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20个,建议您升级VIP下载更多相关专利
  • [发明专利]实时自适应阴影和高光增强-CN201680088054.5有效
  • 袁路;S·B·康;C·A·沙阿 - 微软技术许可有限责任公司
  • 2016-07-26 - 2022-08-26 - G06T5/40
  • “自适应曝光校正器”对个体图像或任意长度的图像序列执行自动实时曝光校正。“曝光校正”在本文中被限定为对图像的阴影、高光、高频特征和颜色饱和度的任何组合的自动调整或校正。自适应曝光校正器通过各种噪声知晓图像处理函数的曝光校正,基于图像ISO和相机ISO能力以及相机噪声特性输出感官上改善的图像。初始校准过程使这些噪声知晓图像处理函数适用于特定相机型号和类型的噪声特性以及特定相机ISO设置。更具体而言,此校准过程预计算噪声知晓缩放函数(NASF)和颜色标量函数(CSF)。NASF和CSF然后被应用以调适各种图像处理函数,随后应用这些图像处理函数以在图像被捕捉时对这些图像执行实时噪声知晓曝光校正。
  • 实时自适应阴影增强
  • [发明专利]基于区域的图像去噪-CN200780003467.X有效
  • R·S·泽里斯基;S·B·康;C·刘;C·L·泽特尼克 - 微软公司
  • 2007-01-25 - 2009-02-25 - H04N5/21
  • 一种“图像去噪器”提供了用于对彩色图像去噪的概率性过程,该去噪是通过将输入图像分段成区域、估算每一区域内的统计量、然后使用概率性图像形成模型来估算干净(或经去噪的)图像来完成的。在一个实施例中,使用每一区域之间所估算的模糊来减少因对输入图像去噪而导致的区域边界的人为锐化。在其它实施例中,所估算的模糊用于其它目的,包括锐化一个或多个区域之间的边缘,以及选择性地模糊或锐化图像的一个或多个特定区域(即,选择性聚焦)同时维持各区域之间的原始模糊。
  • 基于区域图像
  • [发明专利]使用二色图像的贝叶斯去镶嵌-CN200780003776.7有效
  • E·P·贝内特;M·T·尤特纳达勒;C·L·泽特尼克;S·B·康;R·S·泽里斯基 - 微软公司
  • 2007-01-25 - 2009-02-25 - H04N9/04
  • 一种贝叶斯二色图像去镶嵌器和方法用于处理数字彩色图像以便用减少图像伪像的方式来对该图像去镶嵌。该方法和系统是对先前的去镶嵌技术的改进和增强。对该图像执行初步去镶嵌遍以向每一像素分配一完整定义的RGB三元组色彩值。所处理的图像中的色彩的最终色彩值被限于两个色彩的线性组合。对于图像中的每一像素的完整定义的RGB三元组色彩值用于找出表示占优势的两个色彩的两个集群。然后确定这两个占优势的色彩对最终色彩值的贡献量。该方法和系统还可处理多个图像以改进去镶嵌结果。当使用多个图像时,可在更精细的分辨率,称为超分辨率下执行采样。
  • 使用图像贝叶斯去镶嵌
  • [发明专利]从图像中自动移除紫边-CN200680049932.9有效
  • S·B·康 - 微软公司
  • 2006-12-21 - 2009-02-11 - G06F17/00
  • 一种用于从高分辨率图像中自动消除紫边区域的自动紫边移除系统和方法。该技术使用紫边区域经常邻近接近饱和的区域以及紫边区域的蓝色和红色强度远大于绿色强度的观察经验。该自动紫边移除系统和方法通过自动检测图像中的紫边区域并然后自动修正该区域来实现这些观察经验。通过找出接近饱和的区域和候选区域并然后将紫边区域定义为邻近接近饱和的区域的候选区域来实现自动检测。通过使用羽化处理、单色平均处理将该区域中的彩色像素替换为某些全单色像素或通过使用绿色强度值设置红色和绿色强度值来实现紫边区域的自动修正。
  • 图像自动

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