“超分辨率成像”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1784157个，建议您升级VIP下载更多相关专利

[发明专利]低分辨率成像的病理切片数字化方法及系统-CN202211128185.5在审
发明人：喻罡;高燕华;孙凯;白冰倩;王宽松 -专利权人：中南大学
申请日： 2022-09-16 - 公布日： 2022-12-20 - 主分类号： G06T3/40 文献下载
摘要：本申请提供了一种低分辨率成像的病理切片数字化方法及系统，该方法包括以下步骤：使用低分辨率和高分辨率成像系统分别对多分辨率定标模板成像，获取低分辨率及高分辨率图像；利用多分辨率定标模板提供的信息，构造高/低分辨率的病理组织的图像对；用多个高/低分辨率图像对以有监督的方式训练超分辨率图像重建算法，建立计算模型；运用低分辨率成像系统对病理切片成像，再利用计算模型，将低分辨率图像转换为高分辨率图像。通过低分辨率成像和计算模型转换，建立了基于低分辨率成像的数字化病理切片新技术，解决了当前高分辨率成像数字化切片的速度慢、局部失焦以及几何畸变的问题，节省了数字化时间，提高了图像质量。
分辨率成像病理切片数字化方法系统

[发明专利]一种超分辨率成像方法及装置-CN202310280663.2在审
发明人：魏振忠;屈玉福;张逸飞;李天任;张宇;陈沛戎 -专利权人：北京航空航天大学
申请日： 2023-03-22 - 公布日： 2023-06-23 - 主分类号： G06T3/40 文献下载
摘要：本发明公开一种超分辨率成像方法及装置，涉及成像处理技术领域。本发明提供的超分辨率成像方法，基于构建好的训练数据集，采用适应性矩估计法对初始网络模型进行端到端训练得到训练好的网络模型，然后，采用多旋转相机获取待成像目标的旋转图像，并将旋转图像输入到训练好的网络模型得到待成像目标的高分辨率图像可见，本发明采用旋转相机的方法，并引入成像物理过程的深度神经网络模型，能够有效编码并解码低分辨率图像中的高频信息，能够输出恢复更多高频信息的高分辨率图像，从而能够在提高图像分辨率的同时，提高成像质量。
一种分辨率成像方法装置

[发明专利]一种基于成像模型与机器学习的磁共振超分辨率成像方法-CN202010076661.8有效
发明人：李瑶;刘睿豪;杜一平 -专利权人：上海交通大学
申请日： 2020-01-23 - 公布日： 2022-01-07 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于成像模型与机器学习的磁共振超分辨率成像方法，其特征在于，包括以下步骤：S1，数据集准备：准备低分辨率数据集和高分辨率数据集，其中，高分辨率数据集分为不同等级分辨率的多个；S2，神经网络训练：按等级由低到高依次训练多个神经网络实现层进式学习；S3，成像阶段：将低分辨率图像依次通过已经训练好的神经网络生成高分辨图像，将生成的高分辨图像作为先验信息，将采集到的低分辨率图像代入广义级数模型，重建出最终的超分辨率图像与现有技术相比，本发明提出的“层进式”训练方式，更加精细化，生成了更加准确的高分辨率边缘，纹理等信息；更好地融合了先验与采集的信息，去除了伪影的超分辨率大脑图像。
一种基于成像模型机器学习磁共振分辨率方法

[发明专利]一种雷达目标结构特征提取方法及系统-CN202210201688.4在审
发明人：不公告发明人 -专利权人：中国人民解放军国防科技大学
申请日： 2022-03-03 - 公布日： 2022-06-03 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种雷达目标结构特征提取方法及系统，所述方法包括：基于雷达回波数据、离散傅里叶测量矩阵和小波变换基构建超分辨重构模型；给定算法参数，利用重构算法求解超分辨重构模型，得到雷达超分辨图像；对所述雷达超分辨图像进行图像预处理本发明主要是利用超分辨率成像技术提高雷达目标结构特征提取精度，重点设计了基于压缩感知的超分辨率成像技术，包括超分辨率重构建模与重构算法设计等。超分辨成像技术能够提高雷达图像的分辨率，进而为目标结构特征提取提供高质量的图像输入，会显著提高目标长度、形状等结构特征的提取精度。
一种雷达目标结构特征提取方法系统

