“差分去噪”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548095个，建议您升级VIP下载更多相关专利

[实用新型]一种低噪差分前置放大器-CN201420845920.9有效
发明人：施彤云 -专利权人：中国船舶重工集团公司第七一五研究所
申请日： 2014-12-26 - 公布日： 2015-05-13 - 主分类号： H03F1/26 文献下载
摘要：本实用新型涉及一种低噪差分前置放大器，该电路包括前后两级，相互之间直流耦合；前级是JFET为主构成的低噪声反相放大器，后级是运放构成的差分运算放大电路，电路的整体结构属于3运放仪表放大器的拓扑结构；电路输入端的任一个输入臂是由低噪声JFET管结合高精度运算放大器N1、N2组成，两臂信号构建成差分信号，通过高共模抑制比运算放大器N3将其差分放大；低噪声JFET管及N1构成的基本低噪放大电路充当N3反相输入臂，而另一片低噪声JFET管及N2构成的基本低噪放大电路充当N3同相输入臂，将N3输入信号作一级低噪声缓冲放大，降低N3器件本身输入端噪声对电路整体噪声的影响。
一种低噪差分前置放大器

[发明专利]汽车A柱型面风噪性能的评价方法-CN202011079573.X有效
发明人：刘华;万玉平;杨亮;张思文;杨健国;王亦默;曹亮 -专利权人：重庆长安汽车股份有限公司
申请日： 2020-10-10 - 公布日： 2022-09-06 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种汽车A柱型面风噪性能的评价方法，包括以下步骤：步骤1、A柱断面提取；步骤2、A柱型面上点坐标提取；步骤3、A柱型面的趋势线数学表达式求取；步骤4、A柱型面趋势线各点切线的倾斜角求和B，B越小，说明A柱型面越“鼓”，风噪性能越好，反之风噪性能越差。本发明能够定量地将A柱型面对风噪的影响进行评估，避免了之前定性评价的不准确性，提高了项目开发效率。
汽车柱型面风噪性能评价方法

[发明专利]一种基于多分支选择性内核嵌套连接残差网络的去噪方法-CN202111449907.2有效
发明人：曾梦;张固澜;罗一梁;梁晨曦;段景;李勇;詹熠宗;杨志红 -专利权人：西南石油大学
申请日： 2021-12-01 - 公布日： 2022-03-15 - 主分类号： G06V10/30 文献下载
摘要：本发明涉及地震数据处理技术领域，公开了一种基于多分支选择性内核嵌套连接残差网络的去噪方法，包括以下处理步骤：将多层残差模块进行嵌套相连得到残差嵌套网络；添加多分支选择性内核，并把残差嵌套网络作为多分支选择性内核的输入本发明采用嵌套残差连接，能减少残差连接，提高计算效率。本发明的嵌套残差连接与多分支选择性内核结合，能把嵌套连接残差网络输出的特征图作为多分支选择性内核模块的输入，使用不同大小的卷积核进行多分支融合，以获内容丰富特征图，从而适应复杂数据处理。本发明具有较高的运算效率和去噪性能，可被广泛用于实际地震资料随机噪音处理。
一种基于分支选择性内核嵌套连接网络方法

[发明专利]基于注意力机制的偏振图像去噪方法-CN202210014114.6在审
发明人：胡浩丰;刘贺东;程振洲;翟京生;徐德刚;刘铁根 -专利权人：天津大学
申请日： 2022-01-06 - 公布日： 2022-05-03 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于注意力机制的分焦平面偏振图像去噪方法，步骤1，使用偏振相机采集偏振图像，制作数据集；步骤2，搭建注意力机制残差密集网络，并设计自适应调节的偏振损失函数；步骤3、将数据集输入注意力机制残差密集网络进行网络的训练：首先使用浅层特征提取模块对偏振分量进行初步融合，并使用注意力机制对浅层特征进行加权赋值；然后通过注意力机制残差密集连接模块充分融合图像的不同特征，并对不同深度的特征图进行筛选，最后经过全局残差模块输出残差图像；步骤4，利用输入的噪声图像和残差图得到预测的无噪声图像。与现有技术相比，本发明能够提高图像去噪质量；适用于不同偏振成像体制和不同类别偏振信息成像方式。
基于注意力机制偏振图像方法

