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1038728个,建议您升级VIP下载更多相关专利
  • [发明专利]基于信息回收和频域高斯权重金字图像融合方法-CN202310270154.1在审
  • 郭立强;黄勇斌 - 淮阴师范学院
  • 2023-03-04 - 2023-06-06 - G06T5/50
  • 本发明公开了一种基于信息回收和频域高斯权重金字图像融合方法,属于图像融合技术领域。该方法首先采用高斯权重采样法进行上下采样,在上下采样过程中,使用频域滤波器替代空域滤波器进行滤波,构建频域高斯权重金字。其次,利用脉冲点火频率图融合红外与可见光不同分辨率的图像来构建融合金字,同时针对融合过程中损失的细节信息构建回收金字。最后,通过上述两个金字分别重构出结果图像并叠加得到最终的融合图像。本发明所提出的融合方法充分考虑了图像高低频信息的变化,将图像融合过程中被舍弃的部分信息回收再利用,降低了其他融合方法存在的图像视觉效果模糊、信息损失等问题,提高了融合图像的质量。
  • 基于信息回收频域高斯权重金字塔图像融合方法
  • [发明专利]一种基于尺度空间的图像对比度增强方法-CN202011477203.1在审
  • 杜小智;罗晓东;姜洪超;岳合合;虞挺;张博文 - 西安交通大学
  • 2020-12-15 - 2021-03-12 - G06T5/00
  • 本发明公开一种基于尺度空间的图像对比度增强方法,包括以下步骤:S1、对原始的图像数据进行预处理,得到输入图像数据;S2、对输入图像数据构建图像金字、以及利用图像金字构建的图像差分金字;S3、对S2得到的图像差分金字同组中的隔层图像进行叠加,得到一组新图像尺度空间;S4、在S2构建的图像差分金字和S3构件的新图像尺度空间中进行特征检测、特征描述和特征匹配。本发明通过尺度空间中不同尺度下的图像进行叠加融合来增强图像对比度,在不改变图像特征结构的前提下增强了图像对比度,同时对图像噪声也有一定的抑制作用。同时在计算量上也占据很大优势,在传统图像识别、图像准配、图像拼接算法中体现出了不错的效果。
  • 一种基于尺度空间图像对比度增强方法
  • [发明专利]一种图像处理方法、装置、模组和芯片-CN202111129615.0在审
  • 杨宏周 - 上海砹芯科技有限公司
  • 2021-09-26 - 2021-12-31 - G06T1/20
  • 本申请提供一种图像处理方法、装置、模组和芯片,该方法包括获取原始图像以及设定的图像金字层数N;将原始图像作为采样单元的初始输入图像,从原始图像开始,时分复用采样单元对输入图像进行N‑1次上采样,生成每次上采样对应的输出图像,其中,第2次到第N‑1次中每次上采样后续的输入图像为上一次上采样生成的输出图像,N≥2且N为整数;将原始图像作为图像金字的底层,将每次上采样生成的输出图像作为对应上采样的输入图像的上层,从而生成原始图像对应的图像金字图像处理方法可以在兼顾了系统资源、带宽、耗时以及功耗的基础上,生成了图像金字
  • 一种图像处理方法装置模组芯片
  • [发明专利]图像处理方法、装置、存储介质及电子设备-CN201911253886.X有效
  • 贾玉虎 - OPPO广东移动通信有限公司
  • 2019-12-09 - 2023-02-28 - G06T7/33
  • 本申请实施例公开了一种图像处理方法、装置、存储介质及电子设备,其中,首先获取到多个图像,并从其中确定出参考图像;然后,构建包括对应参考图像的N层尺寸递减的二值化参考图像的参考图像金字,以及构建包括对应非参考图像的N层尺寸递减的二值化非参考图像的非参考图像金字;然后,利用参考图像金字和非参考图像金字将非参考图像和参考图像对齐。由此,即使原始图像的曝光程度不同,但是二值化后也是很相似的,这样就能更准确的将非参考图像与参考图像对齐。并且,将图像二值化后,整体的数据量降低,还能够提高图像对齐的效率。
  • 图像处理方法装置存储介质电子设备
  • [发明专利]一种基于全卷积神经网络和特征金字的颜色校正方法-CN201910659156.3有效
  • 李得元;代超;何帆;周振 - 中电健康云科技有限公司
  • 2019-07-22 - 2021-06-22 - G06T5/00
