[发明专利]一种混合高低阶图卷积传播系统在审
| 申请号： | 201910705353.4 | 申请日： | 2019-08-01 |
| 公开（公告）号： | CN110675352A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 雷方元;刘勋;戴青云;蔡君 | 申请（专利权）人： | 广东技术师范大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50 |
| 代理公司： | 11350 北京科亿知识产权代理事务所(普通合伙) | 代理人： | 肖平安 |
| 地址： | 510665 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种混合高低阶图卷积传播系统，其特征在于包括输入层，与输入层相连的图卷积池化层，以及与图卷积池化层相连的采用softmax函数进行多分类输出的输出层；所述图卷积池化层至少为两个，并且图卷积池化层之间依次相连；所述图卷积池化层由图卷积层和与图卷积层相连的信息融合池化层构成，所述输入层与其相连的图卷积池化层中图卷积层相连，而后连接于输入层的图卷积池化层中的信息融合池化层与下一个相邻的图卷积池化层中的图卷积层相连；与经典的一阶图卷积和其他高阶图卷积方法相比，本系统的信息融合池化层实现了对应空间位置节点的信息融合，保留了网络的空间信息，进而实现了最高的精度，而且也保证了最好的稳定性。 | ||
| 搜索关键词： | 池化 信息融合 输入层 积层 传播系统 空间位置 空间信息 依次相连 输出层 高阶 一阶 输出 分类 保留 保证 网络 | ||
【主权项】：
1.一种混合高低阶图卷积传播系统，其特征在于：所述系统主要包括输入层，与输入层相连的图卷积池化层，以及与图卷积池化层相连的采用softmax函数进行多分类输出的输出层；所述图卷积池化层至少为两个，并且图卷积池化层之间依次相连；所述图卷积池化层由图卷积层和与图卷积层相连的信息融合池化层构成，所述输入层与其相连的图卷积池化层中图卷积层相连，而后连接于输入层的图卷积池化层中的信息融合池化层与下一个相邻的图卷积池化层中的图卷积层相连；/n设系统输出层的输出为Y，则：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东技术师范大学，未经广东技术师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910705353.4/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种增强凸文图像对比度的处理方法-201910794857.8
- 韦耀东;马龙 - 南京东唯电子科技有限公司
- 2019-08-27 - 2020-02-14 - G06T5/50
- 本发明公开了一种增强凸文图像对比度的处理方法，包括四个条形灯、待测凸文标签和摄像头，所述四个条形灯为第一条形灯、第二条形灯、第三条形灯和第四条形灯，所述摄像头位于待测凸文标签的正上方，有效提高凸文文字识别率，提高凸文检验效率；降低工业现场技术人员的工作难度，方便工程师的项目管理，减少项目成本。
- 用于复合超声图像生成的方法和系统-201880041427.2
- F·G·G·M·维尼翁;W·候;J-L·F-M·罗伯特;E·G·勒杜列斯库;曹继 - 皇家飞利浦有限公司
- 2018-06-18 - 2020-02-14 - G06T5/50
- 本发明提供了一种用于生成复合超声图像的方法。所述方法包括采集通道数据并对所述通道数据进行波束形成。使用经波束形成的通道数据，获得感兴趣区域的多幅图像，每幅图像包括多个像素，并且评价图像信息度量，其中，所述图像度量与所述多个像素中的像素相关联。对所述多幅图像的所述采集和对所述图像度量的所述评价被并行地执行。针对所述多幅图像中的每幅图像：针对所述多个像素中的每个像素的每像素加权基于对所述图像信息度量的所述评价被确定，并且被应用于所述多个像素中的每个像素。最后，基于所述多幅图像的多个经加权的像素来生成复合超声图像。
