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]非均一运动模糊图像的恢复方法-CN201310377605.8有效
  • 戴琼海;李雯;张军 - 清华大学;北京航空航天大学
  • 2013-08-27 - 2014-01-29 - G06T5/00
  • 本发明提出一种非均一运动模糊图像的恢复方法,包括以下步骤:在模糊图像中选取多个相互重叠的图像块;根据均一模糊图像恢复方法分别求取多个图像块的局部模糊和去模糊图像块;根据多个图像块的局部模糊和去模糊图像块建立多个图像块的局部模糊与相机全局运动参数之间的对应关系,并根据对应关系估计相机的初始全局运动参数;对相机的初始全局运动参数和去模糊图像块进行迭代以得到估计的相机的最终全局运动参数;根据相机的最终全局运动参数对模糊图像进行计算以得到最终的去模糊图像。本发明的实施例基于运动模糊图像成像模型,通过结合局部模糊和相机全局运动参数的对应关系,能够实现快速、有效、鲁棒及低误差的运动模糊图像恢复。
  • 均一运动模糊图像恢复方法
  • [发明专利]基于参数模型的单幅图像去模糊方法-CN201910756634.2有效
  • 朱宇;张翱;孙瑾秋;张艳宁 - 西北工业大学
  • 2019-08-16 - 2022-09-09 - G06T5/00
  • 本发明公开了一种基于参数模型的单幅图像去模糊方法,用于解决现有模糊图像复原方法复原的图像效果差的技术问题。技术方案是首先利用L1正则化盲卷积去模糊方法,得到初步估计的非参数化的模糊。将该模糊作为参数退化耦合模型的输入,对其进行中心重定位,再用最小二乘法求解耦合模型能量最小值,并结合梯度下降法来更新参数,从而交替计算得到最终的三个参数值,根据求出的参数计算得到参数化模糊。最后利用求得的参数化模糊与原始模糊图像,利用约束最小二乘滤波方法进行非盲反卷积去模糊操作,得到复原图像。本发明采用基于参数模型模糊估计方法,增加了算法鲁棒性,提高了图像去模糊性能,能很好的恢复出具有大量纹理细节的清晰图像。
  • 基于参数模型单幅图像模糊方法
  • [发明专利]摄像装置、图像处理装置和图像处理方法-CN201180002600.6有效
  • 石井育规;物部祐亮 - 松下电器产业株式会社
  • 2011-01-27 - 2012-05-23 - G06T5/20
  • 本发明的图像处理装置中的推定部(222),基于具有第一分辨率的缩小劣化图像进行模糊的推定时,基于具有与第一分辨率所对应的分辨率的模糊的初始值进行。其后,基于具有比第一分辨率高的第二分辨率的缩小劣化图像进行模糊的推定时,基于具有与第二分辨率所对应的分辨率的模糊的初始值进行。放大部(223)中,将从推定部(222)接收到的模糊的特征点(S16)进行提取,且将通过特征点的坐标的放大转换(S18)所得到的新的特征点(S20)加以连结,由此使分辨率提高了的模糊的初始值(S22
  • 摄像装置图像处理方法
  • [发明专利]一种基于模糊聚类高阶谱的数据分类方法-CN201410768532.X在审
  • 刘文艺;张昱;韩继光;杨存智 - 江苏师范大学
  • 2014-12-12 - 2015-03-25 - G06F19/00
  • 本发明公开了一种基于模糊聚类高阶谱的数据分类方法,步骤是:a把原始数据进行预处理,即分成已知的多类别数据和待分析的某类别数据;b获得学习样本和训练样本及其各自的高阶谱分析结果;c对学习样本和测试样本的高阶谱分析结果分别进行模糊阈值处理,分别得到其模糊阈值处理结果;d对学习样本的模糊阈值处理结果进行模糊聚类处理,获取其模糊聚类类别特征;e将测试样本的模糊阈值处理结果和模糊聚类类别特征进行运算,以判断训练样本的类别归属。本发明可以在样本数量不稳定的情况下、特别是小样本情况下较好地提取模糊聚类类别特征,获得较好的数据分类效果。
  • 一种基于模糊核聚类高阶谱数据分类方法
  • [发明专利]一种使用非精确模糊的显微图像自适应重建方法-CN201811053426.8有效
  • 谭山;陈良怡;李路 - 华中科技大学
  • 2018-09-11 - 2020-06-02 - G06T5/00
  • 本发明公开了一种使用非精确模糊的显微图像自适应重建方法,该方法具体是获取宽场照明显微镜或结构光照明显微镜的原始图像,计算像素值均值,获取初始模糊k0;根据结构光照明显微镜的原始图像得到各个通带时域结果;计算评估指标MSE;设置高斯模糊kGauss,并计算阈值η;计算k0的置信度θ以及所采用的双变量能量函数模型中关于模糊变量k的拟合项权系数γ;根据kGauss以及θ更新k0,并进一步更新加权正则项中的权值矩阵;利用含有图像与模糊这两个双变量的双正则能量函数采用交替迭代方法来求解得出图像f以及模糊k。本发明不仅能够重建出较好的图像,而且还能根据输入精确度未知的模糊还原出相对而言更为精确的模糊
  • 一种使用精确模糊显微图像自适应重建方法
  • [发明专利]一种模糊图像生成方法、网络模型训练方法及装置-CN202111250062.4在审
  • 董航 - 北京字跳网络技术有限公司
  • 2021-10-26 - 2023-04-28 - G06T5/00
  • 本发明实施例提供了一种模糊图像生成方法、网络模型训练方法及装置,涉及图像处理技术领域。该方法包括:获取第一图像集合中各个图像的模糊,生成模糊池;第一图像集合包括多个分辨率小于第一阈值的图像;从模糊池中选取第二图像集合中的各个图像对应的模糊;第二图像集合包括多个分辨率大于第二阈值的图像;通过各个图像对应的模糊核对第二图像集合中的图像进行降质,获取第二图像集合中各个图像对应的模糊图像。本发明实施例用于解决现有技术中获取的训练数据集中模糊图像与真实的模糊图像的差异很大的问题。
  • 一种模糊图像生成方法网络模型训练装置
  • [发明专利]小波模糊大脑情感学习控制方法、装置、设备及存储介质-CN201810927199.0有效
  • 赵晶;林志民;钟智雄;徐敏 - 厦门理工学院
  • 2018-08-15 - 2021-06-15 - G05B13/04
  • 本发明公开了一种小波模糊大脑情感学习控制方法、装置、终端设备和存储介质,方法包括:获取输入变量;通过小波函数将输入变量进行映射,得到模糊集合。根据预先建立模糊规则模拟大脑的感觉和情感的学习过程,通过自适应学习规律和监督学习方式更新杏仁系统的模糊权重和脑前额叶系统的模糊权重。根据杏仁系统的模糊权重和模糊集合的线性关系得到杏仁系统的解模糊化算子以及根据脑前额叶系统的模糊权重以及模糊集合的线性关系得到脑前额叶系统的解模糊化算子。根据杏仁系统的解模糊化算子以及脑前额叶系统的解模糊化算子,得到解模糊化输出结果,根据解模糊化输出结果,获得大脑情感学习控制模型的模拟结果并用于对实际事物的控制模拟。
  • 模糊大脑情感学习控制方法装置设备存储介质

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