“高斯混噪”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348303个，建议您升级VIP下载更多相关专利

[发明专利]抑制椒盐/高斯混噪目标图像的联合滤波方法-CN202010355045.6有效
发明人：廖泓舟;代翔;黄细凤;崔莹;潘磊 -专利权人：西南电子技术研究所(中国电子科技集团公司第十研究所)
申请日： 2020-04-29 - 公布日： 2023-02-03 - 主分类号： G06T5/00 文献下载
摘要：本发明公开的一种抑制椒盐/高斯混噪目标图像的联合滤波方法，旨在提供一种能有效解决传统算法在高强度椒盐‑高斯混噪图像下失效问题的抑制椒盐‑高斯混合噪声的方法，本发明通过下述技术方案予以实现：首先，获取可见光图像，设定扩展窗口阈值，确定初始滤波窗口，进行滤波窗口噪声点辨识，采取滤波窗口自适应的方式，对含噪目标图像进行椒盐噪声点辨识，判断是否为高强度椒盐噪声点，在辨识的过程中不断扩展滤波窗口大小，并计算各滤波窗口的归一化系数和一次加权联合滤波中间输出,然后，根据多层窗口中间输出值进行二次加权滤波，最后，在自适应中值滤波过程中使用均值分割，加速寻找中值的速度，实现椒盐‑高斯混噪图像快速自适应滤波。
抑制椒盐高斯混噪目标图像联合滤波方法

[实用新型]数字摄像头的去噪电路-CN201420868032.9有效
发明人：李林;夏建明 -专利权人：上海华力创通半导体有限公司
申请日： 2014-12-30 - 公布日： 2015-05-06 - 主分类号： H04N5/217 文献下载
摘要：本实用新型涉及提供一种数字摄像头的去噪电路，其设置在数字摄像头的图像信号处理器中，所述数字摄像头的去噪电路包括：高斯滤波去噪电路、中值滤波去噪电路、增强滤波去噪电路，在所述高斯滤波去噪电路、中值滤波去噪电路之前，还设置有图像分层电路，所述图像分层电路的输出端分别连接高斯滤波去噪电路、中值滤波去噪电路的输入端；在所述高斯滤波去噪电路、中值滤波去噪电路之后，还设置有图像合成电路，所述图像合成电路的输入端分别连接高斯滤波去噪电路、中值滤波去噪电路的输出端；所述增强滤波去噪电路连接图像合成电路的输出端，本实用新型可以提升图像黑暗部分和明亮部分的局部信息，图像细节表现能力有所改善。
数字摄像头电路

[发明专利]一种修正的图像块期望对数似然估计的图像去噪方法-CN201610154477.4有效
发明人：汤一彬;张燕;李旭斐;高远;姚澄 -专利权人：河海大学常州校区
申请日： 2016-03-17 - 公布日： 2019-02-15 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种修正的图像块期望对数似然估计的图像去噪方法，具体涉及到高斯混合模型的先验估计问题。首先将含噪图像块进行分类：分为含噪平滑块和含噪非平滑块；然后通过对用于图像块估计的高斯模型的修正，实现对分类的图像块的对数似然估计，消除基于原有高斯模型估计中图像块的误分类现象及平滑块的高斯方差估计过高的问题采用该修正的高斯混合模型应用于图像块期望对数似然估计的图像去噪算法中，可以实现比原有基于高斯混合模型的图像块期望对数似然估计的图像去噪算法更好的去噪效果，有效提高去噪图像的质量。
一种修正图像期望对数估计方法

[发明专利]一种泊松-高斯混合噪声的去除方法-CN202111083142.5在审
发明人：黄梦醒;殷家汇;冯思玲;毋媛媛;冯文龙;张雨;吴迪 -专利权人：海南大学
申请日： 2021-09-15 - 公布日： 2021-12-28 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种泊松‑高斯混合噪声的去除方法，包括下列步骤：构建包含泊松‑高斯混合噪声图像的数据集，将所述数据集划分为训练集与测试集；建立噪声图像去噪模型，所述模型包括GAT层、CNN层、残差层、逆GAT层，将所述训练集中的数据输入所述非盲泊松‑高斯混合去噪模型中进行训练，从而获得训练完成的非盲泊松‑高斯混合去噪模型；将所述测试集的数据输入所述非盲泊松‑高斯混合去噪模型，获得图像去噪结果。
一种混合噪声去除方法

