“图像字典”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799984个，建议您升级VIP下载更多相关专利

[发明专利]一种适用于高清2D/3D转换的DIBR虚拟图像修复方法-CN201510386465.X有效
发明人：刘伟;崔明月;郑扬冰;张新刚;马世榜;刘红钊 -专利权人：南阳师范学院
申请日： 2015-07-01 - 公布日： 2017-03-08 - 主分类号： H04N13/00 文献下载
摘要：本发明公开了一种适用于高清2D/3D转换的DIBR虚拟图像修复方法，包括如下步骤生成通用背景字典DB；合成稀疏字典DI，包括在视频帧图像IF的背景区域中构造样本字典DS；根据生成的通用背景字典DB和样本字典DS合成稀疏字典DI；空洞预估及分类处理；对每个第II类空洞RHII进行填充修复处理。本发明方法通过分类处理和稀疏字典表示，在提升3D虚拟图像渲染效果的同时显著降低了计算的复杂度，更加适合于高清2D/3D转换中海量视频信息的处理。
一种适用于转换 dibr 虚拟图像修复方法

[发明专利]基于K-均值聚类字典学习的MR图像重构方法-CN201910228075.8有效
发明人：辛景民;赵石 -专利权人：西安交通大学
申请日： 2019-03-25 - 公布日： 2021-04-20 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于K均值聚类字典学习的MR图像重构方法，该方法首先基于k均值对提取的图像块进行聚类，根据聚类结果自适应的计算出每个类别的稀疏度约束，然后对每个类进行基于KSVD的字典学习，得到每个类的最终学习字典，并且对学习得到的稀疏系数进行硬阈值截断，进一步稀疏了图像的表示系数；最后，引入正则化项，结合图像块稀疏和学习字典将最优化问题转化为凸优化问题，利用最小二乘法快速的对图像进行重构。本发明结合图像不同区域的结构特性，对其进行多字典学习，使得学习得到的图像稀疏更为稀疏，从而加快了重构的运算速度，提高了重构精度。
基于均值字典学习 mr 图像方法

[发明专利]基于判别字典的海上图像超分辨率重建方法-CN201811314691.7有效
发明人：姚婷婷;罗钰;梁越;赵磊;陈彦彤;韩凤;柳晓鸣 -专利权人：大连海事大学
申请日： 2018-11-06 - 公布日： 2022-11-18 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于判别字典的海上图像超分辨率重建方法。通过构建图像特征表征之间的内在结构关联，实现更加清晰鲁棒的海上图像超分辨率重建。本发明利用压缩感知理论，在稀疏编码框架下，针对图像超分辨率重建过程中由于缺乏结构关联分析导致重建结果不准确的问题，构建判别字典学习求解过程。根据图像特征的空间距离，构建组字典和共有字典表达；进一步引入组稀疏约束项，局部限制性稀疏约束项和不一致惩罚项，通过在字典学习过程中，保存图像特征表征的固有结构特性，进而获得更加准确的海上图像超分辨率重建结果
基于判别字典海上图像分辨率重建方法

[发明专利]基于多尺度稀疏字典的红外小弱目标检测方法-CN201210330313.4无效
发明人：李正周;刘梅;王会改;唐岚;沈美容 -专利权人：重庆大学
申请日： 2012-09-10 - 公布日： 2012-12-26 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于多尺度稀疏字典的红外小弱目标检测算法，包括以下步骤：利用原始图像构造基于四叉树模型的多尺度自适应过完备字典；提取原图像的图像子块，将每个图像子块在多尺度稀疏字典中的各个子字典中进行稀疏分解，得到稀疏系数；联合各尺度的稀疏系数，对联合的稀疏系数进行指数分布拟合；对指数参数进行阈值判断，大于阈值所对应的图像块初步确定为目标；最后根据稀疏系数的多尺度方向性，确定目标的准确位置。本发明构建的多尺度稀疏字典能够利用大原子从整体挖掘图像的背景特征，利用小原子从局部挖掘图像的突变特征，能更有效抑制背景杂波，更准确地检测出小弱目标。
基于尺度稀疏字典红外目标检测方法