- 一种基于深度学习的小目标特征表示增强方法-201910886472.4
- 姜明;何利飞;张旻;李鹏飞;汤景凡 - 杭州电子科技大学
- 2019-09-19 - 2020-02-11 - G06T5/50
- 本发明公开了一种基于深度学习的小目标特征表示增强方法。本发明步骤如下：步骤1、在包含超过1400万张图像，涵盖20000个类别的超大规模数据库上预训练神经网络模型Faster R‑CNN；步骤2、读取输入的图像数据；步骤3、通过卷积神经网络生成特征图，建立特征图空间金字塔；步骤4、从注意力机制模块中获得特征图权重；步骤5、按照获得的权重融合了来自不同层次的特征图；步骤6、对特征图进行了检测和定位；步骤7、针对指定任务重复步骤3到6继续训练神经网络模型，直至网络达到最优值。我们的方法增强了显著特征的影响，并且有效地结合了深层语义和浅层高分辨率的卷积神经网络特征，因此提高了整体目标检测精度。
- 一种通过CT图像合成X光片及标记的方法-201911003131.4
- 曾凯;何健;冯亚崇 - 南京安科医疗科技有限公司
- 2019-10-21 - 2020-02-11 - G06T5/50
- 本发明提出一种通过CT图像合成X光片及标记的方法，包括步骤：(1)获取CT图像；(2)从CT图像中提取所需组织的标记图像：将轮廓图像中属于所需组织的体素点标记为特定值，其余体素点标记为另一值，得到标记图像；(3)对得到的CT图像进行特定角度的正投处理，得到CT图像的X线图像；(4)对得到的标记图像进行特定角度的正投处理，得到标记图像的X线图像；(5)将CT图像的X线图像与标记图像的X线图像进行合成，得到带有所需组织标记的合成X线图像。本发明通过CT图像合成X线图像，根据在CT图像上所得到的标注合成X线图像上的标注，相对于直接在X光片上进行标注，可以缩短时间和提高准确率。
- 一种拼合图片资源的方法及图片资源拼合装置-201510378755.X
- 宋雷;艾知奇 - 珠海豹趣科技有限公司
- 2015-06-30 - 2020-02-07 - G06T5/50
- 本发明的实施例公开一种拼合图片资源的方法及图片资源拼合装置。方法包括：按照预设的图片尺寸阈值调整应用程序运行所需的图片资源；以预定义的分割线将一空白图片模板划分为多个空白图片子模板，所述空白图片子模板的尺寸与图片尺寸阈值相同；依次将调整的图片资源置于对应的空白图片子模板中，构建空白图片子模板与调整的图片资源的映射关系，生成拼合的图片资源；在应用程序加载图片资源时，查询映射关系得到待加载图片资源所在的空白图片子模板，从所述得到的空白图片子模板中提取所述待加载的图片资源进行加载。应用本发明，可以提升应用程序界面显示质量以及系统运行效率。
- 微纳米尺度下光学图像的无损清晰重构方法-201810137069.7
- 魏阳杰;刘永俊;王义 - 东北大学
- 2018-02-10 - 2020-02-07 - G06T5/50
- 本发明提供一种微纳米尺度下光学图像的无损清晰重构方法，涉及数字图像处理技术领域。该方法首先通过改变摄像机与物体之间的距离获得两幅图像分别作为源图像和目标图像，然后再计算源图像和目标图像所对应的清晰图像到目标图像的光学能量传播时间，进而得到清晰图像，最后再分别计算目标图像和清晰图像的平均梯度和图像熵，来测量重构的清晰图像的清晰程度。本发明提供的微纳米尺度下光学图像的无损清晰重构方法，运用光学能量传播方程动态无损地重构清晰图像，避免了传统利用求解反卷积方法重构清晰图像时复杂的计算过程，实现了在微纳米视觉下对目标特征的精确观测，为微纳米视觉中图像恢复的研究提供了理论研究基础。
- 图像处理方法、装置、计算机可读存储介质和计算机设备-201711354302.9
