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198314个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于卷积自编码器的颜色恒常方法-CN202110119635.3有效
  • 高绍兵;邱健珲;谭敏洁;彭舰 - 四川大学
  • 2021-01-28 - 2022-06-21 - G06T9/00
  • 本发明公开了一种基于卷积自编码器的颜色恒常方法,首先获取无色偏图像,并根据无色偏图像制作图像数据集;然后通过图像数据集对卷积自编码器进行训练,建立有色偏图像到无色偏图像的映射网络;最后通过映射网络实现图像的颜色恒常本发明能够实现良好的颜色恒常效果,能通过利用卷积自编码器强大的编码能力,有效提取出原始图像中隐含的光源颜色信息,从而进行图像颜色校正。本发明在多个国际通用颜色恒常数据库上进行了测试,结果证明本发明的方法在使用较少的参数量情况下可以取得非常好的颜色恒常效果。
  • 一种基于卷积编码器颜色常性方法
  • [发明专利]一种多尺度颜色恒常计算的算法-CN201910598159.0在审
  • 李晓强;朱雅琴 - 上海大学
  • 2019-07-04 - 2020-07-28 - G06T7/90
  • 本发明公开了一种多尺度颜色恒常计算的算法,要解决的是现有颜色恒定性计算的算法得到的结果不准确的问题。本发明具体步骤如下:步骤一,准备充分多的需要计算颜色恒常的图片并且对需要计算颜色恒常的图片进行预处理;步骤二,通过特征聚合网络获得特征金字塔;步骤三,利用网络训练获得颜色恒常计算结果。本方法通过神经网络将底层特征和高层特征相结合并使用多个尺度做预测,既能够学习到物体的语义信息,又能够定位物体的具体位置,即获得了多尺度的语义信息,这能够获得更加准确的估计结果;本方法可以在具有任意尺度的物体的图片集的情况下准确估计颜色恒常
  • 一种尺度颜色常性计算算法
  • [发明专利]一种基于图像导数结构的颜色恒常计算方法及系统-CN200910091755.6无效
  • 李兵;郎丛妍;须德 - 北京交通大学
  • 2009-08-27 - 2010-05-12 - G06T11/00
  • 一种基于图像导数结构的颜色恒常计算方法及系统,属于颜色恒常计算和图像光照处理技术领域。其包括:首先,基于图像导数结构进行图像特征提取,提出色度直方图特征向量,以便用于计算颜色恒常;其次,应用ELM神经网络对色度直方图特征向量进行训练,并将每幅训练图像对应的光照色度构成神经网络的输出向量;最后,通过对角模型,对测试图像进行光照校正,以得到白光下的图像颜色。本发明充分利用图像导数结构的特征信息来提高颜色恒常计算的性能,具有学习速度快,泛化能力强,而且可以同时进行二维光照色度的估计等优点。
  • 一种基于图像导数结构颜色常性计算方法系统
  • [发明专利]一种基于级联融合特征置信度加权的颜色恒常方法-CN202110713935.4有效
  • 杨泽鹏;解凯;李桐;亢姿爽;杨梦瑶;杨斌 - 北京印刷学院
  • 2021-06-25 - 2023-08-08 - G06V10/56
  • 本发明公开了一种基于级联融合特征置信度加权的颜色恒常方法,为无人驾驶、水下物体识别、三维物体重建等计算机视觉任务提供稳定的颜色特征,步骤为:(1)在自然场景光源下拍摄图像以及视频,制作应用于颜色恒常方法的数据集;(2)根据光源颜色的特殊性发明基于级联融合特征置信度加权网络结构;(3)使用数据集对网络结构进行二阶段训练;(4)将估计出的场景光源从图像或者视频中移除,实现图像以及视频的颜色恒常。本发明通过级联方式将图像中浅层边缘纹理特征与深层细粒度深层特征进行融合,充分利用图像中可以为光源估计提供更多信息的特征估计光源,解决了目前颜色恒常方法在面对复杂环境时光源估计精确度低的问题,提高了颜色恒常方法的精确性以及面对复杂环境时方法的稳健性
