“多分辨率分解 ”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1602937个，建议您升级VIP下载更多相关专利

[发明专利]图像处理装置、图像处理方法、以及印刷介质-CN201380025075.9有效
发明人：新井仁之;新井偲 -专利权人：独立行政法人科学技术振兴机构
申请日： 2013-05-13 - 公布日： 2018-02-23 - 主分类号： G06T5/20 文献下载
摘要：针对图像数据，进行基于作为没有方位性的近似滤波器以及具有各方位性的多个细节滤波器的集合的、具有次数的广义风车小框架或风车小波框架的多分辨率分解，并获取子带信号，在获取基于多分辨率分解的分解阶段的子带信号的处理图像数据、或者通过将多分辨率分解的合成阶段的子带信号相加而重构图像后的处理图像数据的情况下，进行使与滤波器的至少一个对应的、多分辨率分解的分解阶段中的子带信号衰减或放大的处理。
图像处理装置方法程序印刷介质以及记录

[发明专利]多分辨率翼型设计方法和系统-CN201510578316.3有效
发明人：程攀;俞金海;张淼;刘铁军;马涂亮;张冬云;于哲慧;张美红;黄一帆;东乔天;赵旸 -专利权人：中国商用飞机有限责任公司;中国商用飞机有限责任公司上海飞机设计研究院
申请日： 2015-09-11 - 公布日： 2018-07-06 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及多分辨率翼型设计方法和系统。该多分辨率翼型设计方法包括：获得初始翼型；根据所述初始翼型，通过多分辨率分解而获得多分辨率参数化模型；使用所述多分辨率参数化模型，并通过多级优化策略进行翼型优化设计；以及获得最终翼型。本发明的多分辨率翼型设计方法和系统能起到以下有益技术效果：获得更高的优化效率以及覆盖更大范围的形状空间，从而降低最终设计翼型的时间代价，并提高翼型的气动性能。
多分辨率翼型翼型设计参数化模型多分辨率分解多级优化技术效果气动性能时间代价形状空间优化设计覆盖优化

[发明专利]降噪装置、方法及其程序-CN201480050517.X有效
发明人：门田启 -专利权人：日本电气株式会社
申请日： 2014-08-20 - 公布日： 2018-10-12 - 主分类号： G06T5/00 文献下载
摘要：在通过基于以不同分辨率同时拍摄的相同图像对象的多个图像的泛锐化处理等所创建的图像的降噪期间，为了降低破坏原始图像的信号分量的可能性，根据本发明的降噪装置包括：多分辨率分解装置，该多分辨率分解装置对输入的第一图像执行多分辨率分解以获得具有规定的第一分辨率的分量，该第一图像具有规定的分辨率，规定的第一分辨率低于输入的第二图像的规定分辨率，第二图像与第一图像同时被捕捉，第一图像和第二图像是相同对象的图像；低分辨率分量补偿装置，该低分辨率分量补偿装置通过使用第二图像对通过分解所创建的至少一个分解分量进行补偿；以及图像重配置装置，该图像重配置装置将分解的分量替换为通过补偿所创建的分解分量，对第一图像进行重配置，并且输出这样重配置的第一图像。
装置方法及其程序

[发明专利]一种多分辨率融合的射线图像增强方法-CN201310063604.6无效
发明人：沈宽 -专利权人：重庆大学
申请日： 2013-02-28 - 公布日： 2013-05-08 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种多分辨率融合的射线图像增强方法，首先从被测工件射线图像中获取包含不同缺陷特征的多幅图像；然后对多幅图像分别采用多分辨率方法进行多层分解，将图像分解为不同层上的频率系数；对频率系数进行融合处理，得到融合后的多分辨率频率系数金字塔；最后对融合后所得多分辨率频率系数金字塔进行重构，得到重构图像即为融合增强图像。改变融合增强方法中的多分辨率分解、合成方法即可改变融合增强的速度和精度。本发明具有操作方便、处理效率高、增强效果好等优点。
一种分辨率融合射线图像增强方法