[发明专利]基于结构字典和动力学参数字典联合稀疏约束的动态PET图像重建方法-CN201610521663.7有效
发明人：刘华锋;秦仲亚 -专利权人：浙江大学
申请日： 2016-06-29 - 公布日： 2019-01-04 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于结构字典和动力学参数字典联合稀疏约束的动态PET图像重建方法，该方法将极大似然估计的期望最大法与结构字典和动力学参数字典方法相结合，既考虑每一帧图像的空间约束即每个图块可以由CT图像预训练的结构字典稀疏表达，又利用了每个像素点核素浓度随时间变化的微分模型，从而能够有效地抑制噪声，得到较好的动态PET成像结果，且与其他单独重建动态PET图像的算法相比，本发明也都能获得较好的重建结果。
基于结构字典动力学参数联合稀疏约束动态 pet 图像重建方法

[发明专利]一种引入字典信息基于稀疏表示的图像融合方法-CN201910868156.4有效
发明人：杨家俊;陈勖;陈昕;丁祝顺;蒋喆;伦华江 -专利权人：北京航天控制仪器研究所
申请日： 2019-09-12 - 公布日： 2022-04-08 - 主分类号： G06T5/50 文献下载
摘要：本发明公开一种引入字典信息基于稀疏表示的图像融合方法，包括以下三个步骤：第一步使用字典将源图像分别转换为稀疏系数向量；第二步结合字典信息将多个稀疏系数向量融合为一个稀疏系数向量；第三步结合字典由融合后的稀疏系数向量恢复融合图像该方法将字典信息引入了稀疏系数向量的融合过程，使得稀疏系数向量的融合质量更高，可以获得质量更高的融合图像。该融合方法具有较强的抗干扰能力及鲁棒性。
一种引入字典信息基于稀疏表示图像融合方法

[发明专利]基于冗余字典对联合优化的图像去模糊方法-CN201210201033.3有效
发明人：张艳宁;李海森;张海超;朱宇 -专利权人：西北工业大学
申请日： 2012-06-18 - 公布日： 2012-11-28 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于冗余字典对联合优化的图像去模糊方法，用于解决现有稀疏理论框架下的双字典稀疏图像去模糊方法复原图像在强边缘振铃效应强的技术问题。技术方案是利用模糊图像在模糊冗余字典下的稀疏系数与清晰图像在清晰冗余字典下的稀疏系数一致的特性，建立联合优化函数，迭代求解点扩散函数与清晰图像。增加了对噪声的鲁棒性，避免了反卷积过程中的病态性，减少了复原图像在强边缘的振铃效应，获得了更加清晰更具细节的图像。
基于冗余字典联合优化图像模糊方法

[发明专利]使用图像分类的自动脑肿瘤诊断方法和系统-CN201680015611.0在审
发明人：万韶华;孙善辉;苏巴布拉塔·巴塔查里亚;陈德仁;阿里·卡门 -专利权人：西门子公司
申请日： 2016-03-24 - 公布日： 2018-01-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了用于分类组织显微内镜图像的方法和系统。从显微内镜图像中提取局部特征描述符。使用学习的判别字典对每个局部特征描述符进行编码。学习的判别字典包括类别特定子字典并惩罚与不同类别相关的子字典的基础之间的相关性。基于使用学习的判别字典编码的编码局部特征描述符，使用训练的机器学习型分类器对显微内镜图像中的组织进行分类。
使用图像分类动脑肿瘤诊断方法系统