[实用新型]一种石油提炼用原油盐分去除装置-CN201820556810.9有效
发明人：黄晓明 -专利权人：新疆科鼎环保科技有限公司
申请日： 2018-04-18 - 公布日： 2018-12-18 - 主分类号： C10G29/00 文献下载
摘要：本实用新型公开了一种石油提炼用原油盐分去除装置，本实用新型一种石油提炼用原油盐分去除装置，结构上设有盐分去除装置，石油出油口嵌入安装于盐分去除装置中，通过盐分去除装置可以避免药物自身与原油中反应盐分，导致原油盐分去除速率较慢的问题，加药控制箱通过加药管将药物加入盐分去除装置中，在通过传动轴旋转来带动搅拌器旋转对原油进行搅拌同时启动加热器对原油加热，从而大大提高药物与原油中盐分的反应速度，通过盐分去除装置对原油和药物进行搅拌加热来提高药物与原油中盐分的反应速度
去除装置原油本实用新型提炼石油加热器加药控制搅拌加热嵌入安装原油加热出油口传动轴加药管搅拌器去除

[发明专利]一种基于DRDU-Net的GPR图像去噪方法-CN202310691302.7在审
发明人：王惠琴;高大庆;何永强;包仲贤 -专利权人：兰州理工大学
申请日： 2023-06-12 - 公布日： 2023-09-01 - 主分类号： G06T5/00 文献下载
摘要：本发明属于探地雷达图像处理领域，具体涉及一种基于DRDU‑Net的GPR图像去噪方法。该方法利用U‑Net中编码‑解码结构提高了GPR图像的去噪性能；同时，密集残差块的引入加强了GPR图像的特征复用，且使U‑Net训练更加稳定。其次，采用带有梯度惩罚的Wasserstein距离生成对抗网络(WGAN‑GP)生成GPR图像，并结合时域有限差分法和实采图像提出了一种构建GPR图像数据集的方法。最后，利用所建数据集对所提DRDU‑Net去噪模型的效果进行了验证。
一种基于 drdu net gpr 图像方法

[发明专利]基于改进WGAN网络和CBDNet的微地震记录去噪方法-CN202111425452.0在审
发明人：盛冠群;马凯;余梅;郑悦林;汤婧;张静蓝 -专利权人：三峡大学
申请日： 2021-11-26 - 公布日： 2022-03-22 - 主分类号： G06K9/00 文献下载
摘要：基于改进WGAN网络和CBDNet的微地震记录去噪方法，包括以下步骤：采集微地震数据；利用有限差分波动方程正演方法生成不同主频、不同地层速度模型下的正演模拟信号；对得到的正演模拟信号设置不同信噪比，构建噪音样本，然后将以噪音样本、干净样本为标签类别，制作成原始训练集；将制成的原始训练，利用改进WGAN网络对抗生成大量样本，完成训练集样本扩充；利用扩充之后的训练集样本，对CBDNet进行训练；将待去噪的地震数据输入已训练的CBDNet，输出去噪后的微地震数据。本发明一种基于改进WGAN网络和CBDNet的微地震记录去噪方法，与传统微地震去噪方案相比，极大地提高了微地震剖面去噪的效率与精度。
基于改进 wgan 网络 cbdnet 地震记录方法