[发明专利]可伸缩视频稀疏信息处理系统-CN201010194922.2有效
发明人：熊红凯;朱凌晨 -专利权人：上海交通大学
申请日： 2010-06-08 - 公布日： 2010-09-29 - 主分类号： H04N7/26 文献下载
摘要：一种信息处理技术领域的可伸缩视频稀疏信息处理系统，包括：时域分解模块、双多分辨率几何分解模块、熵编码模块、比特流多路复用器模块和率失真优化控制模块，其中：时域分解模块和双多分辨率几何分解模块相连传输时域高频和时域低频视频帧信息，双多分辨率几何分解模块和熵编码模块相连传输双多分辨率几何变换后的分解系数信息，熵编码模块和比特流多路复用器模块相连传输配置的多层比特流信息，率失真优化控制模块与时域分解模块相连传输运动估计控制信息，率失真优化控制模块与熵编码模块相连传输编码控制信息本发明兼容性强，压缩率大，编码效率高，码字开销小，可以获得更佳的视觉效果，具有广泛的应用性。
伸缩视频稀疏信息处理系统

[发明专利]基于多分辨率奇异值分解和混沌序列的图像加密方法-CN201610112258.X有效
发明人：邵珠宏;尚媛园;付小雁;丁辉;周修庄 -专利权人：首都师范大学
申请日： 2016-02-29 - 公布日： 2019-03-19 - 主分类号： G06T1/00 文献下载
摘要：本发明提出一种基于多分辨率奇异值分解和混沌序列的图像加密方法，包括：对载体图像进行多分辨率奇异值分解；使用混沌序列对秘密图像进行置乱操作；将置乱后的秘密图像分解为第一子图像和第二子图像；分别将第一子图像和第二子图像作为载体图像第一方向和第二方向的细节成分，进行多分辨率奇异值分解的逆变换，以得到包含秘密图像的载体图像。本发明的加密方法使用多分辨率奇异值分解而增加了密钥空间，从而有效提升加密的安全性和可靠性，适于在保密通信中使用。
基于分辨率奇异分解混沌序列图像加密方法

[发明专利]一种基于张量近似的海量数据多分辨率体绘制方法-CN201510558067.1有效
发明人：鲁才;张力彬;曹琛 -专利权人：电子科技大学
申请日： 2015-09-06 - 公布日： 2018-07-10 - 主分类号： G06T15/08 文献下载
摘要：本发明公开一种基于张量近似的海量数据多分辨率体绘制方法，首先对原始数据进行分块处理，得到若干数据块，然后对每一个数据块进行张量分解和多分辨率处理，最后对经张量分解和多分辨率处理后的每一个数据块进行重构处理通过采用秩截断的方法有效的过滤原始数据中的噪声，并采用因子矩阵和核心张量秩截断的方式来替代对每一次秩试探所做的张量分解，准确的对每一个数据块确定秩的大小，节省数据块最佳秩选取的时间，并根据秩截断后的得到的数据，选择每个数据块的细节水平，快速有效地降低数据的整体分辨率大小，减少处理时间，从而实现多分辨率处理，并得到比传统基于信息熵的多分辨率更好的绘制效果。
多分辨率数据块绘制截断海量数据原始数据分解近似若干数据块整体分辨率地震数据二维纹理分块处理细节水平因子矩阵信息熵有效地最佳秩重构试探噪声过滤替代创建

[发明专利]超声波诊断装置-CN201010173203.2有效
发明人：大住良太 -专利权人：株式会社东芝;东芝医疗系统株式会社
申请日： 2010-05-07 - 公布日： 2010-11-10 - 主分类号： A61B8/00 文献下载
摘要：该超声波诊断装置具备：图像生成部件，通过执行超声波收发，从而以按时间序列的方式生成多个帧的超声波图像数据；多分辨率分解部件，按层次对上述超声波图像数据进行多分辨率分解，得到第1次～第n次的低频带分解图像数据以及第1次～第n次的高频带分解图像数据，其中，n为2以上的自然数；特征量算出部件，根据得到的上述低频带分解图像数据算出特征量；滤波处理部件，对算出的上述特征量实施滤波运算；以及多分辨率合成部件，使用上述低频带分解图像数据和上述高频带分解图像数据来执行多分辨率合成
超声波诊断装置

