“图像复原技术”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果10058160个，建议您升级VIP下载更多相关专利

[发明专利]一种基于图像复原的工业CT几何尺寸测量方法-CN201510545714.5有效
发明人：闫镔;李磊;张翔;席晓琦;张峰;陈思宇;王敬雨;乔凯 -专利权人：中国人民解放军信息工程大学
申请日： 2015-08-31 - 公布日： 2017-10-24 - 主分类号： G01B15/00 文献下载
摘要：本发明公开了一种基于图像复原的工业CT几何尺寸测量方法，克服了现有技术中，一些工业CT几何尺寸测量方法仍需改进的问题。该发明具体步骤如下（1）投影数据采集；（2）重建射束硬化校正后的CT图像；（3）计算二维PSF；（4）图像复原；（5）几何尺寸测量。与现有技术相比，本发明基于图像复原的工业CT几何尺寸测量方法具有以下优点使用该发明方法复原后的CT图像，其模糊退化效应能得到有效抑制，并且能够获得更好的几何尺寸测量精度。
一种基于图像复原工业 ct 几何尺寸测量方法

[发明专利]多任务图像复原方法、系统、电子设备及存储介质-CN202110949258.6在审
发明人：李玉苹;聂祥丽 -专利权人：中国科学院自动化研究所
申请日： 2021-08-18 - 公布日： 2021-11-23 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种多任务图像复原方法、系统、电子设备及存储介质，方法包括：获取待处理的原始图像；将原始图像输入图像复原模型，得到图像复原模型输出的复原图像；其中，图像复原模型是基于非配对图像数据分别对终身循环生成对抗网络进行低光增强、去模糊和去噪多个图像复原任务训练得到的。本发明提供的多任务图像复原方法、系统、电子设备及存储介质，通过非配对图像数据分别对终身循环生成对抗网络进行低光增强、去模糊和去噪多个图像复原任务训练得到图像复原模型，可同时实现低光增强、去模糊和去噪等多任务图像复原，更加准确可靠，该图像复原模型基于非配对图像数据训练得到，避免了训练数据的局限性问题，易于实现。
任务图像复原方法系统电子设备存储介质

[发明专利]一种图像复原装置及方法-CN202011225419.9在审
发明人：张笑钦;胡杰;吴益剑 -专利权人：温州大学大数据与信息技术研究院
申请日： 2020-11-05 - 公布日： 2021-01-05 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种图像复原装置及方法。所述图像复原装置包括图像采集模块、图像预处理模块、目标样本采样模块、复原处理模块和复原图像显示模块。图像采集模块用于采集原始模糊图像信息；图像预处理模块接收所述图像采集模块采集的图像信息，并对所述图像信息进行预处理；目标样本采样模块对经过所述图像预处理模块得到的图像进行滑动采样，得到目标采样样本图像；复原处理模块将所述目标采样样本图像输入至已训练的卷积神经网络模型中，对图像进行复原处理；复原图像显示模块接收所述复原处理模块的输出复原图像进行显示。本发明还提供一种图像复原方法，应用本发明，能显示图像的原始内容、提升了图像质量，且可改善观察者的视觉体验。
一种图像复原装置方法

[发明专利]一种亮度通道引导的简单镜头成像模糊去除方法-CN201710000491.3有效
发明人：不公告发明人 -专利权人：长沙全度影像科技有限公司
申请日： 2017-01-03 - 公布日： 2018-03-16 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种亮度通道引导的简单镜头成像模糊去除方法，涉及图像复原技术领域，包括将RGB彩色图像转换成YUV格式图像，并提取亮度Y图像，以亮度Y作为引导图像，利用盲卷积图像复原算法进行简单镜头的PSF标定，然后再利用非盲卷积图像复原算法对模糊图像进行去模糊处理，得到最终的清晰图像。本方法不同于传统方法直接利用RGB图像进行PSF标定，亮度Y通道并不包含色度信息，以亮度Y通道为引导可以避免简单透镜的色散对PSF标定精度的影响，从而提高最终图像复原质量。
一种亮度通道引导简单镜头成像模糊去除方法