  • 一种基于级联融合特征置信加权颜色常性方法
  • [发明专利]一种复杂光照下的两步法颜色恒常方法-CN201010238238.X无效
  • 赵全友;杜敏;张淑军 - 赵全友;杜敏;张淑军
  • 2010-07-19 - 2010-12-29 - G06T5/00
  • 本发明公开了一种复杂光照下的两步法颜色恒常方法,属于计算机视觉、图像处理和模式识别的技术领域。根据人类视觉系统的早期就有独立的颜色通路和亮度通路,视觉信息处理的分模块性原理,本发明提出了一种新颖的两步法颜色恒常方法。首先利用边缘附近像素估计原图像偏色信息,白平衡对偏色图像进行偏色纠正。然后根据RGB颜色空间三分量颜色相关性特点,通过获取亮度增益曲面对彩色图像的RGB三分量进行同比增强得到最终的彩色图像同时保持颜色不变。本发明克服了传统颜色恒常的不适定问题,对于存在偏色、低照度等复杂光照下的图像均能较好的保持颜色恒常,同时能有效提升图像的对比度和亮度,具有很好的普适性。
  • 一种复杂光照步法颜色常性方法
  • [发明专利]快速傅立叶颜色恒常-CN201780070543.2有效
  • J.T.巴隆;Y-T.蔡 - 谷歌有限责任公司
  • 2017-11-14 - 2023-07-25 - G06T7/90
  • 提供了用于白平衡图像的方法。这些方法包括为输入图像确定输入图像的像素的色度直方图。所确定的直方图是环形色度直方图,其下面的环形色度空间与标准平坦色度空间的包裹版本相对应。然后将环形色度直方图与滤色器卷积以生成二维热图,然后使用该二维热图来确定输入图像中存在的估计照明色度。这可以包括将双变量von Mises分布或一些其他圆形和/或环形概率分布拟合到所确定的二维热图。用于估计输入图像的照明色度值的这些方法相对于用于确定图像光源色度值的其他方法具有降低的计算成本和增加的速度。
  • 快速傅立叶颜色常性
  • [发明专利]一种颜色恒常的彩色图像清晰度增强方法-CN201610305917.1有效
  • 李勤俭;陈勇;陈波;胡诗帅 - 深圳市和天创科技有限公司
  • 2016-05-10 - 2019-06-28 - G06T5/00
  • 一种颜色恒常的彩色图像清晰度增强方法,包括根据图像的红绿蓝三个波段计算亮度图像;设定邻域半径,计算亮度图像在每个像素邻域上的均值和标准差,得到邻域均值图像和邻域标准差图像;根据邻域均值图像和邻域标准差图像,自适应计算每个像素点的权重;根据邻域均值图像和权重,重新计算新的亮度图像;根据颜色恒常的原理,基于新的亮度图像和原始亮度图像,对原始图像的三个波段进行同比增强,得到颜色恒常的清晰度增强结果图像。本发明方法能够在大幅提高图像清晰度的同时,尽可能地减少色彩失真,保持颜色恒常,有效提高增强图像的视觉效果。
  • 一种颜色彩色图像清晰度增强方法
  • [发明专利]一种基于色彩恒常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]一种图像物体大小恒常计算方法-CN200610113910.6无效
  • 须德;吴爱民;郎丛妍;李兵 - 北京交通大学
  • 2006-10-20 - 2007-04-11 - G06T7/00
  • 本发明公开了一种图像物体大小恒常的计算方法,属于计算机视觉、图像理解与模式识别的技术领域。知觉恒常是人类感知世界最重要、最突出的方面。大小恒常是最重要的知觉恒常之一。本发明能使计算机像人一样,对单幅二维图像中的各物体能实现大小恒常感知,因为该方法完全模拟了人类视觉系统大小恒常的机制。它的主要步骤包括:用天空检测技术计算出图像中间线;在图像地面部分计算出从图像底端边线到中间线的深度变化最快方向直线参数;计算各图像物体中点处感知深度;计算各图像物体的恒常大小。
  • 一种图像物体大小常性计算方法

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