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]卫星图像自适应复原方法-CN201110240594.X有效
  • 胡事民;张砚;李先颖;满益云 - 清华大学;北京空间机电研究所
  • 2011-08-19 - 2012-02-01 - G06T5/00
  • 本发明为一种卫星图像自适应复原方法,包括步骤:S1,利用周期加平滑图像分解技术,将模糊卫星图像Y分解成为周期信号P和平滑信号S两部分;S2,对卫星图像退化参数进行估计;S3,利用所述参数估计结果对所述周期信号P进行基于复数小波包域的自适应复原,得到周期信号P的复原结果XP;以及S4,将所述周期信号P的复原结果XP加上所述平滑信号S,作为卫星图像最终的复原结果X。本发明复原方法可以避免边界振铃现象,实现在去模糊的同时抑制噪声(特别是彩色噪声)的增益,以及保持强方向性纹理区域,实现对高频信息丰富的卫星图像的有效复原
  • 卫星图像自适应复原方法
  • [发明专利]一种快速数字成像模糊鉴别与复原图像质量评估方法-CN201410592425.6有效
  • 遆晓光;尹磊 - 哈尔滨工业大学
  • 2014-10-28 - 2015-03-11 - G06T7/00
  • 一种快速数字成像模糊鉴别与复原图像质量评估方法,本发明涉及模糊鉴别与复原图像质量评估方法。本发明是要解决现有方法实时性能差,不能对模糊图像和清晰图像进行有效鉴别,不能对图像复原结果进行有效评价,模糊复原处理后输出结果不稳定的问题,该方法是通过1获得梯度图像G(i,j);2计算平均灰度梯度值;3获得梯度图像的统计分布信息;4对BIM进行阈值判定;5得到复原图像;6生成参考图像F1和D1;7计算参考图像和待评价图像的亮度相似度、对比度相似度和结构相似度;8计算g(F(i,j),F1)和g(D(i,j),D1);9得到无参考图像评价指标;10对无参考图像评价指标进行判断;等步骤实现的。本发明应用于模糊鉴别与复原图像质量评估领域。
  • 一种快速数字成像模糊鉴别复原图像质量评估方法
  • [发明专利]基于稀疏表示的非一致图像复原方法-CN201610254970.3在审
  • 杨爱萍;王南;梁斌;何宇清;魏宝强 - 天津大学
  • 2016-04-21 - 2016-09-21 - G06T5/00
  • 本发明公开了一种基于稀疏表示的非一致图像复原方法,包括:根据相机三维抖动模型,并结合自然图像的过完备字典表示构建非一致图像模糊退化模型;输入待复原的模糊图像和过完备字典,求得初始稀疏系数,并对参数进行初始化设置;将自然图像的过完备字典表示,以及模糊核和稀疏系数的稀疏性作为模型的正则约束,并采用交替迭代方法将非一致盲复原模型的求解转化为多个简单的子问题,从而实现对模糊图像y的盲复原。本发明提出的算法对自然条件下获取的模糊图像有更好的复原效果,复原图像细节明显、不失真、噪声低,具有更好的视觉效果,且求解方法有可扩展性。
  • 基于稀疏表示一致图像复原方法
  • [发明专利]基于神经网络的双光子荧光显微图像复原方法、存储介质-CN202010225928.5有效
  • 廖祥;谌小维;赵雪青 - 重庆大学
  • 2020-03-26 - 2023-08-08 - G06T5/00
  • 本发明公开一种基于神经网络的双光子荧光显微图像复原方法、存储介质。存储介质,首先采集多份同一拍摄区域的双光子荧光显微成像的原始图像数据,构建全卷积神经网络的训练集,然后基于训练集中的样本数据,采用端到端的训练方式对全卷积神经网络进行训练,最后获取复原前的双光子荧光显微图像图像数据,并将图像数据输入训练完成的全卷积神经网络中,得到复原的双光子荧光显微图像。采用本发明的基于神经网络的双光子荧光显微图像复原方法、存储介质,利用训练好的全卷积神经网络可以对任何被噪声或模糊感染的双光子荧光显微成像进行复原,得到清晰真实的复原图像
  • 基于神经网络光子荧光显微图像复原方法存储介质
  • [发明专利]一种基于阵列图像的运动模糊图像复原方法-CN201610850978.6在审
  • 邹建成 - 邹建成
  • 2016-09-27 - 2017-02-15 - G06T5/00