[发明专利]手抖动补正装置-CN200610151585.2无效
发明人：福本晋平;蚊野浩;藤田日出人;畑中晴雄 -专利权人：三洋电机株式会社
申请日： 2006-09-13 - 公布日： 2007-03-28 - 主分类号： H04N5/243 文献下载
摘要：一种手抖动补正装置，包括：使用所给与的水平方向的缩小率和垂直方向的缩小率缩小手抖动信号的手抖动信号缩小部件；根据由手抖动信号缩小部件缩小的手抖动信号生成图像复原滤波器的图像复原滤波器生成部件；用与由手抖动信号缩小部件缩小手抖动信号时使用的水平方向以及垂直方向的缩小率相同的缩小率缩小手抖动图像的图像缩小部件；使用由图像复原滤波器生成部件生成的图像复原滤波器对由图像缩小部件缩小的手抖动图像进行图像复原的图像复原部件；通过把由图像复原部件复原的复原图像放大，生成对于手抖动图像的复原图像的图像放大部件。
抖动补正装置

[发明专利]一种图像复原方法、装置及电子设备-CN202310415727.5在审
发明人：彭莉;田鸥 -专利权人：平安银行股份有限公司
申请日： 2023-04-12 - 公布日： 2023-07-21 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种图像复原方法、装置及电子设备，方法包括：建立印章缺陷图像复原数据集；构建对抗生成网络；基于所述印章缺陷图像复原数据集对所述对抗生成网络进行训练，生成图像复原模型；获取待处理的印章图像，将待处理的印章图像输入所述图像复原模型，生成印章图像复原结果。本发明实施例能够基于深度学习模型，自适应挖掘干净印章图像与模糊、伪影、缺失等缺陷印章图像之间的关系，实现一键印章图像复原，提升了印章图像复原效率，给企业带来极大的便利性。
一种图像复原方法装置电子设备

[发明专利]图像复原方法、装置、电子设备及计算机存储介质-CN202210799022.3在审
发明人：赵洋;范帆;陈缘;曹力;李琳;刘晓平 -专利权人：合肥工业大学
申请日： 2022-07-06 - 公布日： 2022-11-01 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及图像处理与计算机视觉领域，提供一种图像复原方法、装置、电子设备及计算机存储介质，该方法包括：通过纹理编码模块对输入图像进行纹理编码，结合纹理分支网络对编码后的输入图像进行纹理复原，输出最终纹理复原图像；通过梯度编码模块对输入图像进行梯度编码，结合梯度分支网络对编码后的输入图像进行梯度复原，输出最终梯度复原图像；通过主干网络对输入图像进行超分辨率处理，输出最终重建特征图；将最终纹理复原图像、最终梯度复原图像和最终重建特征图进行融合，得到携带有纹理信息和梯度信息的复原图像。本申请实施例提供的图像复原方法在图像超分辨率复原的过程中，保留了纹理信息和梯度信息，提升低分辨率图像的复原质量。
图像复原方法装置电子设备计算机存储介质

[发明专利]一种X射线图像复原方法、系统、装置及介质-CN202111010805.0有效
发明人：马鸽;李俊儒;邹涛;赵志甲;李致富 -专利权人：广州大学
申请日： 2021-08-31 - 公布日： 2023-07-04 - 主分类号： G06T5/00 文献下载
摘要：本发明提供的一种X射线图像复原方法、系统、装置及介质，方法包括获取微聚焦X射线图像，将微聚焦X射线图像多分辨率分解得到若干子图像；构建子图像的图像复原模型，根据图像复原模型通过增广拉格朗日方法迭代求解得到若干对应子图像复原后的清晰图像；将对应子图像复原后的清晰图像融合得到待求解的清晰图像；方案在增广拉格朗日方法中引入辅助变量，并对图像复原模型中的多变量优化问题进行分离处理；通过全局和声搜索确定辅助变量初始值并进行方向自适应迭代求解得到清晰图像；方法引入多分辨率思想，分层谱求解，有效地提高了算法的求解速度，并充分利用群智能搜索算法提高了方案的全局性和鲁棒性，因此可广泛应用于图像处理技术领域。
一种射线图像复原方法系统装置介质