[发明专利]一种混叠信号的调制识别方法-CN202211242314.3在审
发明人：熊铄 -专利权人：深圳筑港技术有限公司
申请日： 2022-10-11 - 公布日： 2022-12-20 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种混叠信号的调制识别方法，包括以下步骤：步骤1.对混叠信号进行预处理，滤除信号中的高斯白噪声；步骤2.对混叠信号进行预分类，得到混叠信号是否存在通信信号外的电磁信号，同时需要过滤通信信号外的电磁信号；步骤3.提取混叠信号的各类特征作为神经网络的输入，通过神经网络得到混叠信号的调制方式。针对接收到的混叠信号，先对其进行小波去噪的预处理，滤除信号中的高斯白噪声，同时通过决策树模型预分类过滤通信信号外的电磁信号(如：雷达信号、杂波等)，再提取混叠信号的各类特征作为通信信号CLDNN调制识别神经网络的输入，通过CLDNN神经网络得到混叠信号的调制方式。
一种信号调制识别方法

[发明专利]一种用于碳纤维板受损图像的去噪方法-CN202210156876.X在审
发明人：彭艳来;吴震宇;石琳;徐晨阳 -专利权人：浙江理工大学
申请日： 2022-02-21 - 公布日： 2022-05-24 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种用于碳纤维板受损图像的去噪方法，主要利用高斯模糊对图像进行去噪，首先，将图像主体缩小一倍，减少需要处理的数据量，使得图像在去噪效果更显著；其次对处理后的图像进行卷积，把高斯模糊原有的二维高斯卷积，划分成两个一维高斯的卷积操作，先在水平做卷积，再在垂直做卷积；最后将模糊处理后的图像缩小到原来的大小，相较于普通的高斯模糊，本方法对图像去噪更加明显，也对高斯模糊的快速实现起到了一定的作用。
一种用于碳纤维受损图像方法

[发明专利]语音识别系统中基于快速噪声估计的特征补偿方法-CN201210486936.0有效
发明人：吕勇 -专利权人：河海大学
申请日： 2012-11-26 - 公布日： 2013-03-27 - 主分类号： G10L15/20 文献下载
摘要：本发明公开一种语音识别系统中基于快速噪声估计的特征补偿方法，其主要特点是将特征补偿中的噪声参数估计和纯净语音估计分离开来，噪声估计和纯净语音估计用不同的高斯混合模型实现。一个含有较少高斯单元的高斯混合模型GMM用于从含噪测试语音中提取噪声参数；另一个含有较多高斯单元的高斯混合模型GMM用于与估得的单高斯噪声模型进行模型组合，得到与当前测试环境匹配的含噪GMM；最后用含噪GMM计算含噪测试语音的后验概率，用最小均方误差方法从含噪测试语音中估计纯净语音特征向量。
语音识别系统基于快速噪声估计特征补偿方法

[发明专利]一种图像去噪方法及装置-CN201711168631.4有效
发明人：顾欣;庞军;吴晓黎;陈健;陈维;王浩州 -专利权人：中移（杭州）信息技术有限公司;中国移动通信集团公司
申请日： 2017-11-21 - 公布日： 2020-12-22 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及图像处理技术领域，尤其涉及一种图像去噪方法及装置，用以解决现有技术中在对图像进行去噪时存在着去噪效果不理想的问题；本申请实施例提供的图像去噪方法包括：获取待处理图像；对待处理图像进行去均值和白化的预处理；根据MMI算法和进行预处理后的图像，确定对待处理图像中各独立分量进行分离的分离矩阵；根据分离矩阵对待处理图像中的非高斯噪声进行分离，得到只包含高斯噪声的源图像；基于预设的去除高斯噪声的算法对只包含高斯噪声的源图像进行噪声去除，得到源图像，这样，利用MMI算法将非高斯噪声从待处理图像中分离出来，得到只包含高斯噪声的图像，之后，只需要去除图像中的高斯噪声就可以达到理想的去噪效果。
一种图像方法装置