- 陈德银 - OPPO广东移动通信有限公司
- 2017-12-15 - 2020-02-04 - G06T5/50
- 本申请涉及一种图像处理方法、装置、计算机可读存储介质和计算机设备。所述方法包括：获取第一图像的第一人脸坐标；获取第二图像的第二人脸坐标，其中第一图像和第二图像为两张不同分辨率的图像，第一图像的图像尺寸大于第二图像的图像尺寸；根据第一图像的图像尺寸和第二图像的图像尺寸计算放大比例，根据放大比例和第二人脸坐标计算得到第二目标人脸坐标；将第一人脸坐标和第二目标人脸坐标进行比较，得到比较结果；根据比较结果进行人脸聚合。上述图像处理方法、装置、计算机可读存储介质和计算机设备，提高了图像处理的准确性。
- 一种高频次遥感时间序列数据的时域重建方法-201710119779.2
- 杨刚;孙伟伟;卓文静;马俊 - 宁波大学
- 2017-03-02 - 2020-01-31 - G06T5/50
- 本发明涉及高频次遥感时间序列数据的时域重建方法，包括以下步骤：步骤1，对多天合成的遥感时间序列数据进行时域滤波，得到高质量的多天合成的遥感时间序列数据；步骤2，对步骤1生成的高质量的多天合成的时间序列数据进行时域插值重建，得到与目标数据时间分辨率一致的高频次遥感时间序列数据；步骤3，以原始的高频次时间序列数据为标准，将近似的高频次遥感时间序列数据进行归一化处理；步骤4，对近似的高频次遥感时间序列数据进行真值还原；步骤5，对低质量的高频次遥感时间序列数据进行泊松校正。本发明提出的方法可以有效的消除云等因素的影响，提高遥感时间序列数据的质量和可靠性，为后续应用提供可靠的支撑。
- 水下图像的增强方法及装置、存储介质、终端-201910986114.0
- 姬弘桢;王微 - 紫光展讯通信(惠州)有限公司
- 2019-10-16 - 2020-01-24 - G06T5/50
- 一种水下图像的增强方法及装置、存储介质、终端，水下图像的增强方法包括：获取待处理水下图像；对于待处理水下图像中每一像素，根据像素在绿色通道的像素值对像素在红色通道的像素值进行补偿；在亮度色度空间对补偿后图像进行边缘细节增强，以得到第一图像，以及对补偿后图像进行对比度提升，以得到第二图像；对于第一图像和所述第二图像中每一像素，计算像素在亮度平面上针对对比度的第一权重、针对显著度的第二权重以及针对亮度的第三权重；根据各个像素的第一权重、第二权重以及第三权重计算各个像素的最终权重；利用各个像素的最终权重对第一图像和第二图像进行融合，以得到融合图像。本发明技术方案能够提升水下图像的图像质量。
- 针对路线图方法确定加权的方法、数据存储器和成像设备-201910623821.3
- Y.基里亚库 - 西门子医疗有限公司
- 2019-07-11 - 2020-01-21 - G06T5/50
- 本发明涉及一种针对路线图方法自动确定加权的方法(1)、相应的计算机程序、具有这种计算机程序的相应的数据存储器和相应的用于自动执行方法(1)的成像设备。在方法(1)中，由解剖图像(2)和对象图像(6)产生第一和第二加权图像。为此，对属于预先给定的解剖特征(3)或者器械(7)的像素分配预先给定的第一加权值。随着解剖特征(3)或者器械(7)与相应的拍摄区域(4)的边缘(R)的距离的增加，根据预先给定的单调递减函数，对其余的像素分配与位置相关地变小的加权值。提供通过相互合成第一和第二加权图像产生的总加权图像(10)和/或根据总加权图像(10)确定的关注区域(11)，作为针对图像处理算法的输入数据。
- 多聚焦图像的处理方法及装置、存储介质、电子设备-201910984450.1
- 魏传振;高庆山;韩涛 - 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
- 2019-10-16 - 2020-01-21 - G06T5/50