[发明专利]一种基于生成对抗网络的超声图像超分辨率重建方法及系统-CN202110994950.0有效
发明人：潘海林;张小琪;张清;王江涛 -专利权人：华东师范大学
申请日： 2021-08-27 - 公布日： 2023-09-19 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于生成对抗网络的超声图像超分辨率重建方法。包括以下步骤：S1：通过超声成像设备获得超声图像；S2：对已有的高分辨率超声图像进行图像下采样得到相匹配的低分辨率超声图像；S3：低分辨率超声图像经过生成网络重建出超分辨率超声图像；S4：判别网络对超分辨率超声图像与高分辨率超声图像分别进行判断，输出概率用于真假判断；S5：生成网络和判别网络经过互相学习和对抗，相互之间进行一个最大最小值的博弈，直到网络达到稳定状态；S6：利用数学模型给出量化指标以对超分辨率超声图像和高分辨率超声图像的相似度进行评估本发明可以有效的提高手持式超声成像设备的超声图像成像质量。
一种基于生成对抗网络超声图像分辨率重建方法系统

[发明专利]超分辨率视网膜成像方法和系统-CN202310249085.6有效
发明人：朱友强;王斌;王鹍;刘欣悦 -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： 2023-03-15 - 公布日： 2023-05-23 - 主分类号： A61B3/12 文献下载
摘要：本发明涉及视网膜成像技术领域，具体提供一种超分辨率视网膜成像方法，以多角度照明实现眼底视网膜高频信息的获取，并使用相位恢复算法进行高分辨率重建，最终实现人眼视网膜超分辨率定量相位成像。并针对多角度照明的问题提出了一种超分辨率视网膜成像系统，包括瞳孔对准单元、照明单元、成像单元和标靶引导单元，通过LED阵列和标靶引导，实现照明单元对视网膜不同视场、不同角度的照明。本发明大幅度提高了眼底视网膜微细血管的对比度，能够克服人眼像差导致的分辨率降低问题，并且重建图像的分辨率提高至0.5倍衍射极限，能够为恢复人眼像差和医疗诊断提供有力支持。
分辨率视网膜成像方法系统

[发明专利]一种基于DMD的偏振调制超分辨显微成像系统及方法-CN202310004111.9在审
发明人：卢禹先;于婷婷;冯建东 -专利权人：之江实验室
申请日： 2023-01-03 - 公布日： 2023-06-06 - 主分类号： G02B21/00 文献下载
摘要：本发明公开了一种基于DMD的偏振调制超分辨显微成像系统及方法，通过光电调制器的偏振调制与DMD的点阵列离散图案反射光的激发照明调制相结合，可实现目标样品稀疏化成像，并通过基于DMD的偏振调制分子定位方式，来提高成像的时间分辨率和空间分辨率。该系统和方法对于生物细胞高空间分辨率、动态成像探索具有非常重要的意义，同时高时空分辨率的超分辨成像技术有益于生命科学、材料科学等众多前沿领域的探究发现。
一种基于 dmd 偏振调制分辨显微成像系统方法

[发明专利]具有超分辨率融合的偏振成像系统-CN202210863882.9在审
发明人：信钊炜;王超 -专利权人：黑芝麻智能科技有限公司
申请日： 2022-07-20 - 公布日： 2022-10-25 - 主分类号： G01N21/21 文献下载
摘要：本发明公开了用于生成超分辨率图像的偏振成像系统。该偏振成像系统由多个用于生成超分辨率图像的功能元件组成，包括相机装置、偏振分析模块、权重模块、融合模块和输出模块。成像系统的透镜捕获来自由偏振传感器检测并作用的对象的光。偏振传感器生成多个低分辨率图像，并计算光线的线性偏振度和偏振角，基于该线性偏振度和偏振角生成引导掩膜。该系统采用算法来组合一个或多个低分辨率图像，以产生作为输出的最终超分辨率图像。
具有分辨率融合偏振成像系统