[发明专利]一种基于极限学习机的改进自适应加权平均图像去噪方法-CN201611154268.6有效
发明人：李丹;吴越;李建元;钱智刚;于海龙;刘兴田;刘飞黄;刘祥 -专利权人：银江股份有限公司
申请日： 2016-12-14 - 公布日： 2019-12-20 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于极限学习机的改进自适应加权平均图像去噪方法，包括如下步骤：1)输入训练图像集和待去噪处理的目标图像；2)利用极限学习机结合像素值和像素的位阶逻辑差对训练图像集进行训练得到极限学习机模型；3)通过极限学习机模型对目标图像进行检测，得到图像噪声位置；4)采用自适应加权平均算法进行图像去噪处理；5)输出去噪处理后的目标图像，并对去噪效果进行评估。本发明方法适用性强、可行性高、计算速度快、实效性高、实用价值高，同时能达到较好的图像去噪效果。
一种基于极限学习机改进自适应加权平均图像方法

[发明专利]检查装置、安装装置、检查方法-CN201810586234.7有效
发明人：铃木健太;山田和范 -专利权人： JUKI株式会社
申请日： 2018-06-08 - 公布日： 2023-10-13 - 主分类号： H04N23/50 文献下载
摘要：检查装置(60)根据对向基板的搭载面搭载部件前后进行拍摄而得到的部件的搭载前图像和搭载后图像，对有无搭载部件进行检查，该检查装置具有：差分图像生成部(62)，其根据搭载前图像和搭载后图像而生成差分图像；差分区域提取部(63)，其从差分图像对包含有差分像素的差分区域进行提取；噪声判别部(64)，其根据差分区域的区域尺寸和部件尺寸而对噪声成分进行判别；噪声去除部(65)，其将判别为噪声成分的差分区域从差分图像去除；以及判定部(67)，其基于将噪声成分去除后的差分图像而对有无部件进行判定。
检查装置安装方法

[发明专利]终端运动状态分析方法、移动终端及可读存储介质-CN201710587497.5有效
发明人：郭玮强;李毅聪;马浩;邹力;锺春号 -专利权人：前海随身宝(深圳)科技有限公司
申请日： 2017-07-18 - 公布日： 2018-07-10 - 主分类号： G06F19/00 文献下载
摘要：所述终端运动状态分析方法包括以下步骤：获取终端的运动传感器采集到的运动数据，对所述运动数据进行预处理以得到有效运动数据；获取有效运动效数据中终端的加速度标准差，并由加速度标准差计算得出终端的背噪值；根据加速度标准差和背噪值的比较状态以及比较状态对应的持续时间
终端终端运动状态标准差可读存储介质移动终端有效运动运动数据运动状态预处理运动传感器分析硬设备防盗采集

[发明专利]一种基于小波域奇异值差分模型的图像去噪方法-CN202010185571.2在审
发明人：王敏;周树道;郑崇伟;黎鑫;叶松;洪梅;王辉赞;贾赟;张阳春;宋海润;李庆辉 -专利权人：中国人民解放军国防科技大学
申请日： 2020-03-16 - 公布日： 2020-09-11 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种基于小波域奇异值差分模型的图像去噪方法。本发明通过建立小波域奇异值差值与噪声强度、图像尺寸之间的数学模型，根据含噪图像噪声强度的估计，可以反推出该噪声强度下的小波域奇异值差值，进而由含噪图像小波域的奇异值减去该小波域奇异值差值，得到去噪图像的小波域奇异值，最后利用奇异值滤波和小波逆变换重构出最终的去噪图像。该方法无需考虑图像本身的特性，适用范围广，通过本发明提出的方法可以完整的估算出去噪图像的所有奇异值，图像细节信息得到了有效保留，能够有效大幅提高去噪效果，对进一步的图像特征提取、目标检测和模式识别等方面奠定了基础
一种基于小波域奇异值差分模型图像方法