[发明专利]一种基于自适应EPLL算法的图像去噪方法-CN201510408128.6有效
发明人：蔡念;叶倩;梁永辉;刘根;王晗;杨志景 -专利权人：广东工业大学
申请日： 2015-07-13 - 公布日： 2018-05-25 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于自适应EPLL算法的图像去噪方法，包括：随机选取训练样本，并依次将每张训练图片进行重叠分块后，采用最大似然估计算法对高斯混合模型进行训练；将待处理图像进行重叠分块后，分别计算获得的每个图像块相对于高斯混合模型的最大似然概率，进而对图像块进行分类，获得每个高斯子模型对应的图像块集合；针对每个图像块，根据其分类结果，结合训练好的高斯混合模型，采用维纳滤波方法对该图像块进行去噪；将去噪后的每个图像块进行稀疏表示后，对待处理图像进行重建；根据去噪后的图像块的分类结果，对高斯混合模型进行参数更新。本发明可更准确地对图像进行去噪，获得更好的图像去噪效果，可广泛应用于图像去噪领域中。
图像块高斯混合模型图像去噪去噪算法分类结果自适应分块最大似然概率最大似然估计待处理图像参数更新处理图像结合训练随机选取维纳滤波稀疏表示训练图片训练样本子模型高斯集合图像分类重建应用

[发明专利]一种混合泊松、高斯和脉冲噪声的视频去噪方法-CN201710179189.9有效
发明人：不公告发明人 -专利权人：四川精目科技有限公司
申请日： 2017-03-23 - 公布日： 2020-07-17 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种混合泊松、高斯和脉冲噪声的视频去噪方法，涉及图像处理领域，包括：首先将噪声视频每一帧图像划分为图像块，在噪声视频帧序列中通过块匹配方法对每一个图像块搜索相似图像块；然后构造泊松‑高斯混合噪声先验，建立泊松、高斯和脉冲混合噪声环境下的视频去噪模型；最后采用优化算法求解去噪模型，获得去噪后的清晰图像块，并在此基础上生成去噪后的清晰视频图像。本方法不同于传统视频去噪方法只针对某种类型的噪声，本方法针对混合泊松、高斯和脉冲噪声的视频去噪，能够更好地解决实际噪声环境下的视频去噪问题，而且与传统的视频去噪算法相比能够获得更高质量的视频去噪图像。
一种混合脉冲噪声视频方法

[发明专利]基于边缘先验和NSCT域GSM的图像去噪方法-CN201210148215.9有效
发明人：王桂婷;焦李成;张林刚;公茂果;钟桦;张小华;田小林;侯彪;王爽 -专利权人：西安电子科技大学
申请日： 2012-05-14 - 公布日： 2012-09-19 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了基于边缘先验和NSCT域GSM的图像去噪方法，主要解决现有去噪方法对被高斯白噪声腐蚀的自然图像去噪效果不佳的问题。其实现步骤如下，(1)输入一幅待去噪图像；(2)用非下采样Contourlet域高斯尺度混合模型去噪方法对图像进行去噪；(3)将原始噪声图像与高斯核进行卷积；(4)估计无噪声图像的梯度；(5)用迭代方法去噪本发明具有对含有高斯白噪声的自然图像去噪效果好的优点，能恢复出图像原有的特征，可用于图像分割、目标识别，变换检测等对图像的预处理。
基于边缘先验 nsct gsm 图像方法

