“纹理特征图像”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3112004个，建议您升级VIP下载更多相关专利

[发明专利]一种图像对比方法、装置、电子设备及存储介质-CN202310967369.9在审
发明人：汪武训;张正萍;曾捷;李鹏东 -专利权人：重庆赛力斯新能源汽车设计院有限公司
申请日： 2023-07-31 - 公布日： 2023-10-27 - 主分类号： G06V10/74 文献下载
摘要：本申请涉及图像处理技术领域，提供了一种图像对比方法、装置、电子设备及存储介质。该方法通过分别获取图像在横轴方向上的纹理特征矩阵和图像在纵轴方向上的纹理特征矩阵，然后将横轴方向上的纹理特征矩阵和纵轴方向上的纹理特征矩阵进行特征融合，得到图像对应的融合纹理特征矩阵，使得融合纹理特征矩阵能够准确表达图像在横轴和纵轴上的特征，然后去除融合纹理特征矩阵中的离散点，得到图像对应的目标纹理矩阵，使得目标纹理矩阵能够更加准确的图像的纹理特征，进而避免图像中的离散点影响图像对比结果，最后根据图像的目标纹理矩阵和待对比图像的目标纹理矩阵进行差异对比
一种图像对比方法装置电子设备存储介质

[发明专利]采用图像纹理特征的集成表型-CN201380060670.6有效
发明人： N·班纳吉;N·迪米特罗瓦;V·瓦拉达恩;S·卡玛拉卡兰;A·亚内夫斯基;S·迈蒂 -专利权人：皇家飞利浦有限公司
申请日： 2013-10-25 - 公布日： 2019-06-07 - 主分类号： G06T7/40 文献下载
摘要：根据对象中的感兴趣的解剖特征的图像，针对图像纹理特征的集合来计算图像纹理特征值，并且基于计算出的图像纹理特征值关于感兴趣的分子特征来对所述对象进行分类。所述图像纹理特征值可以是根据一个或多个灰度共生矩阵(GLCM)来计算的，并且所述图像纹理特征可以包括Haralick图像纹理特征和/或Tamura图像纹理特征。为了训练分类器，根据参考对象中的所述感兴趣的解剖特征的图像，至少针对所述图像纹理特征的集合来计算参考图像纹理特征值。所述参考图像纹理特征值被划分成表示所述感兴趣的分子特征的不同值的不同群组，并且基于所述参考图像纹理特征值来训练所述分类器以在所述不同群组之间进行区分。
采用图像纹理特征集成表型

[发明专利]提取图像纹理特征的方法和装置-CN201110258386.2无效
发明人：杨志宇 -专利权人：北京新媒传信科技有限公司
申请日： 2011-09-02 - 公布日： 2011-12-21 - 主分类号： G06K9/52 文献下载
摘要：本发明公开了一种提取图像纹理特征的方法和装置，能够准确快速地提取得到原始图像的纹理特征，提高纹理特征的鲁棒性。本发明实施例提供的提取图像纹理特征的方法包括：获取原始图像的灰度图像；将灰度图像划分为多个图像块，并计算每一图像块的灰度共生矩阵；将角二阶距、对比度、熵和相关特征作为所选取的纹理特征，并根据各灰度共生矩阵，计算每一图像块的纹理特征；根据各个图像块的纹理特征，得到原始图像所对应的纹理特征。
提取图像纹理特征方法装置

[发明专利]基于纹理特征加强的高光谱图像处理方法-CN201310358810.X有效
发明人：邓水光;徐亦飞;尹建伟;李莹;吴健;吴朝晖 -专利权人：浙江大学
申请日： 2013-08-16 - 公布日： 2013-12-11 - 主分类号： G06T5/00 文献下载
摘要：本发明提供的基于特征加强的高光谱图像处理方法，采用由二维图像中所有像素点的特征值组成的纹理特征矩阵描述相应的二维图像，并对所有二维图像的纹理特征矩阵进行纹理特征加强，得到纹理特征加强矩阵，并根据所有纹理特征加强矩阵提取出主要的纹理特征并形成主要纹理特征向量，用主要纹理特征向量表示高光谱图像。本发明的基于特征加强的高光谱图像处理方法合理利用了高光谱图像的多波长信息，能够准确的捕捉到丰富的纹理特征，便于进行纹理细节的区分，尤其适用于细纹理图像分析。
基于纹理特征加强光谱图像处理方法

