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1401724个,建议您升级VIP下载更多相关专利
  • [发明专利]运动模糊效应下的视觉特征三维重建方法-CN201710321151.0有效
  • 张丽艳;陈明军;周含策 - 南京航空航天大学
  • 2017-05-09 - 2020-04-24 - G01C11/00
  • 本发明运动模糊效应下的视觉特征三维重建方法,步骤为:对要使用的相机进行标定;在被测物体表面布置编码标记点;获取运动模糊图像;识别图像中的编码标记点的身份;针对同一个编码标记点,借助于在不同时刻拍摄的时间序列图像,对其在不同时刻的空间位置进行粗定位并且拟合成样条曲线,作为空间运动轨迹的初始值;构造编码标记点运动模糊成像模型;在每次曝光时间内,根据模糊成像模型,优化求解运动路径和姿态。本发明在有运动模糊的情况下,还原出曝光时间内编码标记点的中心位置和姿态,获得被测物体表面的三维信息和在曝光时间内的运动信息。本发明使得基于视觉的测量方法扩展到动态场合,对高速运动部件分析、设计、逆向工程起重要作用。
  • 运动模糊效应视觉特征三维重建方法
  • [发明专利]一种进行运动模糊超分辨的多分支网络及方法-CN202010032622.8有效
  • 崔光茫;陈颖;赵巨峰;吴小辉 - 杭州电子科技大学
  • 2020-01-13 - 2023-07-25 - G06T5/50
  • 本发明公开了一种进行运动模糊超分辨的多分支网络及方法,包括依次相连的去模糊模块、融合模块、重建模块和图像输出模块,还包括与去模糊模块并联的SR特征提取模块。提出包括三条分支的网络,前两条分别实现高频去模糊和低频去模糊,构成了对偶双分支生成对抗网络为去模糊模块,把高频信息去模糊作为单独一条支路更加强调了图像细节部分的复原,第三条分支实现超分辨特征提取,经过融合模块把去模糊和超分辨特征融合再进行重建,对由于相机和景物之间的相对运动造成的运动模糊图像进行有效地超分辨,生成令人愉悦的高分辨率图像。
  • 一种进行运动模糊分辨分支网络方法
  • [发明专利]一种图像模糊度处理方法-CN202110500068.6在审
  • 何森兴;汤志雄;谭毅彬;林冰 - 深圳沐奇科技有限公司
  • 2021-05-08 - 2021-07-27 - G06T5/00
  • 本发明公开了一种图像模糊度处理方法,图像模糊处理的具体步骤如下:第一步骤:向图像计算模块输入模糊图像A1,确定待处理图像对应的模糊类型;第二步骤:基于待处理图像对应的模糊类型,确定与该模糊类型相匹配的几组图像模糊处理方案;第三步骤:根据几组配对的图像模糊处理方案依次对模糊图像进行处理,从M1、M3、M4、M5、M6......Mn中选取对比结果序列前三的处理图像,本发明通过测量图像的模糊度将模糊类型进一步划分为一级运动模糊类型、二级运动模糊类型、一级离焦模糊类型和二级离焦模糊类型,并采用与模糊类型呈映射关系的多种图像模糊处理方案进行多算法处理,然后评测相似程度,按照指标差值的从小到大的顺序,选取三幅图像进行输出。
  • 一种图像模糊处理方法
  • [发明专利]基于模糊概念格的视频运动特征提取方法-CN201110174005.2有效
  • 同鸣;冯向玲;姬红兵 - 西安电子科技大学
  • 2011-06-29 - 2011-12-21 - G06T7/20
  • 本发明公开了一种基于模糊概念格的视频运动特征提取方法,主要解决现有方法存在背景干扰和运动重影问题。其实现步骤是:首先,将视频镜头分割,利用模糊概念格生成所有镜头的运动特征关联规则,再根据关联规则提取感兴趣镜头;其次,利用模糊概念格生成感兴趣镜头中所有目标帧的运动特征关联规则,再根据关联规则提取感兴趣目标帧;最后,根据感兴趣目标帧中所有图像块的模糊概念格,提取感兴趣目标帧的运动特征。本发明能够快速准确提取视频运动特征,可用于目标跟踪和视频监控等需要处理海量视频数据的场合。
  • 基于模糊概念视频运动特征提取方法
