“周登文”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果8个，建议您升级VIP下载更多相关专利

[实用新型]一种高效率石膏条板生产模具-CN202122551321.9有效
发明人：张留安;张文成;周登文 -专利权人：山东大鲁新型环保墙材科技有限公司;雷波登峰建材科技有限公司
申请日： 2021-10-22 - 公布日： 2022-04-22 - 主分类号： B28B7/18 文献下载
摘要：本实用新型提出了一种高效率石膏条板生产模具，包括模具机架，模具机架上固定有多块夹板,夹板之间设有底板,所述模具机架上夹板的两端设有能向外移动的端模板,其中一端的端模板上设有供芯杆插入的通孔；夹板、底板和端模板形成条板浇筑的空间，模具机架下部设有一推拉板，底板通过推拉杆与推拉板连接，推拉板下方设有驱动推拉板上下移动的动力装置。本申请中的技术方案条板砌块脱模时底板被推动上移并将条板砌块向上推出模具，脱模自动化操作，且速度相对于将夹板拉开脱模提高了脱模速度，提高了条板砌块的生产效率，并且条板砌块向上顶出的动作可靠，结构相对简单，设备运行稳定，不易发生故障。
一种高效率石膏生产模具

[发明专利]一种基于残余插值的卷积神经网络去马赛克方法-CN201710872364.2有效
发明人：贾慧秒;李春平;周登文 -专利权人：华北电力大学
申请日： 2017-09-25 - 公布日： 2021-11-05 - 主分类号： G06T5/00 文献下载
摘要：本发明属于图像处理技术领域，尤其涉及一种基于残余插值的卷积神经网络去马赛克算法。为解决当前图像恢复方法在斜边区域恢复不够准确以及图像整体分辨率较低的问题，本方法首先利用边缘检测算法恢复绿色通道，再采用残余插值方法恢复红蓝平面，得到残余插值结果后,最后采用卷积神经网络作为一个修正项进一步改进结果图像，将去马赛克结果作为卷积神经网络的输入,对应的全彩色图像和去马赛克结果之间的残余作为卷积神经网络的标签,经过训练逐步修正卷积神经网络的权重。该方法不仅在水平和垂直方向检测边缘，而且增加了倾斜方向边缘的检测，使图像在斜边区域恢复更加准确，提升了图像的分辨率，得到的去马赛克图像边缘更清晰。
一种基于残余卷积神经网络马赛克方法

[发明专利]一种双通道卷积神经网络的单图像超分辨率计算方法-CN201710556581.0有效
发明人：李春平;贾慧秒;周登文 -专利权人：华北电力大学
申请日： 2017-07-10 - 公布日： 2019-12-03 - 主分类号： G06T3/40 文献下载
摘要：本发明公开一种双通道输入卷积神经网络的单图像超分辨率计算方法，包括(1)把已知高分辨率图像经过模糊退化处理，得到相同大小的低分辨率图像；(2)把步骤(1)得到的模糊处理后的低分辨率图像分解成低分辨率图像纹理部分和平滑结构部分；得到高分辨率图像的纹理部分和平滑结构部分；(3)把步骤(2)得到的低分辨率纹理部分和原低分辨率图像组合得到双通道输入，得到高分辨率纹理部分的输出；(4)组合步骤(3)得到的高分辨率纹理部分输出与原低分辨率图像得到最终的图像超分辨率重建结果，完成超分辨率重建；(5)计算步骤(4)和步骤(2)得到的高分辨率纹理部分之间的差值得到纹理部分损失；最小化纹理损失与图像损失的和来优化网络结构参数。
一种双通道卷积神经网络图像分辨率计算方法

[发明专利]基于深层残差CNN的图像超分辨率方法、装置及存储介质-CN201810638233.2在审
发明人：柴晓亮;周登文;段然;赵丽娟 -专利权人：华北电力大学
申请日： 2018-06-20 - 公布日： 2018-11-30 - 主分类号： G06T3/40 文献下载
摘要：本发明实施例提供了一种基于深层残差CNN的图像超分辨率方法，包括：构建深层残差CNN模型，将低分辨率图像输入所述深层残差CNN模型进行识别，得到识别后的图像；将所述识别后的图像输入VGG损失网络进行识别效果评价，获取具备超分辨率的识别图像。本发明实施例还提供了一种主动交互装置及非暂态可读存储介质，用来实现所述方法。本发明可以使识别后的图像具备高频信息、纹理细节充足合理且噪声较低的优点。
残差图像超分辨率图像低分辨率图像可读存储介质超分辨率存储介质高频信息图像输入纹理细节效果评价主动交互非暂态构建噪声网络

