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134891个,建议您升级VIP下载更多相关专利
  • [发明专利]视频传输方法及装置-CN202011568875.3有效
  • 姜卫邦;周琛晖;林焕;胡康康 - 华为技术有限公司
  • 2020-12-25 - 2023-06-06 - H04N21/238
  • 本申请公开了一种视频传输方法及装置,其中方法包括:获取初始片源,并对初始片源进行模糊和噪声估计,获得初始片源对应的第一模糊和第一噪声块;向接收端发送初始片源,以及第一模糊和第一噪声块。接收端采用第一模糊和第一噪声块对基础超分模型进行训练,获得最终超分模型;根据最终超分模型对初始片源进行超分,获取目标片源,目标片源的分辨率高于初始片源。
  • 视频传输方法装置
  • [发明专利]一种应急情况下量化决策行为可能性方法-CN202210639605.X在审
  • 毛伟;陈玲;马杰;刘明辉;彭俏 - 中国人民解放军海军工程大学
  • 2022-06-08 - 2022-07-08 - G06Q10/06
  • 本发明提供了一种应急情况下量化决策行为可能性方法,包括以下步骤:选择与待评估的应急决策相关的行为因素作为决策行为因素,所述行为因素的取值从应急严重事故管理指南的评估系统中获取;对决策行为因素进行预处理,消除量纲的影响;将预处理后的决策行为因素作为输入参数,对输入参数的进行模糊化处理;将模糊化处理的输入参数输入模糊推理系统;模糊推理系统推理出聚合隶属度函数;对聚合隶属度函数进行解模糊化,生成核应急决策的评估结果本发明避免在应急情况下进行紧急决策活动时由于人为因素导致的不确定性,从而为技术支持中心在实时严重事故导则中提供重要的决策支持。
  • 一种应急情况量化决策行为可能性方法
  • [发明专利]利用广义高斯模型进行单张失焦图像清晰重建的方法-CN201510160479.X有效
  • 潘之玮;陈书界;沈会良 - 浙江大学
  • 2015-04-07 - 2017-06-23 - G06T5/00
  • 方法包括提出利用广义高斯数学模型来描述符合光学原理的真实失焦模糊形态。针对该模型,首先找寻广义高斯模型参数空间下的多组特征向量基,然后利用失焦图像频谱得到可以用来衡量失焦模糊程度的参数,借此构建基于主成分分析(PCA)的广义高斯型模糊的迭代求解框架,并用优化算法交替迭代求解,最后利用求得的模糊进行清晰图像的重建,并通过自适应更新约束参数来抑制振铃效应。本发明通过提出一种更贴合光学原理的失焦模糊的数学模型,减少了因传统失焦模型的形态失真而导致清晰图像重建过程中所产生的误差,提高了图像的重建精度。
  • 利用广义模型进行单张图像清晰重建方法
  • [发明专利]基于模糊Foley‑Sammon转换的SAR图像目标识别方法-CN201410459584.9有效
  • 武小红;杜辉;武斌;孙俊;傅海军 - 江苏大学
  • 2014-09-11 - 2017-09-26 - G06K9/62
  • 本发明公开一种基于模糊Foley‑Sammon转换的SAR图像目标识别方法,首先将SAR图像按列拉伸成行向量,然后用主成分分析进行降维处理;然后利用模糊K‑近邻法和模糊C‑均值聚类方法实现数据的模糊化处理,接着计算模糊线性判别分析的最大特征值对应的特征向量并将该特征向量作为本发明方法最优鉴别向量集的第1个特征向量,然后根据相邻鉴别向量相互正交的规则计算本发明方法的一组最优鉴别向量集,最后利用函数实现模糊解决了模糊Foley‑Sammon转换难以处理线性不可分问题,能提取SAR图像雷达目标的非线性鉴别信息,雷达目标识别准确率高。
  • 基于模糊foleysammon转换sar图像目标识别方法
  • [发明专利]基于模糊区域分割的图像去模糊方法-CN201710420889.2在审
  • 闫敬文;谢婷婷;彭鸿;陈晓鹏 - 汕头大学
  • 2017-06-07 - 2017-10-24 - G06T5/00
  • 本发明涉及一种基于模糊区域分割的图像去模糊方法,包括以下步骤S1为表征特征差异,采用尖峰措施区分模糊区域B和非模糊区域U;S2利用Graph‑cut算法将模糊区域B和非模糊区域U分割;S3对模糊区域B进行原始图像区域L的估计;S4对模糊区域B进行模糊k的估计;S5对模糊区域B进行图像反卷积,得到清晰区域;S6将清晰区域与非模糊区域U重新融合,得到最后的去模糊结果。本发明先将一幅模糊图像的模糊区域与非模糊区域进行分割,对于模糊区域进行原始图像区域和模糊的估计,然后再进行图像反卷积,从而将模糊区域去模糊得到清晰区域,再将清晰区域与之前的非模糊区域相结合,得到模糊图像去模糊的最终结果
  • 基于模糊区域分割图像方法
  • [发明专利]一种基于边缘信息的多尺度模糊图像盲复原方法-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盲复原的方法,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,结合模糊初始值和模糊图,得到精确的模糊;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

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