[发明专利]基于局部相似样例学习的稀疏去噪方法-CN201610365171.3在审
发明人：高志升;谢春芝;胡占强;裴峥 -专利权人：西华大学
申请日： 2016-05-27 - 公布日： 2016-10-26 - 主分类号： G06T5/00 文献下载
摘要：基于局部相似样例学习的稀疏去噪方法，本发明涉及图像去噪技术领域，其旨在解决现有技术中构造的字典与待去噪图像相关度低或所构造字典本身还有噪声造成去噪能力弱等技术问题。本发明通过构造与待去噪图像包含对象的相似样例，包括三维模型和二维图像；运用这些样例通过SIFT特征构造特征群Φ；对于输入的待去噪图像，通过相似度量在特征群Φ中寻找噪声图像相似的特征块作为构造字典的样例输入；在获得相似样例之后，由KSVD算法和相似的样例获得过完备字典D；通过字典D和正交匹配追踪算法对噪声图像进行稀疏分解与重构；对于重构后图像块选择最相似样例通过加权平均得到去噪后的图像。
基于局部相似学习稀疏方法

[发明专利]基于区域划分和字典学习的自然图像去噪方法-CN201310030619.2有效
发明人：刘芳;周确;李玲玲;郝红侠;戚玉涛;焦李成;李梦雄;尚荣华;马文萍;马晶晶 -专利权人：西安电子科技大学
申请日： 2013-01-25 - 公布日： 2013-05-08 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于区域划分和字典学习的自然图像去噪方法，主要解决基于KSVD的图像去噪方法在弱纹理区域出现模糊以及光滑区域出现伪纹理的问题。其实现方案是：用平稳小波变换去除含噪图像的高频信息，用primal sketch算法提取结构信息，将含噪图像划分为结构区域、纹理区域和光滑区域三个区域；用KSVD方法得到结构区域和纹理区域的字典；分别对三个区域进行去噪，并将去噪结果合并，得到去噪图像。本发明用区域划分和字典学习相结合的思想，使字典学习得到的字典自适应地对图像中的相应信号成分进行稀疏表示，有效地保持了图像的边缘和纹理信息，改善了去噪效果，可用于从含噪的低质量图像中获取高质量图像。
基于区域划分字典学习自然图像方法

[发明专利]基于字典学习融合的SAR图像降噪处理方法-CN201610251570.7有效
发明人：张新征;汪勇;常云鹤;吴奇政 -专利权人：重庆大学
申请日： 2016-04-21 - 公布日： 2018-07-27 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种基于字典学习融合的SAR图像降噪处理方法，其通过联合非下采样轮廓波字典学习和K‑SVD字典学习，利用平移不变的非下采样轮廓波变换滤波克服了轮廓波变换不能平移不变的缺陷，消除了去噪的划痕效应；同时，利用自适应的K‑SVD字典学习算法进行去噪，根据图像的特征不断更新字典原子，不仅能很好地抑制图像噪声，还能够对边缘和纹理等重要的SAR图像信息较好地保留；并且进一步的通过对两种降噪效果加以融合，融合后的图像大大地提高了图像的信噪比，图像的等效视数也有一定的提高，而且边缘和纹理信息也很好地保留下来，没有出现划痕、图像对比度变暗等负面影响，使得SAR图像降噪处理的综合质量得以明显提升。
基于字典学习融合 sar 图像处理方法

[发明专利]一种基于亚像素字典学习的高光谱遥感图像空间超分辨方法-CN202211527017.3有效
发明人：刘天竹;张献豪;谷延锋 -专利权人：哈尔滨工业大学
申请日： 2022-11-30 - 公布日： 2023-07-18 - 主分类号： G06T3/40 文献下载
摘要：一种基于亚像素字典学习的高光谱遥感图像空间超分辨方法，本发明涉及基于亚像素字典学习的高光谱遥感图像空间超分辨方法。本发明的目的是为了解决现有利用端元的解混方法针对最终的类别图，限制了高空间分辨率图像的应用范围，同时端元信息的有限性限制了重建高空间分辨率高光谱图像的质量的问题。一种基于亚像素字典学习的高光谱遥感图像空间超分辨方法具体过程为：步骤1：构建基于亚像素字典学习的高光谱遥感图像空间超分辨模型；步骤2：基于原始高光谱图像进行随机字典初始值选取；步骤3：用Split‑Bregman迭代法对超分辨模型进行迭代优化，输出高空间分辨率高光谱图像。本发明属于遥感图像处理领域。
一种基于像素字典学习光谱遥感图像空间分辨方法