[发明专利]基于递归残差网络的超分辨率图像重建方法-CN201810638253.X在审
发明人：赵丽娟;周登文;段然;柴晓亮 -专利权人：华北电力大学
申请日： 2018-06-20 - 公布日： 2018-11-30 - 主分类号： G06T3/40 文献下载
摘要：本发明实施例提供一种基于递归残差网络的超分辨率图像重建方法，包括：将低分辨率图像输入训练后的递归残差神经网络中，获取超分辨率重建图像，其中，递归残差神经网络包括若干个残差单元，对于任一残差单元，任一残差单元的输入信息为上一残差单元的输出信息和低分辨率输入图像的高频特征图像。本发明通过局部残差学习而非VDSR所用全局残差学习来训练神经网络，更有助于信息传输和梯度流动，将未插值的低分辨率图像作为输入，最后在网络末端使用去卷积层直接上采样到超分辨率输出图像，并通过在残差单元中引入递归结构，使得参数大大减少，降低了递归残差神经网络的计算复杂度。
残差递归神经网络超分辨率图像重建低分辨率图像超分辨率重建图像训练神经网络计算复杂度超分辨率低分辨率递归结构高频特征输出图像输出信息输入图像输入信息网络末端信息传输去卷积上采样网络图像学习引入流动全局

[实用新型]集电器滑块-CN201420437502.6有效
发明人： 周登文 -专利权人：甘肃酒钢集团宏兴钢铁股份有限公司
申请日： 2014-08-05 - 公布日： 2015-02-04 - 主分类号： B66C13/12 文献下载
摘要：本实用新型涉及起重机供电装置技术领域，具体的说是利用率高，便于检修更换的一种集电器滑块。它包括底座、导电铜片、滑块，所述滑块上设有内螺纹通孔，所述底座、导电铜片与所述滑块通过螺栓自上而下固定连接，所述螺栓与所述底座的接触面设有垫片，所述螺栓为黄铜制六方螺栓，所述滑块的高度为20mm。本实用新型利用率高，使用周期长，节省了费用，安全性能高，检修、更换方便快捷，有效解决和弥补了SDJDG-Ⅱ型集电器滑块集电器滑块的不足和缺陷，可广泛应用于桥式起重机、梁式起重机、冶金专用起重机等起重机的供电装置。
电器

[发明专利]一种边相关的联合彩色去马赛克和放大方法-CN201310317267.9无效
发明人： 周登文;程志明;董未名 -专利权人：华北电力大学
申请日： 2013-07-25 - 公布日： 2013-10-09 - 主分类号： H04N9/04 文献下载
摘要：一种边相关的联合彩色去马赛克和放大方法，属于单传感器数码相机的图像处理领域。该方法步骤包括绿色平面去马赛克：方向插值，方向判定；估计颜色差图像；求精；绿色平面放大；颜色差图像放大。本发明是数码相机向用户提供可视的图像处理链中重要步骤。本发明根据传感器获取的原始马赛克图像，计算局部梯度和确定局部插值方向，并一致应用于绿色平面的恢复。利用图像颜色平面之间的谱相关性(即颜色差图像)，红色和蓝色平面被去马赛克和放大。本发明的输出可直接作为相机的输出结果，也可在相机中进行其它后续处理。实验结果显示，与传统及现有其它联合去马赛克和放大方法相比，本发明产生的图像保留了最多的细节，产生了最少的彩色缺陷。
一种相关联合彩色马赛克放大方法

[发明专利]一种自动化的扫描阅卷系统及阅卷方法-CN200810105224.3无效
发明人：程文刚;吴克河;陈圣俭;柳长安;陆俊;廖斌;周登文;仲莉恩 -专利权人：华北电力大学
申请日： 2008-04-28 - 公布日： 2008-12-31 - 主分类号： G06F19/00 文献下载
摘要：一种自动化的扫描阅卷系统及方法，属于图像处理和模式识别技术领域。该系统由试卷定义模块、基于VBA的答卷制作工具、文档扫描仪、数据库服务器、答卷信息自动识别模块、答卷识别结果校正模块和自动评分汇总模块组成，整个自动阅卷系统是一个星形结构，数据库服务器是系统的中心，其他各个模块及设备都单独以网络的形式与其相连接，用于信息传递和网络共享；一种自动的扫描阅卷方法包含以下步骤：试卷定义、基于VBA的试卷制作、考试、主观题评阅、答卷扫描、答卷信息识别、识别结果校正和自动评分汇总。优点在于，本发明能判阅同时包含主观题和客观题的试卷，操作技术和设备要求低，对答卷的纸张质量、用笔和印刷要求低，校正方便。
一种自动化扫描阅卷系统方法

1
共 8 条