显示条件成立之前,允许复原图像的显示。
  • 周边监视装置
  • [发明专利]图像处理装置、摄像装置、计算机-CN201380050500.X有效
  • 成濑洋介;林健吉;远藤宏;入江公祐 - 富士胶片株式会社
  • 2013-04-24 - 2017-11-07 - H04N5/232
  • 本发明提供能够抑制点像复原精度的劣化并减少用于点像复原处理的复原滤波器的数据存储量的技术。取得与图像的点像复原相关的统计信息(D12),取得在取得图像时使用的表示光学系统的点像强度分布的光学信息(D14),并基于统计信息和光学信息中的至少任一个,求算用于图像的点像复原处理的复原滤波器的滤波信息(复原滤波器的对称性、复原滤波器的抽头数等)(D16)。将该滤波信息(D16)作为约束条件,基于统计信息(D12)和光学信息(D14),算出复原滤波器的滤波系数(D18)。使用如此算出的滤波系数(D18)来进行图像的点像复原处理。
  • 图像处理装置摄像计算机程序
  • [发明专利]图像处理装置、摄影装置、图像处理方法-CN201580016608.6有效
  • 林健吉;杉本雅彦;成濑洋介;入江公祐 - 富士胶片株式会社
  • 2015-02-16 - 2019-06-28 - H04N5/232
  • 本发明的目的在于提供一种即使被摄体中存在高亮度区域或低亮度区域,也能够避免图像锐度过度变化而稳定地进行画质改善的图像处理装置、摄影装置、图像处理方法及程序。图像处理装置具备:灰度校正部即伽马校正处理部(33),进行灰度校正;复原处理部;锐化处理部;锐化恢复控制部(37),其为能够通过控制复原处理部和锐化处理部,调整复原处理的复原率及锐化处理的锐化率的锐化恢复控制部(37),其获取基于复原率和锐化率的总锐化复原率以及复原率和锐化率中的一个,并根据总锐化复原率计算出复原率和锐化率中的另一个;及亮度信息获取部,锐化恢复控制部根据所获取的亮度信息,调整复原率和锐化率。
  • 图像处理装置摄影方法程序
  • [发明专利]利用边框提取复原带有水印信息图像的方法-CN03132513.0无效
  • 牛夏牧;俞龙江;孙圣和 - 哈尔滨工业大学
  • 2003-07-18 - 2004-03-03 - H04N1/387
  • 利用边框提取复原带有水印信息图像的方法,它涉及一种图像复原的方法,具体涉及一种带有水印信息图像复原的方法。采用本发明的前提是:(1)、对带有水印信息的原始图像加边框,(2)、带有边框和水印信息的图像被处理过,(3)、本发明对图像复原的方法为:(3-1)、提取被处理后图像的边框;(3-2)、计算被处理后图像边框变化的几何参数;(3-3)、根据图像边框变化的几何参数复原出带有水印信息的原始图像;(3-4)、从图像中析出水印信息;(3-5)、得到原始的图像。本发明能使带有水印信息的图像在被旋转、拉伸、扭曲等处理后仍然能恢复出清晰的图像,并能从图像中较清晰的提取原始水印信息。
  • 利用边框提取复原带有水印信息图像方法
  • [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]一种基于非连续性指示符的图像局部结构自适应复原方法-CN201310581473.0有效
  • 曾维理;路小波;李聪;费树岷;陈林 - 东南大学
  • 2013-11-18 - 2014-02-05 - G06T5/00
  • 本发明提出一种基于非连续指示符的图像局部结构自适应复原方法,它包括如下步骤:第一步,初始化读入图像,将输入的RGB图像转换到YCbCr颜色空间;第二步,构建三边散布矩阵,提高对噪声的鲁棒性;第三步,构建非连续性指示符,动态表征图像局部结构特征;第四步,建立图像退化模型;第五步,根据所构建的非连续性指示符,建立图像复原优化模型,使得所建立的模型连续依赖于图像局部结构特征;第六步,利用变分法求解复原优化模型,得到优化模型所对应的梯度下降流,并采用半点格式对其进行离散化,得到最优复原图像。本发明提出的方法能够根据图像局部结构特征自适应控制复原过程,能够复原图像更多的细节结构,使得图像质量显著提高。
  • 一种基于连续性指示图像局部结构自适应复原方法

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