[发明专利]基于经验模态分解的孤岛检测关键特征提取方法-CN201711182530.2有效
发明人：李铁;苏安龙;唐俊刺;曲祖义;高凯;何晓洋;金晓明;孔祥瑞;曾辉;崔岱;梁晓赫;冯占稳;孙文涛;王钟辉;王亮;许小鹏;张艳军;王顺江;周纯莹;宁辽逸;王澍;严正 -专利权人：国网辽宁省电力有限公司;国网辽宁省电力有限公司电力科学研究院;国家电网公司
申请日： 2017-11-23 - 公布日： 2021-11-09 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于多分辨率奇异谱熵和经验模态分解的孤岛检测关键特征提取方法。根据孤岛与非孤岛干扰情况下信号特征不易发掘的特点，进行信号的深度特征分析。将公共点电压信号进行多分辨率经验模态分解。利用分解信号进行相空间重构，对每层相空间矩阵进行奇异谱分解得到每层奇异值，根据各层奇异值提取各层相空间奇异谱熵。多层奇异谱熵组合后构成该信号下的多分辨率奇异谱熵的特征向量。该方法中，多分辨率经验模态分解实现了对信号频谱分层细致的解析，各层奇异谱熵对表征信号各层的唯一特征进行了统一的度量，组合后的特征向量定量描述了信号的本质特征，对同类信号和同种样本具有稳定性，适用于孤岛检测关键特征的提取
基于经验分解孤岛检测关键特征提取方法

[发明专利]图像处理装置、图像处理方法以及存储介质-CN201680085460.6有效
发明人：铃木大介;古川英治 -专利权人：奥林巴斯株式会社
申请日： 2016-05-10 - 公布日： 2021-05-11 - 主分类号： H04N5/21 文献下载
摘要：提供图像处理装置(300)，其具有：多分辨率分解部(301)，其将输入图像分解为多个分辨率图像；帧存储器(331)，其保持前一帧的循环图像作为参照图像；运动矢量检测部(332)，其将多个分辨率图像中的分辨率比输入图像的分辨率低的图像之一作为基准图像在该基准图像与参照图像之间检测运动矢量；运动补偿部(333)，其根据运动矢量对参照图像进行运动补偿，从而生成运动补偿图像；循环型噪声降低部(330)，其对基准图像和运动补偿图像进行合成，生成作为新的循环图像的降噪基准图像；以及多分辨率合成部(302)，其对降噪基准图像和多个分辨率图像中的基准图像以外的分辨率图像进行合成。
图像处理装置方法以及存储介质

[发明专利]聚丙烯生产多分辨率软测量仪表及软测量方法-CN200610155559.7无效
发明人：刘兴高 -专利权人：浙江大学
申请日： 2006-12-28 - 公布日： 2007-06-27 - 主分类号： G05B19/048 文献下载
摘要：一种聚丙烯生产多分辨率软测量仪表，包括与聚丙烯生产过程对象连接的现场智能仪表、用于存放历史数据的数据存储装置及上位机，智能仪表、数据存储装置及上位机依次相连，所述的上位机为软测量智能处理器，所述的软测量智能处理器包括标准化处理模块、主元分析模块、多分辨率分解模块、支持向量机建模模块、多分辨率重构模块、信号采集模块以及软测量模块。本发明提供一种同时考虑数据的复共线性、非线性特性和多分辨率特性，测量精度高的聚丙烯生产多分辨率软测量仪表及软测量方法。
聚丙烯生产分辨率测量仪表测量方法

