“模糊尺度”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87301个，建议您升级VIP下载更多相关专利

[发明专利]精准营销的精准度指标确定方法-CN200810000869.0无效
发明人：刘国越;刘明晶;段新智;穆勇 -专利权人：北京新智视界网络技术有限公司
申请日： 2008-01-24 - 公布日： 2008-07-23 - 主分类号： G06Q90/00 文献下载
摘要：本发明提供一种精准营销的精准度指标确定方法，改善目前对营销精准度的模糊性描述，使其清晰准确的拥有可度量的标准尺度。
精准营销指标确定方法

[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
发明人：邹建成 -专利权人：邹建成
申请日： 2016-09-27 - 公布日： 2017-02-15 - 主分类号： G06T5/00 文献下载
摘要：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的复原。
一种基于阵列图像运动模糊复原方法

[发明专利]适用于特征挖掘的尺度空间构建方法-CN201810245627.1在审
发明人：刘小英 -专利权人：刘小英
申请日： 2018-03-23 - 公布日： 2019-10-01 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了适用于特征挖掘的尺度空间构建方法，涉及图像检测方法，包括基础SIFT算法，还包括在SIFT算法基础上的变换，具体包括以下步骤：S1，尺度空间极值检测，搜索所有尺度上的图像位置；S2，确定图像局部的梯度方向S1采用高斯模糊进行尺度空间变换。本发明能够有效检测出一些十分突出，不会因光照，仿射变换和噪音等因素而变化的点，有效计算出特征方向，提高图像检测的精度。
尺度空间特征挖掘图像检测构建仿射变换极值检测特征方向图像局部图像位置有效计算有效检测关键点高斯光照搜索噪音尺度模糊

[发明专利]一种地表温度时空重建方法-CN202210127405.6在审
发明人：李正强;魏瑗瑗;侯伟真;张莹 -专利权人：中国科学院空天信息创新研究院
申请日： 2022-02-11 - 公布日： 2022-05-17 - 主分类号： G06F16/29 文献下载
摘要：本发明的一种地表温度时空重建方法，其解决了现有地表温度数据降尺度统计方案缺乏物理机制模糊，以及多源遥感观测在云层覆盖区域受限的问题，同时，解决了全球尺度上大面积缺失数据恢复和空间降尺度，以及连续时间尺度的地表温度数据重建问题
一种地表温度时空重建方法

[发明专利]一种基于生成式对抗网络的道路交通模糊图像增强方法-CN201910513691.8在审
发明人：曹锦纲;李金华;郑顾平;杨国田;杨锡运 -专利权人：华北电力大学（保定）
申请日： 2019-06-14 - 公布日： 2019-09-10 - 主分类号： G06T5/00 文献下载
摘要：一种基于生成式对抗网络的道路交通模糊图像增强方法,包含基于生成式对抗网络的多尺度提取图像特征值进行多路径学习的模型，该模型设有生成网络和判别网络，首先将模糊图像输入生成网络然后生成清晰的图像，并将生成的清晰图像及原清晰图像输入给判别网络其具有多尺度卷积核的神经网络进行更细致地特征值提取；并将局部残差学习和全局残差学习相结合，采用多路径多权重共享的递归学习，该模型可以有效地提高道路交通场景下的运动模糊图像增强，生成图像的细节更加丰富，具有较好的图像视觉效果
网络清晰图像道路交通模糊图像生成式多尺度多路径残差对抗学习图像视觉效果运动模糊图像特征值提取对抗训练反向传播神经网络生成图像输入生成损失函数提取图像卷积核有效地再利用递归权重图像场景输出共享清晰全局优化

[发明专利]一种基于模糊特征的多尺度显著性检测方法及装置-CN201910308892.4在审
发明人：林晓;李仁杰;黄继风;郑晓妹;王志杰;盛斌 -专利权人：上海师范大学
申请日： 2019-04-17 - 公布日： 2019-08-02 - 主分类号： G06K9/46 文献下载
摘要：本发明涉及一种基于模糊特征的多尺度显著性检测方法及装置，其中方法包括：步骤S1：将每一张图像均按照多种不同尺度进行分割得到每张图像的多张分割图，并对所有分割图进行预处理，提取特征信息；步骤S2：基于测试集中各分割图的预处理后的特征信息训练模糊宽度网络模型；步骤S3：将基于同一待检测图形的分割图的特征信息输入训练好的模糊宽度网络模型，得到多个对应的显著性图；步骤S4：将多个显著性图进行合成，并利用标签传播算法进行优化；步骤S5：使用得到的优化后的显著图用于视觉跟踪
分割预处理检测模糊特征特征信息网络模型显著性图多尺度显著性图像图像视频压缩模糊目标识别视觉跟踪提取特征图像分割图像分类图像检索显著图重定向算法优化标签尺度合成测试传播

