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809245个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于图像信息的相机自动对焦方法-CN202210249149.8有效
  • 闫锋;杨婷;王凯;王一鸣;吴天泽;吴永杰;蒋骏杰 - 南京大学
  • 2022-03-14 - 2023-03-10 - H04N23/67
  • 本发明公开了一种基于图像信息的相机自动对焦方法。该方法包括如下步骤:针对相机实时取景的图像,计算图像的信息,相机根据计算的信息数据自动调整焦距,获得调焦的距离;根据所述调焦的距离和计算的信息数据拟合曲线,得到信息的最大拟合值;继续实时计算图像的信息,当某时刻的实时图像信息与信息的最大拟合值相等时,则相机处于准焦状态,停止调焦;否则,相机继续自动进行调焦。本发明提供的图像信息计算方法,可以针对灰度图进行图像信息的计算,对不同图像进行区分,相较于传统的只能区分图像不同灰度值像素的构成比例的香农计算方法而言,本发明的计算方法在区分图像结构信息方面更有优势
  • 一种基于图像信息相机自动对焦方法
  • [发明专利]基于非广延高斯测度的灰度图像分割方法-CN201610772679.5在审
  • 聂方彦;张平凤;罗佑新;李建奇;潘梅森 - 湖南文理学院
  • 2016-08-30 - 2017-02-15 - G06T7/143
  • 本发明提供一种基于非广延高斯测度的灰度图像分割方法,包括获取待分割的灰度图像,并确定出灰度图像的最大灰度级,以及灰度级集合;统计灰度图像的灰度直方图;根据灰度直方图,以及根据预先构建的非广延高斯测度模型,计算非广延高斯测度模型的;根据非广延高斯测度模型的获取灰度图像的最优分割阈值;根据最优分割阈值,获取分割结果图像。本发明提供的基于非广延高斯测度的灰度图像分割方法,采用灰度图像的非广延高斯测度模型计算出灰度图像,并将使得取得最大值所对应的灰度级作为最优分割阈值,从而对灰度图像进行分割,可对多种类型的图像实现较好分割,提高了图像分割算法的鲁棒性。
  • 基于非广延高斯熵测度灰度图像分割方法
  • [发明专利]基于红外图像的局部灰度-差的泄漏检测定位方法-CN201310089604.3在审
  • 王涛;金月丽;范伟 - 北京理工大学
  • 2013-03-20 - 2013-07-24 - G01M3/02
  • 本发明是基于红外图像的局部灰度-差的新型泄漏检测算法,属于检测技术领域。算法的创新点是基于图像理论,对被测对象红外图像的局部进行了改进,得到了改进后的局部加权、局部方差加权、局部灰度-、局部灰度-加权与局部灰度-方差加权。针对以上六种改进了的算法,经大量实验检验得出,局部灰度-差算法的检测能力最强,进而确定了局部灰度-差算法的目标检测策略和算法流程,证实了其准确性与有效性。此算法不仅继承了原局部差法的优点,而且通过灰度信息的引入使其能够良好地反映图像的这一点是由信息体现的,信息反应灰度分布情况、突出高灰度区域的表现,敏感地检测出图像间的温度差,获得泄漏目标。
  • 基于红外图像局部灰度泄漏检测定位方法
  • [发明专利]一种基于值校验的表格图像区域识别方法及系统-CN202110490611.9在审
  • 苏琳 - 北京惠朗时代科技有限公司
  • 2021-05-06 - 2021-07-30 - G06K9/00
  • 本发明提出了一种基于值校验的表格图像区域识别方法及系统,涉及图像识别领域。一种基于值校验的表格图像区域识别方法包括:根据HOG对多个表格图像区域和待识别图像区域进行特征提取,然后利用欧式距离计算待识别图像区域和多个表格图像区域的特征相似性度量;通过值计算公式求得待识别图像区域的值;根据第一预设条件判定待识别图像区域是否为表格图像区域;其能够通过特征相似性检验及值检验模型对表格图像区域识别有较强的针对性,可以显著地提升表格图像区域识别的精度。此外本发明还提出了一种基于值校验的表格图像区域识别系统,包括:特征相似度模块、区域模块及结果模块。
  • 一种基于校验表格图像区域识别方法系统
  • [发明专利]一种图像分割方法及装置-CN201810005450.8有效
  • 曲荣召;牛阳;金程 - 东软医疗系统股份有限公司
  • 2018-01-03 - 2020-12-01 - G06T7/187