  • 本发明公开了一种基于阵列图像的运动模糊图像复原方法。该运动模糊图像复原方法,首先由同焦距阵列镜头获取运动物体某时刻的阵列图像,对获取的阵列图像以中心图像为参考图像进行多尺度特征的配准,然后对阵列图像进行基于小波的图像融合,最后用Lucy‑Richardson算法去除残留的模糊信息,最终实现效果较好的运动模糊图像复原。该发明在3×3阵列镜头上得到有效的验证,可扩展移动设备在图像复原领域的应用范围。
  • 一种基于阵列图像运动模糊复原方法
  • [发明专利]一种运动模糊图像的双迭代混合盲复原方法-CN201510445795.1有效
  • 罗一涵;付承毓 - 中国科学院光电技术研究所
  • 2015-07-27 - 2017-11-24 - G06T5/00
  • 本发明提供一种运动模糊图像的双迭代混合盲复原方法,包括计算待复原的运动模糊图像的三种频谱,包括常规频谱、扩展对数频谱和去主线的扩展对数频谱;用通用迭代图像复原法对模糊图像进行初步复原,并用强空域约束霍夫变换和弱空域约束霍夫变换对运动模糊点扩散函数进行粗估计;用双迭代法进行多轮粗估计;用对称性与功率联合度量搜索的方法,对运动方向进行精估计;用在去主线的扩展对数频谱中寻找全局转折处的方法,对运动距离进行精估计;创建光学传输函数,并用常规图像复原方法对模糊图像进行复原本发明对运动模糊点扩散函数的估计准确,复原效果好,并且兼有抗噪性强、稳定性好、无收敛性问题、参数设置简单等优点,可以广泛应用于各种场合下运动模糊图像复原
  • 一种运动模糊图像双迭代混合复原方法
  • [发明专利]融合光场和偏振信息的水下图像优化方法-CN202010507045.3有效
  • 付先平;梁政;王亚飞;米泽田 - 大连海事大学
  • 2020-06-05 - 2023-08-29 - G06T5/00
  • 本发明公开了一种融合光场和偏振信息的水下图像优化方法,包括:在距离目标场景的不同位置对所述目标场景进行偏振图采集,多张偏振图构成偏振图组;对不同位置的偏振图组分别进行复原得到不同位置的偏振复原图像;在所述偏振复原图像中确定目标图像;根据所有不同位置的偏振图像对所述目标图像进行优化;将光场成像技术与偏振成像技术相结合,在一次采集过程中获得场景的多景深信息,增加单次成像获得的信息维度,利用提出的偏振复原算法对各子景深图像进行初始复原,最后利用光场相关算法进行复原融合,提高水下成像质量。
  • 融合偏振信息水下图像优化方法
  • [发明专利]一种基于边缘信息的多尺度模糊图像复原方法-CN201010269223.X无效
  • 戴朝约;冯华君;徐之海;李奇 - 浙江大学
  • 2010-09-01 - 2010-12-29 - G06T5/00
  • 本发明公开了一种基于边缘信息的多尺度模糊图像复原的方法,包括从小尺度层到大尺度层循环进行逐步的图像复原,在不同尺度设置自适应参数,对每个尺度层进行如下处理:对复原图像进行双边滤波,得到去除噪声和波纹的图像;再经过激波滤波得到具有高强度反差边缘的图像;然后求边缘,结合模糊核初始值和模糊图,得到精确的模糊核;利用求得的模糊核对当前尺度的模糊图像进行复原得到清晰复原图像;在此尺度层采样放大得到相邻大尺度层的复原图像和模糊核初始值本发明方法对各类不同模糊程度的图像都能有效地收敛,并且和一般的直接求能量最小化的盲复原方法相比,计算复杂度低,噪声抑制能力强。
  • 一种基于边缘信息尺度模糊图像复原方法
  • [发明专利]图像处理装置和图像处理方法-CN200710152864.5无效
  • 木户一博;大石笃;梅田敏和 - 柯尼卡美能达医疗印刷器材株式会社
  • 2007-09-18 - 2008-03-26 - A61B6/00
  • 本发明提供一种图像处理装置和图像处理方法。通过可根据诊察对象位置而进行用于得到高精细的图像图像复原,来提高诊断的准确性。该图像处理装置中具备:输入用检测器读取从放射线源照射并透过被摄体后的放射线而得到的图像数据的图像数据输入部;输入被摄体的诊察对象位置的位置输入部;预先存储与被摄体的每个诊察对象位置对应的图像复原参数的存储部;以及从存储部读出与由位置输入部输入的被摄体的诊察对象位置对应的图像复原参数并根据该图像复原参数和从上述图像数据输入部输入的上述图像数据而生成复原图像的处理部。
  • 图像处理装置方法

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