“多级分辨率”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1558972个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多级稀疏字典学习的图像超分辨率方法-CN201910342711.X有效
发明人：杨欣;朱晨;谢堂鑫;周大可;吴臣桓 -专利权人：南京航空航天大学
申请日： 2019-04-26 - 公布日： 2023-07-07 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于多级稀疏字典学习的图像超分辨率方法，该方法采用多级稀疏字典训练方法，训练多级子字典。在数据预处理阶段，对原始高分辨率图像的退化图像，使用一阶及二阶梯度算子滤波，并提取块特征，构成低分辨率块特征训练集。字典训练阶段，基于特征集离线训练低分辨率多级别稀疏字典，根据广义逆计算多级别高分辨率字典。重建阶段，对所有级别子字典，求解输入低分辨率图片特征块对应的1‑稀疏系数，根据对应多级高分辨率字典计算对应高分辨率图像块，最后对重叠部分采用平滑处理重建得高分辨率图像。本发明方法克服了一般方法稀疏度不够导致图像重建效果不理想，泛化能力弱的问题，有效提高最终图像超分辨率质量。
一种基于多级稀疏字典学习图像分辨率方法

[发明专利]一种多级重构的图像超分辨率方法-CN201310526814.4有效
发明人：甄海华 -专利权人：广东威创视讯科技股份有限公司
申请日： 2013-10-30 - 公布日： 2017-01-11 - 主分类号： G06T5/50 文献下载
摘要：本发明涉及图像处理领域，公开了一种多级重构的图像超分辨率方法，包括字典训练与超分辨率重构两个阶段；其中字典训练阶段使用Lanczos3‑IBP算法对低分辨率图像进行第一级重构，获得高分辨率的初始估计；并在此基础上训练多级的特征字典与误差字典；超分辨率重构阶段，使用Lanczos3‑IBP算法对低分辨率图像进行第一次重构，然后利用训练得到的多级特征字典与误差字典，进行多级稀疏编码重构，得到各级重构图像的误差，并添加到上一级的图像中，从而逐级提高超分辨率图像质量，得到高分辨率图像。
一种多级图像分辨率方法

[发明专利]同时获取高空间、高光谱分辨率光谱图像的光谱成像方法和系统-CN201911049595.9有效
发明人：鱼卫星;李芸;高博;王帅;巩劭翔;胡炳樑 -专利权人：中国科学院西安光学精密机械研究所
申请日： 2019-10-31 - 公布日： 2021-07-27 - 主分类号： G01J3/28 文献下载
摘要：为解决传统光谱成像体制中空间分辨率与光谱分辨率的相互制约而应用受限的技术问题，本发明提供了一种同时获取高空间、高光谱分辨率的光学成像方法和系统，采用多级级联的TDI探测器，实现了高空间分辨率成像；在多级级联的TDI探测器单元上镀制不同谱段的滤光膜或集成滤光片，实现谱段能量的多级累加，从而提高了单个谱段的光谱分辨率。
同时获取空间光谱分辨率图像成像方法系统

[发明专利]一种基于粒子群算法的多级分辨率遥感影像自动配准方法-CN201410491201.6有效
发明人：黎夏;许晓聪;陈广亮;刘小平 -专利权人：中山大学
申请日： 2014-09-23 - 公布日： 2017-04-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于粒子群算法的多级分辨率遥感影像自动配准方法，包括以下步骤对多级遥感影像重采样为统一的分辨率；采用前期自适应粒子群算法粗略搜索和后期标准粒子群算法精细搜索进行多级分辨率影像的逐级配准；所有相邻级别分辨率影像的空间变换参数作乘积本发明适用于遥感图像配准的问题，能够实现分辨率差异很大的待配准与参考影像在空间位置上的精确匹配，可以有效解决分辨率差异过大无法选取控制点进行配准的问题。
一种基于粒子算法多级分辨率遥感影像自动方法

[发明专利]一种基于阶梯型多级小波网络的图像超分辨率重建方法-CN202310165216.2有效
发明人：李冠群;俞伟学;徐铭申 -专利权人：耕宇牧星（北京）空间科技有限公司
申请日： 2023-02-27 - 公布日： 2023-05-23 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及图像处理技术领域，公开了一种基于阶梯型多级小波网络的图像超分辨率重建方法，包括：获取低分辨率合成孔径雷达图像，根据阶梯型多级小波网络得到特征图像，将所述特征图像输入至图像超分辨率重建网络，得到超分辨率重建结果图像本发明没有单纯在空间域上对合成孔径雷达图像采用深度神经网络模型进行超分辨率重建，通过搭建一个阶梯式多级小波网络，能够在对合成孔径雷达图像进行超分辨率重建时，提取图像的多尺度频域特征，从而在结果图像中包含丰富的纹理特征
一种基于阶梯多级网络图像分辨率重建方法