[发明专利]一种基于对称边缘填充的简单透镜边缘区域去模糊方法-CN201710856784.1有效
发明人：张智福;余思洋;陈捷 -专利权人：长沙全度影像科技有限公司
申请日： 2017-09-21 - 公布日： 2021-04-13 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于对称边缘填充的简单透镜边缘区域去模糊方法，涉及图像复原技术领域，包括：用简单透镜拍摄模糊图像；提取边缘，通过对称翻转操作扩充边缘区域；利用盲卷积图像复原算法单独处理边缘区域；通过均值融合方法截取边缘区域的去模糊图像本方法利用简单透镜模糊核的空间对称性，扩充边缘区域为图像复原算法提供更丰富的图像信息，相对于现有方法，本发明能提高边缘区域的图像复原精度，在图像处理领域具有重要意义。
一种基于对称边缘填充简单透镜区域模糊方法

[发明专利]一种图像复原方法、装置、图像复原设备及存储介质-CN202011593292.6有效
发明人：张冀聪;王海波;王华;胡静斐;曹朝辉;武广 -专利权人：北京航空航天大学合肥创新研究院
申请日： 2020-12-29 - 公布日： 2022-05-17 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种图像复原方法、装置、图像复原设备及存储介质。该方法包括：通过模糊强度评估网络对待处理图像进行评估，生成模糊强度特征图；将所述待处理图像和所述模糊强度特征图输入模糊消除主网络；通过所述模糊消除主网络，根据所述模糊强度特征图对所述待处理图像进行设定次数的迭代处理，输出复原图像。上述技术方案采用模糊强度评估网络提取待处理图像的模糊强度特征，并采用模糊消除主网络对待处理图像进行迭代处理，其中的模糊强度评估网络和模糊消除主网络为经过训练的网络，具备相应的功能，可实现图像的自动复原，提高图像复原的效率和质量。
一种图像复原方法装置设备存储介质

[发明专利]一种多光谱遥感图像复原方法-CN202210355458.3在审
发明人：毕国玲;李宪圣;陈哲;聂婷;吕恒毅;韩诚山 -专利权人：中国科学院长春光学精密机械与物理研究所
申请日： 2022-04-04 - 公布日： 2022-06-28 - 主分类号： G06T5/00 文献下载
摘要：一种多光谱遥感图像复原方法，涉及遥感图像处理技术领域，为解决现有技术针对条带滤光片存在异常时，导致图像出现模糊，而采用现有复原方法会对遥感多光谱图像原有信息带来不同程度的损失等问题，设定光线经多次反射后能量衰减系数为d，经过反射后的能量叠加的位置相对原正常光线成像位置的偏移量为a，正常成像的清晰图像为J，且经过反射后叠加后得到的模糊图像为Z；设定像元位置为k时，清晰图像的码值为J[k]，该位置被反射后的能量叠加后的模糊图像码值为Z[k]，则位置k+a的清晰图像的码值为J[k+a]，对应模糊图像的码值为Z[k+a]，依次类推，获得清晰图像的复原图像，本发明方法避免了其他通用复原算法的复杂计算以及复原后导致的图像细节信息损失。
一种光谱遥感图像复原方法