- 本公开涉及图像处理技术领域，提供了一种多聚焦图像的处理方法、多聚焦图像的处理装置、计算机存储介质、电子设备，其中，多聚焦图像的处理方法包括：获取至少两张多聚焦图像，多聚焦图像包含基准图像以及非基准图像；提取基准图像中包含的第一目标物图像；根据第一目标物图像的像素点位置，确定非基准图像中包含的第二目标物图像；根据脉冲耦合神经网络对第一目标物图像与第二目标物图像进行融合处理，以得到全聚焦图像。本公开中的多聚焦图像的处理方法不仅能够解决现有技术中的成像方法无法对来自不同视角、具有不同视差的图像进行融合处理的技术问题，而且能够提高图像清晰度。
- 生成合成图片的方法及装置-201510146155.0
- 丁威;杜志军;王楠;张宇;何强 - 阿里巴巴集团控股有限公司
- 2015-03-30 - 2020-01-21 - G06T5/50
- 本申请提供一种生成合成图片的方法，包括：统计背景图像被覆盖区域的灰度特征值；所述被覆盖区域为背景图像在合成图片中被前景图像遮挡的部分；根据所述灰度特征值对前景图像有效区域的灰度值进行调整；所述有效区域为前景图像在合成图片中遮挡背景图像的部分；将背景图像的被覆盖区域与调整后前景图像的有效区域相融合，得到合成图片。本申请的技术方案使得自动生成的合成图片具有一定的美观程度，提高了生成合成图片的效率。
- 图像畸变校正方法及装置-201580028733.9
- 朱聪超;罗巍 - 华为技术有限公司
- 2015-09-15 - 2020-01-21 - G06T5/50
- 本发明实施例涉及一种图像畸变校正方法及装置，所述方法包括：以偏离竖直方向的第一角度拍摄第n帧图像，其中，第n帧图像的第一像素点到光心的距离值在光轴方向的投影为第一距离值，第n帧图像的第i像素点到光心的距离值在光轴方向的投影为第二距离值；获取第三距离值和第四距离值；根据第一距离值和第二距离值，以及第三距离值和第四距离值，获取第n帧图像的第i像素点的校正系数；根据校正系数，以第一帧图像的第i像素点的位置为基准，校正第n帧图像的第i像素点的位置。通过该方法，可以有效的避免合成后的图像不垂直、顶部发生弯曲变形等问题。
- 一种基于复小波变换的SSIM图像融合算法-201910914986.6
- 肖樟树;范花俊 - 陕西师范大学
- 2019-09-26 - 2020-01-17 - G06T5/50
- 本技术方案属于图像处理技术领域，具体涉及一种基于复小波变换的SSIM图像融合算法，包括步骤1：图像A与图像B分别进行双树复小波分解，分别得到高频复小波变换系数与低频复小波变换系数；步骤2：低频复小波变换系数采用基于SSIM的图像融合算法进行融合，高频复小波变换系数采用高频系数取大法进行融合；步骤3：将上步中分别融合后的低频复小波变换系数与高频复小波变换系数进行双树复小波逆变换，并重构得到融合图像；本方法对结构性失真较敏感，从而进一步提高了图像的融合效果。
- 图像数据中标识的处理方法及装置、存储介质和电子装置-201910979311.X
- 安达;江金陵 - 北京明略软件系统有限公司
- 2019-10-15 - 2020-01-17 - G06T5/50
- 本发明提供了一种图像数据中标识的处理方法及装置、存储介质和电子装置，其中，该方法包括：获取待处理图像中人像数据的多个目标点，其中，所述目标点与人像数据中的人体关节点相对应；确定用于放置在所述待处理图像中的待处理标识；基于多个所述目标点确定所述待处理标识在所述待处理图像中的位置，并基于所述位置融合所述待处理图像和所述待处理标识。通过本发明，解决了相关技术中通过人工对图像中的logo进行标记会效率低且会导致较大偏差的问题，提高了对图像中标识标注的效率且偏差低。
- 基于循环多列3D卷积网络的视频超分辨率重建方法-201910849968.4
- 王永芳;帅源 - 上海大学
- 2019-09-10 - 2020-01-14 - G06T5/50
- 本发明公开了一种基于循环多列3D卷积神经网络的视频超分辨率重建方法。首先，使用光流算法估计出当前LR帧