[发明专利]图像处理方法、装置、计算机及存储介质-CN202311051112.5在审
发明人：李文娟 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-08-21 - 公布日： 2023-09-19 - 主分类号： G06T15/04 文献下载
摘要：本申请实施例公开了一种图像处理方法、装置、计算机及存储介质，该方法包括：获取待处理图像数据，对待处理图像数据进行网格检测，得到图像网格特征，对图像网格特征进行可微分处理，得到待处理图像数据所对应的纹理网格数据；对待处理图像数据进行纹理检测，得到图像纹理特征，对图像纹理特征进行纹理映射处理，得到待处理图像数据所对应的图像纹理模型；对纹理网格数据与图像纹理模型进行纹理重建，生成待处理图像数据的纹理重建数据。采用本申请，可以提高纹理重建效率。
图像处理方法装置计算机存储介质

[发明专利]纹理表面缺陷检测方法、装置、电子设备及存储介质-CN202310815564.X在审
发明人：孟凡武;马梁;谢磊;马鑫;尚妍 -专利权人：北京理工大学
申请日： 2023-07-04 - 公布日： 2023-09-15 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种纹理表面缺陷检测方法、装置、电子设备及存储介质，涉及缺陷检测技术领域，包括：获取纹理表面图像，提取纹理表面图像的纹理特征；对纹理特征进行融合得到融合特征，基于融合特征和特征字典确定纹理表面的缺陷；其中，特征字典基于无缺陷图像训练获得，特征字典包括多个无缺陷的多层次特征。通过获取纹理表面图像，提取纹理表面图像的纹理特征，再对纹理特征进行融合得到融合特征，利用融合特征和基于无缺陷图像训练获得特征字典确定纹理表面的缺陷，提高了纹理表面缺陷检测的效率和准确性，避免了无法收集大量缺陷图像导致缺陷检测不准确以及效率低的问题
纹理表面缺陷检测方法装置电子设备存储介质

[发明专利]图像处理方法、图像处理装置和电子设备-CN202210207141.5在审
发明人：李志文;奉万森;芦爱余;韩欣彤;卫华威 -专利权人：广州虎牙科技有限公司
申请日： 2022-03-03 - 公布日： 2022-06-14 - 主分类号： G06V40/16 文献下载
摘要：本申请提供的图像处理方法、图像处理装置和电子设备，涉及图像处理技术领域。在本申请中，首先，获得多帧样本纹理图像，其中，样本纹理图像对应的图像标签信息包括样本纹理图像中纹理特征点的特征点坐标；其次，针对每一帧样本纹理图像，基于标准纹理图像对应的图像标签信息对该样本纹理图像对应的图像标签信息进行更新处理，得到图像标签更新信息，其中，标准纹理图像对应的图像标签信息包括标准纹理图像中纹理特征点的特征点坐标；然后，基于多帧样本纹理图像和对应的图像标签更新信息，对神经网络模型进行训练，得到纹理特征点检测模型。
图像处理方法装置电子设备