[发明专利]一种基于噪点检测的自适应非局部均值去噪方法及系统-CN201710257723.3有效
发明人：陈鹏;伍世虔;何松;张俊勇;邹谜;韩浩;王欣;宋运莲 -专利权人：武汉科技大学
申请日： 2017-04-19 - 公布日： 2019-07-23 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于噪点检测的自适应非局部均值去噪方法，所述方法包括：输入原始高斯白噪声图像u；获取所述高斯白噪声图像u中某个点的hessian矩阵H_u，获取所述hessian矩阵H_u的第一特征值λ₁和第二特征值λ₂；获取所述原始高斯白噪声图像的噪点参数D_i,j；根据所述第一特征值λ₁、第二特征值λ₂和噪点参数D_i,j，获得噪点检测函数N；基于所述噪点检测函数N，对所述原始高斯白噪声图像u进行去噪处理。本发明提供的方法及系统解决了现有技术中采用非局部均值去噪方法，会模糊图像的边缘、纹理信息，存在整体去噪效果不好的技术问题。
噪点高斯白噪声非局部均值去噪图像检测自适应模糊图像纹理信息整体去噪去噪

[发明专利]一种基于AFF特征融合的图像去噪方法-CN202310799116.5在审
发明人：季一木;吴隆基;李玲娟;刘尚东;陈家园;曹埔铭;解学东;何俊杰;冯保龙 -专利权人：南京邮电大学
申请日： 2023-07-03 - 公布日： 2023-09-05 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于AFF特征融合的图像去噪方法，属于多尺度图像去噪技术领域；该方法包括以下步骤：步骤S1：数据预处理；步骤S2：构建高斯合成去噪模型；在MRF‑Net骨干网络架构的基础上，构建新的高斯合成去噪模型DDMFFNet；步骤S3：对构建高斯合成去噪模型进行训练；步骤S4：测试数据集输入到训练好的高斯合成去噪模型DDMFFNett中，得到去噪后的图像。特征融合模块，提取不同特征图像的信息，增强信息在不同层次的传输和表达能力，利用密集连接模块缓解梯度消失的问题，使特征的传输更加有效，增强网络的特征提取能力，增强特征重用能力，并且减少了冗余的参数，提升图像的去噪效果
一种基于 aff 特征融合图像方法

[发明专利]一种多粒度特征融合卷积神经网络的地震资料去噪方法-CN202110939618.4有效
发明人：冯俊;李晓琴;乐芮含;刘斌;刘序志;雷竞雄;刘夕;周春花;李鑫 -专利权人：成都理工大学
申请日： 2021-08-16 - 公布日： 2023-06-16 - 主分类号： G01V1/36 文献下载
摘要：本发明公开了一种多粒度特征融合卷积神经网络的地震资料去噪方法，其包括通过在干净的地震资料中添加同一标准差的高斯白噪声，得到待训练的数据集，并输入神经网络；通过多粒度特征融合块从不同粒度提取各个通道的地震资料的近似特征；将含近似特征的多通道地震资料转换成可预测的单通道矢量；通过计算损失函数的最小值得到去噪后的地震资料和网络参数，并得到当前标准差的高斯白噪声的去噪模型；将不同标准差的高斯白噪声加入干净的地震资料，重复以上步骤，得到不同标准差的高斯白噪声的去噪模型，完成模型训练；待去噪的地震资料根据其标准差选择去噪模型进行去噪。本发明能够提高去噪效果、很好地保留纹理信息和减少参数调节时间。
一种粒度特征融合卷积神经网络地震资料方法

[发明专利]基于自适应高斯混合模型的鲁棒图像分割方法-CN201310735556.0无效
发明人：王向阳;张显金 -专利权人：辽宁师范大学
申请日： 2013-12-28 - 公布日： 2014-04-30 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种可提高高斯混合模型分割精度、降低高斯混合模型对噪声敏感度的基于自适应高斯混合模型的鲁棒图像分割方法，按照如下步骤进行：把图像由RGB颜色空间转换到颜色空间，对得到的三个分量做非下采样轮廓变换分解，对得到的高频子带做硬阈值去噪处理，使用去噪后的高频子带和原来的低频子带进行非下采样轮廓变换重构，得到去噪后的三个分量；把得到的去噪后的三分量使用模糊C均值算法分类，使用分类结果初始化自适应高斯混合模型参数，使用最大后验估计自适应高斯混合模型的参数，建立自适应高斯混合模型；使用最大后验概率分类，得到分割结果。
基于自适应混合模型图像分割方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条