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548095个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于分去的表面等离激元成像系统-CN202110719599.4在审
  • 刘洋;张斗国 - 中国科学技术大学
  • 2021-06-28 - 2021-10-01 - G01N15/00
  • 本发明公开了一种基于分去的表面等离激元成像系统,包括:旋转照明系统、管镜、分束镜、油浸显微物镜、金膜基底、高精度位移平台、成像光路;表面等离激元具有局域场增强以及对环境折射率变化敏感的特性,可以用于对微小颗粒进行成像在此基础上利用分去方法,快速移动高精度位移平台,实现对图像背景噪声的去除,提高成像的信噪比。该成像系统利用分去的方法极大的提高了表面等离激元显微成像的信噪比,可以对直径低至22nm的纳米颗粒进行高对比度成像,并具有10nm的粒径分辨率。
  • 一种基于差分去噪表面离激元成像系统
  • [发明专利]一种基于小波阈值分的宽波段光谱信号去方法-CN201910023112.1有效
  • 胡明宇;王先培;赵浩程;赵延峰;张锴杨 - 武汉大学
  • 2019-01-10 - 2021-03-16 - G01J3/28
  • 本发明提出了一种基于小波阈值分的宽波段光谱信号去方法。对含光谱信号进行小波分解得到多层小波系数;对多层小波系数行软阈值去得到去后多层小波系数;通过去后每层小波系数构造成Hankel矩阵;根据Hankel矩阵构造奇异值矩阵,通过对奇异值矩阵正交分解得到奇异值;对奇异值进行分计算构造奇异值分谱;对奇异值分谱进行奇异值分去处理;对去后的奇异值矩阵进行重构运算得到去后Hankel矩阵,以还原为去后小波系数,将去后小波系数通过Mallat算法进行小波逆变换得到去后的光谱信号本发明去效果彻底且能保留光谱有效特征,提高了宽波段光谱仪测量精度和准确度。
  • 一种基于阈值波段光谱信号方法
  • [发明专利]图像渲染的方法和装置-CN202010971444.5在审
  • 李超;陈濛 - 华为技术有限公司
  • 2020-09-16 - 2021-01-05 - G06T5/00
  • 该方法包括:获取第一图像、第二图像和第三图像等连续的三帧图像;根据第一图像更新第二图像的光照图,得到第二图像更新后的光照图;将第二图像更新后的光照图输入超分去网络,得到第二图像的超分去图像;根据第二图像更新第三图像的光照图,得到第三图像更新后的光照图;将第三图像更新后的光照图输入超分去网络,得到第三图像的超分去图像;根据第二图像的超分去图像和第三图像的超分去图像获取目标时刻的初始插帧图像,目标时刻为第二图像和第三图像之间的时刻
  • 图像渲染方法装置
  • [发明专利]一种基于多方向全变分的图像去方法-CN202011350640.7有效
  • 朱树元;尹诗颖;王忠荣;王正宁;刘光辉 - 电子科技大学
  • 2020-11-26 - 2023-07-21 - G06T5/00
  • 本发明属于数字图像处理技术领域,涉及图像去方法,具体提供一种基于多方向全变分的图像去方法,用以克服现有全变分正则化模型存在的去过程中丢失了很多边缘信息、去效果不够理想的问题。本发明经拉普拉斯算子启发,构建八个方向的分矩阵,与传统全变分仅有的两个方向分矩阵相比,考虑了更多方向的梯度信息,因此在边缘处的平滑效果会减弱,从而保留图像更多的边缘信息;经过验证,经过基于多方向全变分的图像去方法得到的去图像与传统全变分去方法得到的去图像相比,考虑了更多方向的梯度信息,在相同的均方误差MSE下,能够保留图像更多的边缘和纹理信息,具有更好的去效果。
  • 一种基于多方全变分图像方法
  • [发明专利]一种扩散函数随图像熵变化的偏微分去算法-CN201410395684.X有效
  • 甘建红;尹立雪;谢盛华 - 四川省人民医院
  • 2014-08-13 - 2017-10-13 - G06T5/00
  • 本发明公开了一种扩散函数随图像梯度熵变化的偏微分去算法,包括以下步骤1)获取超声图像,并将超声图像转化为灰阶图像;2)计算灰阶图像每个像素的梯度值;3)计算图像梯度熵值;4)根据熵值确定扩散函数;5)将扩散函数代入偏微分去模型,用偏微分去模型计算每个像素的亮度值;以及6)判断是否需要继续去,如果需要继续去,则重复执行步骤2)~5);否则结束操作,完成图像去处理。该算法克服了现有的灰阶超声图像斑点噪声处理算法中容易造成图像的边沿细节过快模糊,能有效的改善灰阶图像在去同时保持图像细节的特性,有效防止图像过早出现“过渡平滑”现象。
  • 一种扩散函数图像变化微分算法
  • [发明专利]一种基于全变分的图像去方法-CN201610711547.1有效
  • 杨真真;杨震;李雷;杨永鹏;金正猛 - 南京邮电大学
  • 2016-08-23 - 2018-12-18 - G06T5/00
  • 本发明公开了一种基于全变分的图像去方法,包括步骤:获取由原始图像和α稳态噪声组成的含噪声图像;确定所述含噪声图像中的每一个像素点,且所述原始图像服从Gibbs先验;根据所述含噪声图像及其中的每一个像素点,求得原始图像等价于最小化的表达式;根据所得原始图像等价于最小化的表达式,获取α稳态噪声下的全变分去模型;将所获取的全变分去模型结合凸性惩罚项,获取凸全变分去模型;利用原始‑对偶算法对所获取的凸全变分去模型求解
  • 一种基于全变分图像方法
  • [发明专利]一种基于分数阶积分的深度图像去算法-CN202211661626.8在审
  • 黄汀生;王春阳;王新建;丘文乾;俞彦清;刘雪莲 - 长春理工大学
  • 2022-12-23 - 2023-02-03 - G06T5/00
  • 本发明涉及图像数据处理技术领域,尤其涉及一种基于分数阶积分的深度图像去算法,包括:步骤S1,获取真实场景的深度图像,对所述深度图像添加随机高斯噪声;步骤S2,对分数阶积分算子进行推导计算,所述分数阶积分算子用于图像处理;步骤S3,根据分数阶积分算子对‑v阶分数阶积分去卷积掩膜进行计算,在计算完成后对所述‑v阶分数阶积分去卷积掩膜和图像点进行卷积计算,以及,在完成所述卷积计算时以待插值点与相邻点的距离作为一个自变量对反距离加权插值函数进行构建本发明实现了对于图像边缘和纹理信息的保存和去效果的提升。
  • 一种基于分数积分深度图像算法

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