[发明专利]基于多尺度随机邻近算法的图像恢复方法及系统-CN202011268638.5有效
发明人：李斯;吴梓民;吴泓川;许多;陈雨 -专利权人：广东工业大学
申请日： 2020-11-13 - 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多尺度随机邻近算法的图像恢复方法及系统，方法包括下述步骤：输入带有噪声的高斯模糊图像；构造由离散余弦变换诱导的紧框架滤波器，对高斯模糊图像进行卷积，获得高斯模糊图像的紧框架小波系数；本发明采用基于多尺度结构的随机邻近算法，解决了大规模图像恢复计算效率低下的技术问题，在保证图像恢复质量的前提下，能够大幅度减少模型优化过程中每步迭代的计算成本，从而加快图像恢复速度。
基于尺度随机邻近算法图像恢复方法系统

[发明专利]一种基于尺度递归网络的深度图像去模糊方法-CN201810748308.2在审
发明人：夏春秋 -专利权人：深圳市唯特视科技有限公司
申请日： 2018-07-10 - 公布日： 2018-11-20 - 主分类号： G06T5/00 文献下载
摘要：本发明中提出的一种基于尺度递归网络的深度图像去模糊方法，其主要内容包括：尺度递归网络、带残差模块的编码器‑解码器、损失，其过程为，先把从输入图像以不同比例下采样得到的一系列模糊图像作为输入，内模块产生特征映射本发明提出的尺度递归网络具有更简单的网络结构，显著减少了训练参数的数量，大大提高训练效率，处理后的图片质量更高。
解码器编码器递归尺度映射深度图像网络输入数据转换模糊较小空间模糊图像清晰图像输入图像网络结构训练参数训练效率多通道内模块特征图外模块下采样残差跳接收敛转换传播图片

[发明专利]一种基于三尺度分解的红外和可见光图像融合方法-CN202110117799.2有效
发明人：黄书贤;刘峰 -专利权人：中国地质大学（武汉）
申请日： 2021-01-28 - 公布日： 2022-07-19 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种基于三尺度分解的红外和可见光图像融合方法，该方法针对现有的基于多尺度变换融合方法纹理不清晰、红外目标边缘模糊的问题，提出了一种基于三尺度分解的融合算法。本发明能够有效地保留源图像中的细节纹理信息，同时能够消除现有方法结果中红外目标边缘模糊的问题。
一种基于尺度分解红外可见光图像融合方法

[发明专利]图像处理方法及装置、存储介质、终端-CN202110462829.3有效
发明人：王秀花;游瑞蓉;李怀东;姬长胜 -专利权人：展讯通信（上海）有限公司
申请日： 2021-04-22 - 公布日： 2022-08-12 - 主分类号： G06T5/50 文献下载
摘要：一种图像处理方法及装置、存储介质、终端，所述方法包括：获取原始图像；对待处理图像进行多次图像模糊处理，以得到多张模糊图像，其中，多张模糊图像的模糊尺度各不相同，所述待处理图像为所述原始图像或对所述原始图像进行图像去噪处理后得到的图像；多次进行差分处理，以得到多张差分图像，其中每次差分处理从所述多张模糊图像中选择两张模糊图像进行差分计算；对所述多张差分图像进行图像融合处理，以得到有效信息图像；根据所述有效信息图像对所述待处理图像进行增强处理
图像处理方法装置存储介质终端

[发明专利]一种基于多元变分模态分解的水平油水两相流流型分析方法-CN202210264624.9在审
发明人：樊春玲;秦江帆;张春堂 -专利权人：青岛科技大学
申请日： 2022-03-17 - 公布日： 2022-08-05 - 主分类号： G06K9/00 文献下载
摘要：不同模态下的固有模态函数分量和噪声残差项；对每一模态下不同通道的信号分量进行叠加，构造新的时间序列zk(t)；剔除噪声项，对重组后时间序列进行粗粒化处理得到多尺度化时间序列ye(j)；组合不同模态下的多尺度时间序列为一组多元时间序列，计算不同流速下流体的多元多尺度模糊熵(MMFE)作为非线性特征；修改多元变分模态分解参数k，重复步骤2)～5)并对比流体熵值曲线确定最优化分解参数k，在确定的最优参数下计算流体非线性特征多元多尺度模糊熵，实现流型的识别。
一种基于多元变分模态分解水平油水两相流流分析方法