  • [发明专利]基于深度多块网络的图像去模糊方法-CN202011077611.8在审
  • 马琳;贾爽;谭学治;王孝 - 哈尔滨工业大学
  • 2020-10-10 - 2020-12-08 - G06T5/00
  • 基于深度多块网络的图像去模糊方法,它属于图像去模糊处理技术领域。本发明解决了现有图像去模糊方法的去模糊性能差的问题。本发明在解决了光照、相机抖动、成像设备运动等引起的运动模糊问题的同时,还提出了一种权重选择共享机制以减少网络的参数量。本发明提出的基于深度多块网络的图像去模糊方法可以有效地复原图像细节,提升去模糊性能,同时消除模糊图像对定位精度的影响。本发明提出的基于深度多块网络的图像去模糊方法仅需要10ms来处理一幅1280×720分辨率的图像,能够满足视觉室内定位的实时性需求。本发明可以应用于对图像的去模糊处理。
  • 基于深度网络图像模糊方法
  • [发明专利]镜组件-CN201980083212.1在审
  • R·戈德利布 - 皇家飞利浦有限公司
  • 2019-12-17 - 2021-08-10 - A61B1/247
  • 一种镜组件(100),包括:反射部分(110),被配置为反射入射光;显示单元(120),被布置为与反射部分重叠,其中显示单元被配置为显示视觉元素和模糊效果元素中的至少一种元素;以及控制单元(130)。控制单元(130)被配置为:接收显示视觉元素的指令或显示模糊效果元素的指令;基于所接收的指令,确定针对视觉元素的模糊区域或模糊效果元素的运动轨迹,其中模糊区域或模糊效果元素大于显示单元的显示分辨率;以及控制显示单元在用户的视场中显示具有所确定的模糊区域的视觉元素、或者显示所确定的运动轨迹中的模糊效果元素。
  • 组件
  • [发明专利]一种基于卷积神经网络的车牌图像清晰化方法-CN201810599569.2有效
  • 董林滔;夏思宇;陈科圻;张伟;段彦卉;肖志尧 - 东南大学
  • 2018-06-12 - 2022-02-11 - G06V20/62
  • 本发明公开了一种基于卷积神经网络的车牌图像清晰化方法,能够对受到运动模糊影响的车牌图像进行清晰化,该方法包括以下步骤:建立一种轻量级的卷积神经网络模型,设置网络的结构和训练参数;制作卷积神经网络的训练集;训练卷积神经网络,得到网络的权重;基于卷积神经网络的训练模型,即可以对道路监控设备拍摄到的模糊车牌图像进行清晰化。本发明应用于刑侦和OCR识别等方面,针对一处道路监控设备,由于车辆的运动速度和出现位置不同,车牌图像的模糊程度和模糊角度在一定范围内变化,传统的去运动模糊方法无法有效处理,通过卷积神经网络的方法可以对车牌图像一定范围内的运动模糊进行清晰化
  • 一种基于卷积神经网络车牌图像清晰方法
  • [发明专利]一种利用盲信号处理解决LCD运动图像模糊的方法-CN200710028491.0无效
  • 谭洪舟;陈法灵;李丹;刘爱平 - 中山大学
  • 2007-06-08 - 2007-12-12 - G09G3/36
  • 本发明公开了一种利用盲信号处理解决LCD运动图像模糊的方法,该方法主要步骤包括:1)LCD运动模糊分析和建模,首先建立一个Ip(x,t)=Ic(x,t)*h(x,t)模糊系统模型;2)建立一个非线性的逆系统,得到非线性的函数g(Ip′(x,t)),同时得到误差函数e(x,t);3)选择一种盲去卷积的算法用于去除运动模糊,求出非线性的函数g(Ip′(x,t))和误差函数e(x,t),再根据滤波器的自适应过程,最终一定可以达到一个最优值,该值即为降低模糊后的接近原始图形的输出图形Ic′(x,t);4)FPGA和算法测试。通过BSP算法的使用,使得在LCD显示运动图象后,在人眼视网膜上形成的图象模糊度降低或去除,使得LCD在实际应用中更加广泛。
  • 一种利用信号处理解决lcd运动图像模糊方法

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