- 一种基于少数波段高分辨率图像的光谱重建方法-201710022913.7
- 韩晓琳;刘天娇;孙卫东 - 清华大学
- 2017-01-12 - 2020-01-14 - G06T5/50
- 一种基于少数波段高分图像与低分高光谱图像的高质量光谱重建方法，首先获得拥有少数波段的高分辨率图像和同一场景下低分辨率高光谱图像；其次将低分辨率高光谱图像在非分解模式下训练得到光谱字典；继而，通过拥有少数波段的高分辨率图像在无非负约束条件下进行稀疏表示，得到稀疏表示系数。再通过空间结构信息估计稀疏表示框架不能表达的部分；最后，利用字典、稀疏系数和估计部分精确重建具有高分辨率的高光谱图像；本发明在稀疏表示框架下，引入非分解模式求解光谱字典，弥补了端元分解对高光谱图像光谱特性描述能力的不足，有效提高了重建光谱精度、高光谱图像重建的有效性及重建高光谱图像的空间准确性。
- 一种混合高低阶图卷积传播系统-201910705353.4
- 雷方元;刘勋;戴青云;蔡君 - 广东技术师范大学
- 2019-08-01 - 2020-01-10 - G06T5/50
- 本发明涉及一种混合高低阶图卷积传播系统，其特征在于包括输入层，与输入层相连的图卷积池化层，以及与图卷积池化层相连的采用softmax函数进行多分类输出的输出层；所述图卷积池化层至少为两个，并且图卷积池化层之间依次相连；所述图卷积池化层由图卷积层和与图卷积层相连的信息融合池化层构成，所述输入层与其相连的图卷积池化层中图卷积层相连，而后连接于输入层的图卷积池化层中的信息融合池化层与下一个相邻的图卷积池化层中的图卷积层相连；与经典的一阶图卷积和其他高阶图卷积方法相比，本系统的信息融合池化层实现了对应空间位置节点的信息融合，保留了网络的空间信息，进而实现了最高的精度，而且也保证了最好的稳定性。
- 一种基于条件生成对抗网络的选择分割图像合成方法-201910820033.3
- 吴庆波;罗昊;陈力;马瑞;李宏亮;孟凡满 - 电子科技大学
- 2019-08-31 - 2020-01-10 - G06T5/50
- 本发明公开了一种基于条件生成对抗网络的选择分割图像合成方法，属于图像合成技术领域。本发明结合条件生成对抗网络的典型图像生成架构，将图像分割逆应用选择来进行图像间对象和背景的语义合成，为获取待合成目标d，将输入图像及其对应匹配的图像掩膜进行实例分割后，将待合成目标d作为约束条件变量和高斯随机噪声z联合输入到生成网络G中，生成的图像G(z|d)包含对象d，再和背景目标训练集t输入到判别网络D中，将训练集t中的背景和生成图像G(z|d)进行语义合成，再根据二元极小值极大博弈目标函数来提高生成网络G和判别网络D的性能，以合成质量高、符合人类感知的有意义图像。
- 图像优化网络的训练和图像优化方法、装置及设备-201910940690.1
- 王亮 - 东软医疗系统股份有限公司
- 2019-09-30 - 2020-01-10 - G06T5/50
- 本公开涉及一种图像优化网络的训练和图像优化方法、装置及设备。所述图像优化网络的训练方法包括：将预先获得的对照样本图像中第一质量级的样本图像输入至生成子网络；利用所述生成子网络对第一质量级的样本图像进行变换，生成变换图像；将所述生成子网络输出的变换图像和对应的第二质量级的样本图像，随机输入至所述判别子网络，所述判别子网络对输入图像的来源进行判别，输出来源判别结果；通过最小化所述生成子网络的网络损失和所述判别子网络的网络损失，对所述优化网络的参数进行调整，完成训练的图像优化网络中的生成子网络，能够将第一质量级的图像变换为质量级别接近于第二质量级的图像。
- 图像处理方法、图像处理装置和计算机可读存储介质-201810670236.4
- 廖可;张宇鹏;王炜 - 株式会社理光
- 2018-06-26 - 2020-01-03 - G06T5/50