  • 本发明公开了一种基于全卷积神经网络和特征金字的颜色校正方法,涉及图像颜色校正技术领域,本发明依次对图像进行颜色校正、裁剪、数据增强处理,得到对应的偏色图片,由若干偏色图片构成训练数据集;利用训练数据集对预设全卷积神经网络和特征金字模型进行训练,基于预设的损失函数和优化器,对预设全卷积神经网络和特征金字模型的网络参数进行优化调整,直至网络收敛,输出训练好的全卷积神经网络和特征金字模型;利用训练好的模型预估待校正图像的光源信息,根据预估得到的光源信息对待校正图像进行颜色校正,本发明通过全卷积神经网络和特征金字预估光源信息,利用伽马校正对图像进行颜色校正,确保颜色校正效果,并且普适性高。
  • 一种基于卷积神经网络特征金字塔颜色校正方法
  • [发明专利]包含运动目标的图像处理方法、装置及电子设备-CN201710981684.1有效
  • 田光亚 - 中科创达软件股份有限公司
  • 2017-10-19 - 2021-10-12 - G06T7/207
  • 本发明实施例公开了一种包含运动目标的图像处理方法、装置及电子设备,涉及图像处理技术领域。该方法包括:利用与包含运用目标的当前图像对应的深度信息,提取所述当前图像的前景特征点与背景特征点;基于所述当前图像的惯性数据及所述背景特征点,确定背景运动矢量;获取与所述当前图像的当前图像金字以及与所述当前图像关联的历史帧图像金字,基于所述当前图像金字、历史帧图像金字以及所述前景特征点,确定前景运动矢量;基于所述背景运动矢量及所述前景运动矢量,计算当前图像中运动目标的运动信息,形成与当前图像关联的目标图像。通过上述方案,能够节省系统资源,提高图像的处理效率。
  • 包含运动目标图像处理方法装置电子设备
  • [发明专利]一种基于视觉进行异常判断的方法和装置-CN201810233794.4有效
  • 张彦刚 - 北京猎户星空科技有限公司
  • 2018-03-21 - 2022-07-19 - G06V20/10
  • 本申请公开了一种基于视觉进行异常判断的方法和装置,应用于智能机器人中,其中所述基于视觉进行异常判断的方法包括:获取场景图像;将所述场景图像输入到基于空间金字池化的卷积神经网络,通过所述基于空间金字池化的卷积神经网络中的卷积神经网络提取所述场景图像的特征图,由所述基于空间金字池化的卷积神经网络中的空间金字池化网络对所述特征图进行空间金字池化处理,获得预设维数特征向量;将所述预设维数的特征向量输入到预先训练的异常检测器,根据所述异常检测器的检测结果确定是否发生异常情况
  • 一种基于视觉进行异常判断方法装置
  • [发明专利]高效的并行光流算法和GPU实现-CN201980027763.6在审
  • S·T·阿尼尔库马尔;S·E·黑尔;G·王 - 斯纳普公司
  • 2019-04-23 - 2020-12-04 - G06T7/207
  • 提供了系统和方法,其用于:启动与图像金字的包括更高分辨率的至少一个预定级别相对应的图像数据到计算设备的图形处理单元(GPU)的传输,由计算机的中央处理单元(CPU)计算图像金字的至少一个预定粗略级别的光流,由计算设备的CPU将所计算的图像金字的至少一个预定粗略级别的光流传输到GPU,由计算设备的GPU计算图像金字的包括更高分辨率的至少一个预定级别的光流,以及由计算设备的GPU输出图像数据的光流。
  • 高效并行算法gpu实现
  • [发明专利]基于归一化互相关的模板匹配方法、系统、装置及介质-CN202110537845.4有效
  • 彭凌西;张一梵;李动员;肖鸿鑫;彭绍湖;董志明 - 广州大学
  • 2021-05-18 - 2022-08-16 - G06V10/75
  • 本发明公开了一种基于归一化互相关的模板匹配方法、系统、装置及介质,方法包括:根据模板图像和目标图像构建相同层数的模板图像金字与目标图像金字;对模板图像金字的各层图像以预设的角度步长进行旋转处理,得到多个旋转图像,进而确定关键像素点;根据关键像素点在目标图像金字的顶层图像中筛选出与旋转图像的相关系数最高的第一匹配区域,并确定第一左上角坐标和第一旋转角度;根据第一左上角坐标和第一旋转角度对目标图像金字的各层图像进行逐层搜索,直至确定底层图像中与旋转图像的相关系数最高的第二匹配区域。本发明减少了模板匹配的计算量,提高了模板匹配的效率,也提高了模板匹配的准确度,可广泛应用于图像处理技术领域。
  • 基于归一化互相模板匹配方法系统装置介质

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