[发明专利]基于显著性强度和梯度先验的图像盲去模糊方法和装置-CN201910940501.0有效
发明人：李庆武;陈晨;许金鑫;章倩 -专利权人：河海大学常州校区
申请日： 2019-09-30 - 公布日： 2022-09-13 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于显著性强度和梯度先验的图像盲去模糊方法和装置。首先基于观测到的模糊图像构建图像金字塔，将图像金字塔每一层尺度图像作为该层的初始的中间潜像，利用显著性强度先验提取图像的边缘信息得到中间潜像的显著性强度，对计算获得的中间潜像的梯度图像进行奇异值分解得到中间潜像的梯度矩阵；基于中间潜像、中间潜像的显著性强度以及梯度矩阵构建去模糊模型；基于构建的去模糊化模型，迭代优化得到最终模糊核；基于得到的模糊核以及模糊图像，采用非盲去模糊方法，得到最终清晰图像。本发明方法利用显著性强度先验提取图像的显著性边缘，利用梯度低秩先验抑制图像中的模糊和噪声像素，可以有效地实现图像去模糊。
基于显著强度梯度先验图像模糊方法装置

[发明专利]基于视觉先验信息的模糊图像高精度还原方法-CN201810822481.2在审
发明人：刘巍;潘翼;李肖;马建伟;贾振元;王福吉 -专利权人：大连理工大学
申请日： 2018-07-25 - 公布日： 2019-01-25 - 主分类号： G06T5/00 文献下载
摘要：本发明基于视觉先验信息的模糊图像高精度还原方法属于计算机视觉测量技术领域，涉及一种基于视觉先验信息和系统参考量的模糊图像高精度还原方法。该方法根据双目视觉测量系统的曝光时间、帧频精确的先验信息，利用序列图像中相邻两帧图像的帧间关系，求得同一圆心位置在图像坐标系下的变化方向及曝光时间内的运动距离，即模糊方向和模糊尺度两个参数，由此得到每幅图像精确的模糊核再使用非盲图像复原算法去卷积得到清晰的复原图像，实现机床动态检测中的高速图像去模糊还原，并提高了视觉测量系统的测量精度。该方法能有效改善序列图像运动模糊的问题，去模糊效果明显，满足高速运动状态下机床定位信息的精确提取要求。
先验信息还原模糊图像序列图像视觉机床双目视觉测量系统计算机视觉测量图像高速运动状态视觉测量系统图像复原算法图像坐标系定位信息动态检测复原图像高速图像模糊尺度模糊方向模糊效果同一圆心相邻两帧运动距离运动模糊曝光参考量模糊核去卷积再使用帧间帧频测量模糊清晰

[发明专利]一种基于卷积神经网络的人脸模糊快速消除方法-CN201711368815.5在审
发明人：夏春秋 -专利权人：深圳市唯特视科技有限公司
申请日： 2017-12-18 - 公布日： 2018-06-01 - 主分类号： G06T5/00 文献下载
摘要：本发明中提出的一种基于卷积神经网络的人脸模糊快速消除方法，其主要内容包括：模糊消除模型、卷积核生成、卷积网络结构、人脸平滑操作，其过程为，首先对图像的模糊、去模糊过程进行数学形式建模，确立卷积神经网络所需训练过程；然后输入一对具有相同内容的锐化原图和其模糊化图像，利用服从高斯过程的初始化方法生成核函数，根据该核函数对输入图像对进行训练；接着设定三种损失函数对去模糊化的图像进行平滑操作，由此指导网络训练和生成模糊消除的复原图像本发明可以快速地在没有先验知识的情况下估计原锐化图像及卷积核，提供一个基于多尺度结构的学习模型，提高了对于较高程度模糊图像的复原准确性。
卷积神经网络模糊人脸平滑操作核函数卷积核图像锐化多尺度结构模糊化图像方法生成复原图像模糊过程模糊图像输入图像数学形式损失函数网络结构网络训练先验知识训练过程初始化模糊化高斯建模卷积复原学习

[发明专利]基于自适应模糊核估计的深度去模糊方法-CN202210648028.0在审
发明人：张艳宁;朱宇;衡琪;杨钰祺;黄剑;李朋远;孙瑾秋 -专利权人：西北工业大学
申请日： 2022-06-08 - 公布日： 2022-08-02 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种基于自适应模糊核估计的深度去模糊方法，使用公共GoPro数据集上进行训练和评估，采用UNet结构设计深度卷积神经网络，训练深度卷积神经网络后，基于训练所得深度卷积神经网络来进行图像去模糊本发明增强编码器捕获的相应浅层特征的表达，并细化了浅层特征，并促使它们更加注意模糊区域，扩大了感受野并向网络提供丰富的多尺度信息，无需额外的约束信息和显式估计就可以学习模糊输入图像每个像素位置的模糊核，以具备非均匀模糊的处理能力和更好的泛化能力，将网络输出的模糊核映射与融合映射与原始图像进行融合即可以得到最终的清晰图像，通过学习的方式学习融合图的权重，使得复原得到的图像更加真实，鲁棒性更强。
基于自适应模糊估计深度方法