- 本发明实施例提供图像处理方法、装置和计算机可读存储介质，其中图像处理方法包括：获取全景图像和在所述全景图像范围内的一个或多个局部图像；根据所述全景图像获取全景语义信息，其中，所述全景语义信息对应于所述全景图像中的语义划分区域；根据所述全景语义信息及其相应的语义划分区域，在所述一个或多个局部图像中确定一个或多个焦点区域，并根据所确定的焦点区域获取细节语义信息；利用所述全景语义信息和所述细节语义信息得到图像描述信息。
- 图像数据合成方法、装置、计算机设备和存储介质-201910848437.3
- 黄鼎隆;马修·罗伯特·斯科特;杜竹君;黄丹;胡晓军 - 深圳码隆科技有限公司;深圳市码隆人工智能研究中心
- 2019-09-09 - 2020-01-03 - G06T5/50
- 本发明涉及一种图像数据合成方法、装置、计算机设备和存储介质，所述方法包括：获取待融合类别的物品图像；对所述物品图像进行随机增广，得到增广后的物品图像；获取源图像，所述源图像中包括包裹图像，所述包裹图像包括物品图像；根据所述物品图像对所述源图像进行分割，确定所述源图像中的包裹位置；利用所述包裹位置、所述增广后的物品图像进行融合处理，生成融合后的图像。采用本方法能够获取到海量的用于训练AI智能模型的正样本图像。
- 一种消除成像反光的装置及方法-201910942649.8
- 胡晓兵;邓希;罗庆怡;孙雁;李航;向海 - 四川大学
- 2019-09-30 - 2020-01-03 - G06T5/50
- 本发明提供一种消除成像反光的装置及方法，其中，一种消除成像反光的装置，包括图像采集装置，还包括图像处理模块和照明装置，所述图像采集装置的输出端与所述图像处理模块的输入端连接；所述照明装置用于使待检测物体的表面产生不同的反光区域；所述图像采集装置用于采集所述照明装置投射在待检测物体上的图像，并传输至图像处理模块；所述图像处理模块用于将同一位置的待检测物体的不同角度的图像进行融合，并组成消除反光后的照片，本发明装置结构简单，易于实现，具有较好的消除反光的优点。
- 一种图像双重曝光融合方法及装置-201610793954.1
- 张勇;夏石川 - 北京贝塔科技股份有限公司
- 2016-08-31 - 2019-12-31 - G06T5/50
- 本申请提供了一种图像双重曝光融合方法及装置，图像双重曝光融合方法包括：对原始人脸图像进行人脸控制点识别，得到人脸区域图；对人脸区域图进行亮度填充，得到人脸权重图；对人脸权重图和原始人脸图像的单通道图像进行权重融合，得到融合权重图；对原始人脸图像和原始背景图像进行柔光处理，得到柔光处理图，并对原始人脸图像和原始背景图像进行滤色处理，得到滤色处理图；对柔光处理图和滤色处理图进行融合处理，得到待融合图像；按照融合权重图对原始人脸图像和待融合图像进行融合处理，得到双重曝光融合图像。在本申请中，通过以上方式使人脸图像在双重曝光融合图像中的双重曝光效果更佳，从而使双重曝光融合图像更加自然。
- 基于离散Tchebichef多项式变换和聚焦评价的多聚焦图像融合方法-201710076195.1
- 肖斌;史文明;周乐;李伟生 - 重庆邮电大学
- 2017-02-13 - 2019-12-31 - G06T5/50
- 本发明请求保护一种基于离散Tchebichef多项式变换和聚焦评价的多聚焦图像融合方法，涉及数字图像处理、机器视觉的技术领域。具体步骤为：1)对需要融合的多幅图像进行分块处理，得到r个m×n的图像块；2)分别对每个图像块归一化，再分别对归一化后的块进行离散Tchebichef多项式变换，得到对应的离散Tchebichef多项式变换系数；3)以高阶变换系数的能量和低阶变换系数的能量的比值作为聚焦评价函数，根据聚焦评价值最大的融合规则融合多幅输入图像；4)将融合后的图像进行一致性验证，得到最终融合后的图像。本方法建立了图像离散Tchebichef多项式变换系数与图像聚焦程度的联系，在节省融合时间的同时，有效地提高了图像的融合效果。
- 用于处理图像方法和装置-201811635344.4