[发明专利]一种基于自适应纹理特征的纹理图像疵点检测系统及方法-CN202110536933.2在审
发明人：王曰海;吴中伟;杨建义;陈曦;陈莞尔;徐洁雯 -专利权人：浙江大学绍兴微电子研究中心;浙江大学;绍兴市科技创业投资有限公司
申请日： 2021-05-17 - 公布日： 2022-01-04 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于自适应纹理特征的纹理图像疵点检测系统及方法，包括纹理图像采集模块、纹理特征自适应提取模块、疵点空间位置特性分析模块、检测模块和控制模块。对不同纹理规律图像、同一图像纹理规律不同的区域进行自适应纹理特征提取得到所述的自适应纹理特征，接着对得到的自适应纹理特征做处理以凸显疵点空间位置显著性特性和区域，结合自适应纹理特征和疵点空间位置特性，检测纹理图像疵点本发明提出的基于自适应纹理特征的纹理图像疵点检测系统及方法，可以实现对纹理图像疵点、特别是细小疵点的快速、准确检测，适用于产品生产线运动场景的纹理图像检测，也适用于产品出厂检验环节静态场景的纹理图像疵点检测
一种基于自适应纹理特征图像疵点检测系统方法

[发明专利]基于四元数Gabor滤波的彩色纹理特征提取方法-CN201710855499.8有效
发明人：孟勃;王晓霖;刘雪君 -专利权人：东北电力大学
申请日： 2017-09-20 - 公布日： 2021-09-28 - 主分类号： G06T7/44 文献下载
摘要：本发明属于图像处理技术领域，具体涉及基于四元数Gabor滤波的彩色纹理特征提取方法。根据四元数和Gabor滤波推导出四元数Gabor滤波，输入待提取彩色纹理特征的原彩色图像，将原彩色图像利用四元数Gabor滤波卷积算法进行处理得到彩色纹理特征图像，选出与所述原彩色图像相似度高的若干张彩色纹理特征图像，提取所述若干张彩色纹理特征图像的各通道Tamura特征；并将原彩色图像的Tamura纹理特征与所述若干张彩色纹理特征图像的各通道Tamura特征共同组成一组特征向量，即获得彩色纹理特征向量。本发明所述方法可以很大程度的保留原图像的粗糙度,对比度和方向度等纹理特征，同时可以提取到原图像的颜色信息。
基于四元数 gabor 滤波彩色纹理特征提取方法

[发明专利]图像纹理特征的处理方法、装置、电子设备及存储介质-CN202310016918.4在审
发明人：向国徽;曾定衡;蒋宁;夏粉 -专利权人：马上消费金融股份有限公司
申请日： 2023-01-06 - 公布日： 2023-05-23 - 主分类号： G06V10/44 文献下载
摘要：本申请提供了一种图像纹理特征的处理方法、装置、电子设备及存储介质，用于提升纹理特征的准确性。该方法包括：针对原始图像执行多次下采样操作，得到多个采样图像；从多个采样图像中提取至少两个采样图像作为目标采样图像，针对目标采样图像执行纹理特征提取操作，得到目标采样图像的初始纹理特征；将每个目标采样图像的初始纹理特征输入对应的纹理增强模块，通过纹理增强模块中包含的至少一级卷积增强子模块进行增强处理，得到每个目标采样图像的增强纹理特征；其中，每个纹理增强模块中包含的卷积增强子模块的级数与对应的目标采样图像的下采样次数成反比；针对至少两个目标采样图像的增强纹理特征进行特征融合处理，得到融合纹理特征。
图像纹理特征处理方法装置电子设备存储介质

[发明专利]图像分割方法、装置、电子设备及计算机可读存储介质-CN202110246708.5在审
发明人：纪德益;祝澜耘 -专利权人：上海商汤智能科技有限公司
申请日： 2021-03-05 - 公布日： 2021-06-22 - 主分类号： G06K9/34 文献下载
摘要：本公开提供了一种图像分割方法、装置、电子设备及计算机可读存储介质；方法包括：从待处理图像中提取底层图像特征，并对底层图像特征，进行语义分割，得到高层语义特征；对底层图像特征进行纹理增强与纹理特征统计中的至少一项处理，得到底层纹理特征；底层纹理特征用于表征待处理图像的增强纹理细节和/或纹理特征的统计分布；结合高层语义特征与底层纹理特征，得到语义分割图像。通过本公开，能够提高图像分割的准确性。
图像分割方法装置电子设备计算机可读存储介质