[发明专利]一种基于多级分辨率平衡网络的红外目标检测方法-CN202010228602.8有效
发明人：陈瑞;刘继鑫;赵毅强;张衡 -专利权人：天津大学
申请日： 2020-03-27 - 公布日： 2023-04-28 - 主分类号： G06V20/10 文献下载
摘要：本发明公开基于多级分辨率平衡网络的红外目标检测方法，包括步骤：特征转换网络通过卷积操作将基础特征提取网络所输出的一个级别的单分辨率输入特征图像转换为4个级别的多分辨率输出特征图像；多级分辨率网络对4个级别的多分辨率输出特征图像处理，输出4个级别的多分辨率特征图像；多分辨率网络包括先后连接的4个处理阶段，每个处理阶段包括由若干个多路径残差模块组成4个级别的多分辨率特征提取网络，以及用于聚合多路径残差处理模块输出的不同级别的特征图像后输出的多分辨率融合模块；检测器头对输入的具有5个分辨率的金字塔特征图像内的目标物体进行类别预测和边界框预测。
一种基于多级分辨率平衡网络红外目标检测方法

[发明专利]一种图像超分辨率放大模型及其方法-CN202111075866.5有效
发明人：端木春江;陈诗婷;贺林英 -专利权人：浙江师范大学
申请日： 2021-09-14 - 公布日： 2023-06-16 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种图像超分辨率放大模型及其方法，该模型包括浅层特征提取模块FSF、多级低高分辨率特征提取模块FDF、全局多级低分辨率特征融合模块FGLRFFB、全局多级高分辨率特征融合模块FGHRFFB和图像重构模块FREC；该方法为：对所输入的低分辨率图像ILR进行浅层特征提取，得到浅层特征图H0；依次进行M个层级的低分辨率和高分辨率特征提取，获得低分辨率特征图HDF‑L和高分辨率特征图HDF‑H，接收M个所述HDF‑L并进行特征融合，得到融合后的低分辨率特征图HGLRFFB；接收M个所述HDF‑H并进行特征融合，得到融合后的高分辨率特征图
一种图像分辨率放大模型及其方法

[发明专利]超分辨率图像重建方法和装置-CN201410575731.9有效
发明人：章勇勤;郭宗明;刘家瑛;曹越 -专利权人：北京大学;北大方正集团有限公司;北京北大方正电子有限公司
申请日： 2014-10-24 - 公布日： 2019-01-08 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种超分辨率图像重建方法和装置。该方法包括：对输入的低分辨率图像进行N次下采样生成图像片库；对低分辨率图像的任一给定图像片采用近似最近邻算法在图像片库中获取相似图像片；聚集重叠与相似图像片对应的图像区域，并根据与图像区域对应的权重系数获得第一高分辨率图像；对第一高分辨率图像采用背投影算法获得第二高分辨率图像，并将第二高分辨率图像加入图像片库。由此，进行多级超分辨率重建。把基于背投影算法的多级放大技术来估计的超分辨率图像作为目标高分辨率图像初始值，并综合利用数据保真度、稀疏非局部正则化和梯度直方图正则化先验进行数学建模，使用交替最小化方法求解最优化问题获取最终目标高分辨率图像
分辨率图像重建方法装置

[发明专利]多尺度残差特征判别增强的图像超分辨率重构系统及方法-CN202010958361.2有效
发明人：熊承义;施晓迪;高志荣;柳霜 -专利权人：中南民族大学
申请日： 2020-09-14 - 公布日： 2023-10-03 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种多尺度残差特征判别增强的图像超分辨率重构系统及方法，涉及图像复原技术领域。本系统是：低分辨率图像（A）、浅层特征提取模块（10）、多级残差特征提取模块（20）、多级特征融合模块（30）、加法器模块（40）、上采样重构模块（50）和高分辨率图像（B）依次交互，浅层特征提取模块（10）分别与多级特征融合模块（30）和加法器模块（40）交互。本方法是：①浅层特征提取；②多尺度残差特征判别增强的多级残差特征提取；③多级特征融合；④深度特征生成；⑤高分辨率图像生成。本发明能在得到高质量超分辨率重构图像的同时，极好地减低系统的实现复杂度，降低系统训练难度，减少计算时间；适用于视频监控、医学成像等应用。
尺度特征判别增强图像分辨率系统方法

[发明专利]一种基于光场的红外图像超分辨率方法-CN202310235395.2有效
发明人：马泳;杜优;樊凡;黄珺;马佳义;梅晓光 -专利权人：武汉大学
申请日： 2023-03-13 - 公布日： 2023-09-15 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于光场的红外图像超分辨率方法，该方法主要是提出了一个超分辨率多级监督网络模型，该模型由特征提取、多级超分辨率和特征融合三个子模型组成，其中多级超分辨率子模型由多个超分辨率子模型组成，可增强低分辨率光场图像生成超分辨率图像的性能
一种基于红外图像分辨率方法