[发明专利]工业过程多分辨率软测量仪表及方法-CN200610155556.3无效
发明人：刘兴高 -专利权人：浙江大学
申请日： 2006-12-28 - 公布日： 2007-08-15 - 主分类号： G05B19/048 文献下载
摘要：一种工业过程多分辨率软测量仪表，包括与工业对象连接的现场智能仪表、用于存放历史数据的数据存储装置及上位机，智能仪表、数据存储装置及上位机依次相连，所述的上位机为软测量智能控制器，所述的软测量智能控制器包括标准化处理模块、偏最小二乘模块、多分辨率分解模块、径向基函数神经网络建模模块、多分辨率重构模块、信号采集模块以及软测量模块。本发明提供一种同时考虑复共线性和非线性特性、多分辨率特性、能够得到良好的软测量效果的工业过程多分辨率软测量系统及方法。
工业过程分辨率测量仪表方法

[发明专利]一种船舶多分辨率模型建模方法-CN202311055857.9在审
发明人：雷洪涛;单小芬;朱文敏;杨骏;李吉 -专利权人：江南造船（集团）有限责任公司
申请日： 2023-08-21 - 公布日： 2023-10-13 - 主分类号： G06F30/15 文献下载
摘要：本申请提供一种船舶多分辨率模型建模方法，S1、获取多种型船的模型，将多个所述模型按照不同专业、不同维度进行模型分解，以获取不同型船的模型表达和知识数据。S2、构建用于船舶设计的多分辨率模型的知识图谱。并将多分辨率模型与所述知识图谱的数据层进行映射匹配。S3、确定船舶的设计阶段，基于所述多分辨率模型知识图谱确定所述设计阶段的多分辨率模型并驱动建模。本申请可实现在不同船舶设计阶段，实现多分辨率模型的快速创建，建立船舶三维模型一体化设计模式，提高协同设计效率，保证各阶段产品数据一致性；基于知识图谱对关联关系进行结构化统一管理，形成关联映射机制，实现多维设计模型的快速重构
一种船舶分辨率模型建模方法

[发明专利]一种基于多分辨率特征融合的穿鞋序列足迹识别方法-CN201911052150.6有效
发明人：王新年;于丹;陈文超 -专利权人：大连海事大学
申请日： 2019-10-31 - 公布日： 2023-10-27 - 主分类号： G06V10/75 文献下载
摘要：本发明提供一种基于多分辨率特征融合的穿鞋序列足迹识别方法，包括：提取待识别图像单枚鞋印相对压力分布图像；构建二维多分辨率步法能量图和一维多分辨率步法能量图；对单枚足迹二维多分辨率步法能量图二元组提取脚印姿态偏移角；利用分组模型对所述脚印姿态偏移角进行分组；根据分组后子数据库中的同类图像缩小识别范围；计算待识别多分辨率步法能量图与特征库的匹配得分，从而得到基于足迹层次化识别策略的识别结果。本发明对足迹序列分割后进行小波分解构建脚印姿态脚分组模型和多分辨率步法能量图四元组，通过基于四元组的三种特征得分融合及足迹层次化识别策略进行身份识别。
一种基于分辨率特征融合序列足迹识别方法

[发明专利]基于时序分解的多分辨率TCN网络的能源消耗预测方法及应用-CN202211164893.4在审
发明人：季明皓;胡敏;王晓华;徐海军 -专利权人：合肥工业大学
申请日： 2022-09-23 - 公布日： 2022-12-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于时序分解的多分辨率TCN网络的能源消耗预测方法及应用，该方法包括：1使用滑动窗口对获取的能源消耗数据进行划分和归一化；2对能源消耗数据序列进行分解，得到能源消耗数据的趋势项、季节项和残差项；3对趋势项、季节项和残差项分解后分别输入改进的TCN网络中并提取三个序列在不同时间尺度的局部特征并合并，从而得到三个序列的全局特征并融合成多分辨率特征；4并行训练传统的自回归AR模块，5将多分辨率模块的输出结果与本发明能将不同的部分关系先分离出来，再利用多分辨率建模分析技术得到更健壮的模型，从而能显著提高能源消耗预测的准确率。
基于时序分解分辨率 tcn 网络能源消耗预测方法应用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条