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3602190个,建议您升级VIP下载更多相关专利
  • [发明专利]射频通信系统中用于发送多分辨率象数据的方法-CN97196469.6无效
  • A·哈桑;D·G·马修斯 - 艾利森公司
  • 1997-07-09 - 2004-07-21 - H04N1/41
  • 用于渐近的象传输系统的象显示单元和渐进地接收和显示象的方法,该方法包括:在象显示单元接收基本图象;把该基本图象存储在所述象显示单元的存储器中;向象存储单元发送一个请求得到一个或多个细节细节请求,该一个或多个细节能够与所述基本图象顺序地组合以便产生具有递增地更高的分辨率的细节象;响应于该细节请求而接收该细节;和在该象显示单元组合该细节和该基本图象,以便产生细节象;和在一个显示器上显示该细节象;对用户在预定的时间段内对一个分辨率控制装置的连续启动进行计数;和产生一个请求得到与所述连续启动的计数的数目对应的多个细节细节请求。
  • 射频通信系统用于发送分辨率图象数据方法
  • [发明专利]一种基于细节注入模型的遥感图像融合方法-CN202210126647.3在审
  • 罗小波;王欧 - 重庆邮电大学
  • 2022-02-10 - 2022-05-06 - G06T5/40
  • 本发明属于遥感图像融合领域,特别涉及一种基于细节注入模型的遥感图像融合方法,包括将全色图像根据多光谱图像的波段数N构建为N维图像并逐波段进行直方图匹配得到第二全色图像;获取第二全色图像和多光谱图像的第一高频细节分量,根据像素显著性从第二全色图像的第一高频细节分量中获取第三全色图像,从第三全色图像中提取第一细节;利用引导滤波器从第一高频细节分量中获取第二高频细节分量,计算其与第一高频细节分量的残差,根据该残差与第一细节得到第二细节;根据最速下降法估算经过细节增强后的细节,得到第三细节并将其与多光谱图像进行融合,得到融合结果;本发明具有较低的时间复杂度的同时可以得到更丰富的细节信息。
  • 一种基于细节注入模型遥感图像融合方法
  • [发明专利]基于小波轮廓波变换与视觉显著性的经编织物疵点检测方法-CN201510684807.6有效
  • 李岳阳;蒋高明;丛洪莲;夏风林;夏栋 - 江南大学
  • 2015-10-20 - 2018-11-30 - G06T7/00
  • 本发明涉及一种基于小波轮廓波变换与视觉显著性的经编织物疵点检测方法,包括以下步骤:选择基波,构建小波变换滤波器;对待测经编织物图像进行小波分解,得到近似特征子细节特征子;对近似特征子之间和细节特征子进行高斯差分得到近似特征差分子细节特征差分子;对特征差分子进行归一化处理后进行加相融合得到近似特征显著细节特征显著;采用非下采样方向滤波器组对细节特征显著进行卷积滤波,得到细节特征方向子带系数,并根据能量原理选择能量较高的子带系数进行重构细节特征显著;对近似特征显著和重构细节特征显著进行分割,处理分割后将各分割图像相加,再进行疵点判别。
  • 基于轮廓变换视觉显著编织物疵点检测方法
  • [发明专利]一种红外图像的图像压缩和细节增强方法-CN201310439704.4无效
  • 吕坚;刘婷婷;丁维一;孟祥笙;周云 - 电子科技大学
  • 2013-09-25 - 2014-01-22 - G06T9/00
  • 本发明实施例公开了一种红外图像的图像压缩和细节增强方法,包括:获得原始红外图像;将原始红外图像分解成基分图像和细节分图像;对基分图像进行动态范围压缩获得压缩基分图像;去除细节分图像中的条纹噪声并进行细节增强处理以获得增强细节分图像;合成压缩基分图像和增强细节分图像。本发明的实施例的图像压缩和细节增强的方法中,对全局大动态范围的场景信息进行了合理的压缩,同时对局部小动态目标的细节信息在有效抑制条纹噪声的基础上进行了增强,既压缩了红外图像的大动态范围,也保持了红外图像的细节信息
  • 一种红外图像压缩细节增强方法

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