[发明专利]一种基于逐像素退化预测网络的多级去运动模糊方法-CN202310814308.9在审
发明人：汪航;孙宏滨;郝泽宇;张旭翀 -专利权人：西安交通大学
申请日： 2023-07-04 - 公布日： 2023-10-10 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于逐像素退化预测网络的多级去运动模糊方法，能够高效地去除图像中的运动模糊。本发明对模糊图像下采样两倍及四倍得到中、低分辨率模糊图像，并使用逐像素退化预测模块生成低分辨率复原图像，以及有效信息。接着将低分辨率复原图像经过上采样与中分辨率模糊图像融合输入空间通道补偿模块，同时使用空间通道补偿模块对低分辨率有效信息进行优化和补充，生成中分辨率复原图像。随后在高分辨率层次重复此步骤，生成复原图像。相比于已有方法，本发明采用多级的网络结构，在低分辨率使用稠密结构，中、高分辨率使用稀疏结构，大幅降低了计算量。使用逐像素卷积以及逐层优化，在有效提升网络模型计算效率的同时保持较好的图像质量。
一种基于像素退化预测网络多级运动模糊方法

[发明专利]一种基于深度展开网络的空谱同时超分辨率重建方法-CN202111338122.8在审
发明人：江俊君;马清;刘贤明;马佳义 -专利权人：哈尔滨工业大学
申请日： 2021-11-12 - 公布日： 2022-03-08 - 主分类号： G06T3/40 文献下载
摘要：本发明提供了一种基于深度展开网络的空谱同时超分辨率重建方法。步骤1：确定图像退化模型；步骤2：将单张图像超分和光谱超分的观测模型结合到空间光谱超分辨率模型中；步骤3：利用交替方向乘子法ADMM求解基于模型的能量函数；步骤4：将步骤3的ADMM算法的迭代过程展开成一个多级网络；步骤5：利用步骤4的多级网络解决在空间和光谱上产生超分辨率结果。本发明用以解决现有技术中空间分辨率和光谱分辨率不高的问题。
一种基于深度展开网络同时分辨率重建方法

[发明专利]识别分辨率的设置方法、系统、设备及存储介质-CN201910492476.4在审
发明人：吕晓磊;刘享军 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2019-06-06 - 公布日： 2020-12-08 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种识别分辨率的设置方法、系统、设备及存储介质，所述设置方法包括：获取待识别对象的当前图像；获取原始图像；原始图像与待识别对象相对应；基于原始图像构建多级子图像，子图像的物理尺寸与原始图像的物理尺寸相同，每级子图像的分辨率均不相同；分别计算每级子图像与当前图像的重投影误差；将与最小重投影误差对应的目标子图像的分辨率作为当前图像的识别分辨率；识别分辨率用于对当前图像进行跟踪识别。基于原始图像构建多级子图像，通过计算子图像与当前图像的重投影误差找到与当前图像最接近的目标子图像，并将目标子图像的分辨率设置为当前图像的识别分辨率，更精准的识别分辨率设置能够确保更高的图像识别的效率和精准度
识别分辨率设置方法系统设备存储介质

[发明专利]一种基于多级残差跳跃连接网络的图像超分辨率重建方法-CN202211459751.0在审
发明人：王小玉;芦荐宇;俞越 -专利权人：哈尔滨理工大学
申请日： 2022-11-21 - 公布日： 2023-01-17 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于多级残差跳跃连接网络的图像超分辨率重建方法，包括：对已有数据集样本采用数据增强技术，增加训练数据的多样性，并经过上采样操作，得到原始的高分辨率图像和低分辨率图像；引入带有坐标注意力机制的多级残差跳跃连接网络（MRSCN），解决传统图像超分辨网络在深层网络提取图像特征时，丢失高频细节的问题；生成网络输入原始低分辨率图像，输出高分辨率图像，得到的高分辨率图像与原始高分辨率图像一起送入判别网络进行真伪的判别，采用感知损失函数对生成网络本发明能够在增加网络深度的同时，更好地表达高频特征，使网络能重建更多的有效特征，得到的高分辨率图像细节纹理更加优秀，色彩还原度更高。
一种基于多级跳跃连接网络图像分辨率重建方法

[发明专利]多分辨率翼型设计方法和系统-CN201510578316.3有效
发明人：程攀;俞金海;张淼;刘铁军;马涂亮;张冬云;于哲慧;张美红;黄一帆;东乔天;赵旸 -专利权人：中国商用飞机有限责任公司;中国商用飞机有限责任公司上海飞机设计研究院
申请日： 2015-09-11 - 公布日： 2018-07-06 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及多分辨率翼型设计方法和系统。该多分辨率翼型设计方法包括：获得初始翼型；根据所述初始翼型，通过多分辨率分解而获得多分辨率参数化模型；使用所述多分辨率参数化模型，并通过多级优化策略进行翼型优化设计；以及获得最终翼型。本发明的多分辨率翼型设计方法和系统能起到以下有益技术效果：获得更高的优化效率以及覆盖更大范围的形状空间，从而降低最终设计翼型的时间代价，并提高翼型的气动性能。
多分辨率翼型翼型设计参数化模型多分辨率分解多级优化技术效果气动性能时间代价形状空间优化设计覆盖优化

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