- 不公告发明人 - 北京时光荏苒科技有限公司
- 2018-12-29 - 2019-12-27 - G06T5/50
- 本申请实施例公开了用于处理图像方法和装置。该方法的一具体实施方式包括：获取及显示目标图像和预设的融合用图像集合；从融合用图像集合中确定用于与目标图像进行融合的融合用图像作为初始融合用图像；确定初始融合用图像所对应的目标点及显示，其中，目标点用于对初始融合用图像同时进行至少两种几何变换；响应于检测到用户针对目标点的移动操作，基于移动操作，对初始融合用图像进行至少两种几何变换，获得目标融合用图像；对目标融合用图像和目标图像进行融合，生成融合后图像。该实施方式可以基于融合用图像的目标点，同时对融合用图像进行至少两种几何变换，提高了图像处理的效率和多样性。
- 基于一致性约束非负稀疏表示的多聚焦图像融合方法-201810086733.X
- 张强;汪星;曹运峰;史涛;韩军功;王龙 - 西安电子科技大学
- 2018-01-30 - 2019-12-24 - G06T5/50
- 本发明提出了一种基于一致性约束非负稀疏表示的多聚焦图像融合方法，用于解决现有技术中存在的融合图像清晰度低和融合复杂度较高的技术问题。其实现步骤是：输入经过配准的源图像；构建源图像的向量化矩阵；构建基于一致性约束的非负稀疏表示的稀疏编码模型；利用具有自适应惩罚因子的线性迭代方向算法对一致性约束的非负稀疏表示的稀疏编码模型进行求解，得到源图像的非负稀疏表示系数；利用源图像的非负稀疏表示系数构建图像块级标记矩阵；利用图像块级标记矩阵构建融合图像。本发明能够提高融合图像的清晰度的同时降低融合复杂度，可用于环境监测，清晰图像重建等领域。
- 一种用于遥感影像处理的时空邻域高斯加权中值滤波方法-201610640069.X
- 邓少平;甘宗平;孙盛;李胜;吴泽洪;方志民;刘学林 - 甘宗平
- 2016-08-04 - 2019-12-24 - G06T5/50
- 本发明公开了一种用于遥感影像处理的时空邻域高斯加权中值滤波方法，根据不同时间序列SAR影像的观测值同时与其时间邻域和空间邻域的观测值高度相关，且时间间隔越大、空间距离越大相关性越小，提出根据其时间和空间距离进行高斯加权的中值滤波算法，并根据SAR影像的统计分布特征，预估中值所在的区间，缩小中值搜索范围，加快中值求解速度，本发明能较好保持影像上地物细节特征，抑制斑点噪声，同时较大程度去除时序影像中车、船等临时地物的影响，解决了时序影像斑点噪声抑制问题。
- 基于光学相关器的混沌介质偏振图像获取方法-201710390481.5
- 刘飞;李果;卫毅;邵晓鹏;韩平丽;杨奎;黄盛志 - 西安电子科技大学
- 2017-05-27 - 2019-12-24 - G06T5/50
- 本发明提出了一种基于光学相关器的混沌介质偏振图像获取方法，旨在提高偏振图像获取的准确性，实现步骤为：采集多幅混沌介质偏振图像，并将这些图像中每两幅偏振状态互相垂直的偏振图像分为一组；采用光学相关器计算每组偏振图像的相关平面；计算每组混沌介质偏振图像中参考图像和目标图像间的相似性评价参数PCE；画出PCE值的变化曲线，并找出PCE值的变化曲线上PCE值最小时对应的一组混沌介质偏振图像。本发明无需精确定位太阳和探测器镜头方向，降低了图像获取的困难程度，且没有人为的将原本不相关的正交的混沌子图像变得有一定的相关性，提高了获取的偏振图像的准确性。
- 一种面向社群图像的显著图融合方法-201710613716.2
- 梁晔;马楠;胡路明;李华丽;昝艺璇;蒋元;陈强;宋恒达 - 北京联合大学
- 2017-07-25 - 2019-12-24 - G06T5/50
- 本发明提供一种面向社群图像的显著图融合方法，包括输入训练图像，包括以下步骤,对于D中的图像I，应用m种提取方法，提取所述训练图像的显著图，其中D为训练集；计算AUC值；按照步骤1和步骤2的计算方法，获得每幅图像的提取方法的排序表，排序表集合为
- 专利分类