  • 本申请公开了一种图像分割方法及装置,该方法包括:先获取待分割图像,所述待分割图像中包括待分割对象;将待分割图像转换为图像,所述图像的每一像素点的像素值为所述像素点对应的信息;将图像中的待分割对象的未封闭区域进行封闭,得到分割前图像;从分割前图像中分割出所述待分割对象。可见,通过利用信息将待分割图像转换为图像,然后再对图像中的待分割对象进行轮廓封闭处理,这种预处理方式,可以对待分割对象的图像轮廓进行增强处理,准确突显待分割对象的边缘位置,在此基础上实现图像分割,能够更为准确的分割出待分割对象,提高了图像分割结果的准确性。
  • 一种图像分割方法装置
  • [发明专利]基于信息的HNMF遥感图像解混方法-CN201910539113.1有效
  • 李杏梅;刘晓杰;王心宇 - 中国地质大学(武汉)
  • 2019-06-20 - 2021-11-05 - G06T7/00
  • 本发明提供了基于信息的HNMF遥感图像解混方法,包括:S1、对当前遥感图像建立基于稀疏约束的CNMF遥感图像解混方法;S2、获取当前遥感图像的信息,并获取信息正则化函数;S3、用S2中信息正则化函数取代步骤S1中基于稀疏约束的CNMF遥感图像解混方法中的范数正则化函数,建立基于信息的HNMF遥感图像解混方法。针对遥感图像的端元分布不均匀的特性,挖掘遥感数据的物理信息,用信息代替范数规则项,提出了基于信息的HNMF遥感图像解混方法,相比传统的NMF和CNMF具有更好的解混效果。
  • 基于信息hnmf遥感图像方法
  • [发明专利]一种融合区域优选的高质量图像融合方法及系统-CN202310037999.6在审
  • 别荣芳;孙运传 - 北京师范大学
  • 2023-01-07 - 2023-05-09 - G06T5/50
  • 本发明提出了一种融合区域优选的高质量图像融合方法及系统,涉及图像处理技术领域。该融合区域优选的高质量图像融合方法通过获取待融合图像和目标图像;然后将目标图像进行多尺度图像加强处理,生成预处理图像,然后利用HED边缘检测方法对预处理图像进行边缘检测,生成多个闭合区域;然后将各个闭合区域进行区域值计算,生成多个闭合区域值;然后对多个闭合区域值进行筛选,得到最低闭合区域值,从而通过区域值确定出融合区域,使得融合区域更加精准;最后将待融合图像融合到最低闭合区域值对应的闭合区域,生成最终融合图像,从而提高了图像融合质量。
  • 一种融合区域优选质量图像方法系统
  • [发明专利]一种图像分割方法及其相关装置-CN202110678955.2有效
  • 蔡炜;王振友;徐圣兵;刘炯志;朱莹纯;黄玥 - 广东工业大学
  • 2021-06-18 - 2022-06-28 - G06T7/11
  • 本申请公开了一种图像分割方法及其相关装置,在获取到待分割图像后构建聚类目标函数和划分函数;在确定划分函数值优化范围后,获取随机数作为当前正则化系数,并将当前正则化系数对应的划分函数值的最小值作为当前划分函数值;比较当前划分函数值与划分函数值优化范围中最大值、最小值的大小,并根据比较结果缩小划分函数值优化范围,得到新的划分函数值优化范围,迭代优化,直至新的划分函数值优化范围满足预置收敛条件,基于新的划分函数值优化范围获取最优正则化系数,基于该最优正则化系数实现图像分割,改善了现有的图像分割方法存在的图像分割准确率不高的技术问题。
  • 一种图像分割方法及其相关装置
  • [发明专利]一种基于傅里叶变换的布匹缺陷检测分辨方法-CN202211022913.4有效
  • 蒋林元 - 海门市元绒纺织科技有限公司
  • 2022-08-25 - 2022-11-22 - G06T7/00
  • 本发明涉及一种基于傅里叶变换的布匹缺陷检测分辨方法,属于机器视觉在纺织行业应用技术领域,该方法步骤包括:采集布匹的无缺陷样本灰度图像序列,利用香农定律确定第一信息序列,将第一信息序列中第一信息的均值作为最初标准信息;采集布匹的有缺陷样本灰度图像序列,计算第二信息序列中每个第二信息与最初标准信息的第一差值,将获得的所有第一差值的均值作为最初波动系数;获取待检测布匹灰度图像所对应的第三信息,计算出第三信息与最初标准信息的第二差值,根据第二差值判断待检测布匹是否有缺陷;本发明利用有缺陷布匹图像与无缺陷布匹图像中信息的变化确定待检测布匹是否存在缺陷。
  • 一种基于傅里叶变换布匹缺陷检测分辨方法

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