[发明专利]文字识别装置、文字识别方法以及计算机可读存储介质-CN201580039458.0有效
发明人：滨走秀人;相泽知祯;日向匡史 -专利权人：欧姆龙株式会社
申请日： 2015-10-30 - 公布日： 2019-12-24 - 主分类号： G06K9/68 文献下载
摘要：文字识别装置包括：存储部件，存储多个字典数据库，所述多个字典数据库是根据使原始文字图像以多个不同的劣化等级劣化而成的图像所生成，且分别对应于多个劣化等级；图像输入部件，接受图像的输入；提取部件，从所述图像中提取文字图像；利用顺序决定部件，基于所提取的文字图像的劣化度，来决定与所述多个劣化等级对应的字典数据库的利用顺序；以及文字识别部件，按照所述利用顺序来使用字典数据库进行所述所提取的文字图像中所含文字的识别，且在该文字识别中的识别结果满足规定条件时，不进行使用下个利用顺序的字典数据库的识别而输出识别结果。由此，能够精度良好且高速地识别劣化的文字图像。
文字识别装置方法以及程序

[发明专利]一种基于广义双层伯格曼非凸型字典学习的磁共振超欠采样K数据成像方法-CN201410714375.4有效
发明人：刘且根;卢红阳;张明辉;魏静波;王玉皞 -专利权人：南昌大学
申请日： 2014-12-01 - 公布日： 2018-06-19 - 主分类号： G01R33/56 文献下载
摘要：一种基于广义双层伯格曼非凸型字典学习的磁共振超欠采样K数据成像方法，包括：(a)在双层伯格曼字典学习框架上融入带非凸函数p范数先验信息进行字典学习和系数稀疏，建立图像稀疏表示模型；(b)在双层伯格曼迭字典学习内层迭代上利用增加辅助变量和轮换技术更新学习字典和稀疏系数，特别地利用广义软阈值迭代方法求解非凸p范数先验信息的目标函数，更新稀疏系数；(c)在双层伯格曼字典学习外层迭代上进行图像更新，得到重建图像。本发明通过广义软阈值迭代方法求解带非凸p范数先验信息的目标函数，可以在更大范围内惩罚小系数且对大系数偏差更小，进一步地稀疏表示图像，在少的扫描测量下精确地重建图像，减少重建图像的伪影，恢复更多图像细节。
字典学习先验信息重建图像迭代范数目标函数稀疏表示稀疏系数磁共振欠采样求解凸型成像图像辅助变量技术更新扫描测量图像更新外层迭代大系数多图像凸函数内层伪影稀疏字典轮换惩罚融入更新恢复学习

[发明专利]基于局部线性约束和全局结构信息的图像编码方法-CN201310744755.8有效
发明人：张艳宁;杨涛;屈冰欣 -专利权人：西北工业大学
申请日： 2013-12-30 - 公布日： 2017-02-22 - 主分类号： G06F9/46 文献下载
摘要：本发明公开了一种基于局部线性约束和全局结构信息的图像编码方法，用于解决现有图像编码方法图像分类精度差的技术问题。技术方案是根据字典元素以及局部特征的分布均服从高斯分布的假设，利用高斯算法和传递闭包方法分别构建字典间元素的局部相似性和图像各特征之间的局部相似性；利用最小化重建误差的方法用字典元素来重建图像中特征的拓扑结构，得到局部特征与字典的直接关系矩阵；由字典间元素局部相似性矩阵、局部特征与字典的关系矩阵和局部特征之间的局部相似性矩阵进行相乘得到最终的编码。本发明方法采用高斯算法与传递闭包方法计算局部特征之间的局部相似性，完善了编码中所包含的图像信息，在使用相同分类器情况下提高了图像分类精度。
基于局部线性约束全局结构信息图像编码方法

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条