[发明专利]图像处理方法、装置、终端设备及存储介质-CN201910407795.0在审
发明人：曹江龙 -专利权人：北京奇艺世纪科技有限公司
申请日： 2019-05-16 - 公布日： 2019-09-10 - 主分类号： G06T3/40 文献下载
摘要：本申请提供了一种图像处理方法、装置、终端设备及存储介质。在本申请中，可以将原始图像的第一纹理特征加载至全景模型的表面上，然后获取在全景模型的表面上加载的第二纹理特征，第一纹理特征包括第二纹理特征，再对第二纹理特征进行超分辨率增强处理，得到第三纹理特征，之后在全景设备的显示界面上渲染第三纹理特征在本申请中，由于对第二纹理特征进行超分辨率增强处理，因此使得得到的第三纹理特征对应的图像的分辨率大于第二纹理特征对应的图像的分辨率，第三纹理特征对应的图像的分辨率高于现有技术中的第二纹理特征对应的图像，因此，可以提高图像的清晰度。
纹理特征图像分辨率超分辨率存储介质图像处理增强处理终端设备全景加载申请原始图像渲染

[发明专利]提取人脸纹理的方法及装置-CN201510191874.4有效
发明人：王甜甜;江中央 -专利权人：深圳TCL数字技术有限公司
申请日： 2015-04-21 - 公布日： 2019-03-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种提取人脸纹理的方法，所述提取人脸纹理的方法包括如下步骤：读取人脸图像；对所述人脸图像进行2D‑Gabor滤波处理，生成多个初始纹理图像；对所述多个初始纹理图像进行平均分组；分别从每组初始纹理图像中提取特征图像，并输出所述特征图像。本发明还公开了一种提取人脸纹理的装置。本发明剔除了初始纹理图像中的一些不重要的纹理特征，使得提取的人脸纹理特征更加突出，有利于识别处理。
提取纹理方法装置

[发明专利]一种基于纹理特征的数字图像被动盲取证方法-CN201210007510.2有效
发明人：孙锐;高隽;闫晓星;徐彩臣;李涛 -专利权人：合肥工业大学
申请日： 2012-01-12 - 公布日： 2012-07-25 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种基于纹理特征的图像被动盲取证方法，特征是选用图像纹理平均值、纹理标准差、纹理平滑度、纹理三阶矩、纹理一致性和纹理熵这六个纹理特征量来表示图像内容。相比现有选用图像变换域的间接特征量来代表图像内容信息的方法，本发明直接选取图像纹理特征表示图像信息，更能将图像的信息充分地表示出来；本发明相对现有的方法降低了特征量的维数，本发明选取的纹理特征具有层次性、尺度性和平移不变性等特点，提高了图像篡改取证检测率以及鲁棒性，可应用于图像的内容真实性的鉴别等领域。
一种基于纹理特征数字图像被动取证方法

[发明专利]图像处理方法、装置及存储介质-CN202010537872.7在审
发明人：程捷;蒋磊;曹洋;查正军 -专利权人：华为技术有限公司;中国科学技术大学
申请日： 2020-06-12 - 公布日： 2021-12-17 - 主分类号： G06K9/46 文献下载
摘要：本申请公开了一种图像处理方法、装置及存储介质，涉及图像处理领域。本申请可以基于方向信息和图像的多尺度特征图，获取图像中各纹理基元的特征之间的依赖关系，以及根据图像的至少一个尺度的特征图获得图像的至少一组纹理特征，并根据依赖关系、及前述至少一组纹理特征获得图像的纹理表示结果然后，可以根据图像的纹理表示结果对图像进行处理。由于图像的纹理表示结果能够反映出的图像的纹理信息更加完善，所以，根据图像的纹理表示结果，进行图像识别、图像分割、或图像合成等图像处理时，图像处理的效果会更好。
图像处理方法装置存储介质

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