[发明专利]一种自适应卷积去噪网络近场微波信号随机噪声压制方法-CN202211022599.X在审
发明人：张文征;韩顺利;于怡然;张亭;郝泽宇 -专利权人：中国电子科技集团公司第四十一研究所
申请日： 2022-08-25 - 公布日： 2022-11-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于自适应卷积去噪网络近场微波信号随机噪声压制方法，属于近场微波信号随机噪声压制领域。本发明自适应卷积去噪网络模型利用噪声水平估计和卷积去噪两个子网络，采用非对称学习损失函数，增强了去噪结果的有效性和准确性；网络训练采用模型噪声与实际噪声两种类型的数据交替训练，提升网络模型的去噪效果和泛化能力；结合基于弱信号块的噪声估计方法进行噪声水平估计，提高实际数据训练的可靠性，可以在未知噪声标准差的情况下实现近场微波数据的自适应去噪；本发明能够明显改善噪声压制能力，自适应地衰减数据中随机噪声，保护有效信号，能够针对近场微波信号获得较为理想的去噪效果。
一种自适应卷积网络近场微波信号随机噪声压制方法

[发明专利]一种侧扫声呐图像去噪方法、系统、存储介质和执行系统-CN202310302939.2在审
发明人：罗宇;孙洋;亓家宝;张一凡;闫露露 -专利权人：山东科技大学
申请日： 2023-03-27 - 公布日： 2023-08-08 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种侧扫声呐图像去噪方法、系统、存储介质和执行系统，属于图像处理领域；所述方法包括如下步骤：S1：通过对数变换将乘性噪声转换为加性噪声；S2：对图像的噪声方差进行估计，并根据估计的方差实现后续去噪模块中衰减因子h的自适应；S3：根据相似窗口和噪声估计模块中计算得到的噪声方差自适应地选择衰减因子h，改进非局部均值去噪算法，通过改进后非局部均值去噪算法对图像数据进行去噪；S4：通过指数变换对经过滤波处理后的图像进行还原；通过改进的非局部均值去噪算法保持了纹理信息和结构信息，而且去噪性能稳定，不会随着噪声标准差的增加而快速减弱。
一种声呐图像方法系统存储介质执行

[发明专利]多尺度特征融合的视频去噪方法、系统、设备及存储介质-CN202211597894.8在审
发明人：孙立辉;陈恒 -专利权人：河北经贸大学
申请日： 2022-12-14 - 公布日： 2023-03-14 - 主分类号： G06V10/30 文献下载
摘要：本发明提供了一种多尺度特征融合的视频去噪方法、系统、设备及介质，其中，方法包括：对原始视频数据进行加噪处理后形成有噪视频数据；将有噪视频数据输入光流对齐模块获取对齐后的序列帧；将对齐后的序列帧输入多尺度细化模块，多尺度细化模块通过引入残差细化模块以及可选择性跳跃连接机制获取输出每组对齐后的序列帧的中间特征；将中间特征输入时空融合模块获取去噪序列帧，通过联合感知损失的损失函数监督训练去噪序列帧和输入序列中心帧的差异本发明解决了视频去噪效果无法较好的保留细节纹理特征且难以实时处理的问题。
尺度特征融合视频方法系统设备存储介质

[发明专利]RAW域图像去噪方法及拍摄装置-CN202310764405.1在审
发明人：孙利虎;苏文凯 -专利权人：豪威科技（武汉）有限公司
申请日： 2023-06-26 - 公布日： 2023-09-08 - 主分类号： H04N23/84 文献下载
摘要：本发明提供一种RAW域图像去噪方法及拍摄装置，包括：获取原始RAW域图像，采集不同预设光照强度下不同预设倍数增益的噪声水平的RAW数据，作为训练数据样本；将增强后的训练数据样本拆分，分别训练G通道、R通道和B通道噪声估计子网络模型，得到RGB各通道的噪声估计图像；将各通道的噪声估计图像进行采样并融合得到全尺寸噪声图像；将原始RAW域图像与全尺寸噪声图像作差，获得初始去噪图像；将初始去噪图像输入去噪子网络模型训练得到RAW域去噪图像。本发明针对RAW域图像设计并且分通道训练做到精准去噪，模型更为轻量化，时间消耗更小，得到准确的简单的噪声图像，能适应更大的噪声强度变化。去噪后的图像更为清晰。
raw 图像方法拍摄装置