[发明专利]VIN图像采集装置及其图像复原系统、图像复原方法-CN201810923227.1在审
发明人：刘勇;赵光明;杨景云;方人宇 -专利权人：成都佳诚弘毅科技股份有限公司
申请日： 2018-08-14 - 公布日： 2020-02-21 - 主分类号： G06K9/20 文献下载
摘要：本发明公开了一种VIN图像采集装置及其图像复原系统、图像复原方法，涉及图像采集和处理技术领域。本发明通过构建包含结构激光发生器、结构激光相机和可见光相机的图像采集装置，利用细线上任意一点的空间三维坐标与结构激光图像像素坐标、可见光图像像素坐标三者之间的转换关系，获得结构激光图像中待测面的形面参数，利用形面参数对可见光图像进行几何变换和曲面展开，并最终得到包含比例尺度的复原图像。本发明获得的车辆识别代号复原图像具有已知的空间分辨率，因此可以将该复原图像打印出来与实物或纸质拓印材料进行1:1的比对。
vin 图像采集装置及其复原系统方法

[发明专利]可快速获取多种自然退化图像复原模型的迁移学习方法-CN202110529381.2有效
发明人：马峻;尹翔宇;陈寿宏;徐翠锋;郭玲 -专利权人：桂林电子科技大学
申请日： 2021-05-14 - 公布日： 2022-08-19 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及基于深度学习的计算机视觉技术领域，尤其涉及一种可快速获取多种自然退化图像复原模型的迁移学习方法；包括如下步骤：人工合成自然退化图像通用数据集；利用自然退化图像通用数据集对深度卷积神经网络进行预训练，得到通用复原模型；采用针对特定退化现象的数据集对通用复原模型进行迁移学习，对其部分卷积层参数进行微调训练，得到特定自然退化现象的复原模型。从而可以通过重用一种预训练的通用自然退化图像复原模型，进行迁移学习，快速得到多种针对特定自然退化现象的复原模型。该方法不仅加快了训练特定复原模型的速度，节省了训练时间，减小了对大量退化数据的依赖，还能让复原模型更加鲁棒，复原效果更加稳定。
快速获取多种自然退化图像复原模型迁移学习方法

[发明专利]一种基于泊松概率模型的模糊图像序列融合复原方法-CN202011016945.4在审
发明人：董文德;徐剑;徐贵力 -专利权人：南京航空航天大学
申请日： 2020-09-24 - 公布日： 2020-11-24 - 主分类号： G06T5/50 文献下载
摘要：本发明涉及一种基于泊松概率模型的模糊图像序列融合复原方法，包括：分别采用泊松概率分布模型、梯度lp范数和l1范数分别对模糊图像序列噪声、清晰图像和点扩散函数进行建模，并构建模糊图像复原问题模型；之后将问题模型分解为关于辅助变量和基于残差l2范数的模糊图像序列复原两个最优估计子问题，并采用迭代优化算法对上述两个子问题进行求解，最终得到复原图像和模糊图像序列对应的点扩散函数的估计值。上述技术方案中提供的基于泊松概率模型的模糊图像序列融合复原方法，能有效解决采用高斯概率模型建模的模糊图像复原方法得到的清晰图像不符合实际情况的问题。
一种基于概率模型模糊图像序列融合复原方法

[发明专利]一种水下热扰动图像复原方法-CN202110134835.6在审
发明人：涂可致 -专利权人：涂可致
申请日： 2021-02-01 - 公布日： 2021-06-04 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及水下光学技术领域，具体涉及一种水下热扰动图像复原方法，包括以下步骤：建立水下热扰动图像采集系统；在不同热扰动程度下采集水下目标物的图像；对采集的图像进行预处理，构建不同热扰动程度的训练集和测试集；建立神经网络模型，利用训练集对神经网络模型进行训练，得到训练完成的神经网络分类模型；构建深度学习图像复原模型；采用测试集分别对深度学习图像复原模型进行训练，得到针对不同热扰动程度的训练完成的深度学习图像复原模型；对于待处理的图像，首先利用神经网络分类模型自动识别出热扰动程度，并根据热扰动程度自动选择相应的深度学习图像复原模型，直接得到复原后的清晰图像。
一种水下扰动图像复原方法