[发明专利]用于提供超分辨率成像的准确度的反馈并改进超分辨率成像的准确度的系统、装置和方法-CN201980040709.5有效
发明人：马修·C·普特曼;约翰·B·普特曼;瓦迪姆·潘斯基;约瑟夫·R·苏卡尔 -专利权人：纳米电子成像有限公司
申请日： 2019-05-21 - 公布日： 2023-04-28 - 主分类号： G02B21/36 文献下载
摘要：用于反馈和改进超分辨率成像的准确度的系统、方法和计算机可读媒介。在一些实施例中，可以使用显微镜检查系统的低分辨率物镜获得样品的低分辨率图像。可使用超分辨率图像模拟，根据样品的低分辨率图像生成样品的至少一部分的超分辨率图像。随后，可以基于超分辨率图像与使用模拟图像分类器识别的一个或更多个相关样品的至少一部分的一个或更多个实际扫描的高分辨率图像之间的一个或更多个等价程度来识别超分辨率图像的准确度评估。基于超分辨率图像的准确度评估，可以确定是否进一步处理超分辨率图像。如果确定进一步处理超分辨率图像，则可进一步处理超分辨率图像。
用于提供分辨率成像准确度反馈改进系统装置方法

[发明专利]适用于激光成像雷达的超分辨率点云获取方法-CN202211656856.5在审
发明人：徐诗月;张志坚;宋昭;杨镇源;曾诚;冷杰;石振东;高剑波 -专利权人：西南技术物理研究所
申请日： 2022-12-22 - 公布日： 2023-05-12 - 主分类号： G01S17/89 文献下载
摘要：本发明涉及一种适用于激光成像雷达的超分辨率点云获取方法，属于激光成像雷达技术领域。本发明采用了结合点云和图像数据的方式，成功实现了原始点云的超分辨效果，能够有效提高成像激光雷达采集的点云数据的分辨率，获得高于硬件分辨率且更均匀的点云数据。
适用于激光成像雷达分辨率获取方法

[发明专利]一种基于多帧重建的毫米波雷达方位超分辨方法-CN202211285694.9在审
发明人：张永超;黄钰林;刘帅迪;张寅;杨伟;杨海光;杨建宇;张永伟 -专利权人：电子科技大学长三角研究院（衢州）;电子科技大学
申请日： 2022-10-20 - 公布日： 2022-12-23 - 主分类号： G01S13/89 文献下载
摘要：本发明公开了一种基于多帧重建的毫米波雷达方位超分辨方法，首先建立毫米波雷达方位多帧超分辨成像模型，然后进行移位估计并获取初始高分辨估计帧，接着构造凸集约束，利用多帧回波数据之间的方位向残差对初始高分辨估计帧进行方位向投影，最终实现方位超分辨成像。本发明的方法解决了传统毫米波实波束成像方法方位分辨率低的问题，能够充分利用多帧回波数据之间的互补信息，获得比现有超分辨方法更高的方位分辨率，提高了毫米波雷达的方位成像分辨率。
一种基于重建毫米波雷达方位分辨方法

[发明专利]一种多通道雷达前视超分辨成像方法-CN202211365461.X在审
发明人：李文超;陈瑞;李科峰;周明明;张永超;张寅;武俊杰;黄钰林;杨建宇 -专利权人：电子科技大学
申请日： 2022-10-31 - 公布日： 2023-02-03 - 主分类号： G01S13/90 文献下载
摘要：本发明公开了一种多通道雷达前视超分辨成像方法，首先获取待成像区域的回波数据，通过对获取的数据进行距离向脉冲压缩，进行异常通道检测，得到异常通道位置，然后考虑异常通道和平台运动误差的影响，由惯性导航设备获取平台偏航和横滚，重构导向矩阵，进行超分辨处理，重构目标散射系数实现超分辨成像，得到超分辨成像结果。本发明的方法克服了单基雷达前视成像模糊和成像分辨率低的问题，有助于实现多通道雷达在考虑运动误差和通道缺失情况下的超分辨成像，利用不同通道的脉冲压缩数据的相关性，可以快速检测故障通道并克服其对超分辨率性能的影响，通过修改导向矩阵考虑运动误差的影响，可以实现无几何失真的超分辨率成像。
一种通道雷达前视超分辨成像方法

[发明专利]基于水浸物镜的超分辨率快速自动扫描成像系统及方法-CN201910875970.9在审
发明人：杨翼;伍祥辰 -专利权人：苏州睿仟科技有限公司
申请日： 2019-09-17 - 公布日： 2019-11-29 - 主分类号： G02B21/36 文献下载
摘要：本发明提供了基于水浸物镜的超分辨率快速自动扫描成像系统及方法，基于水浸物镜的超分辨率快速自动扫描成像系统，包括：结构光照明系统，用于通过多个方向和多个相位的周期性结构光对样品进行照明；水浸物镜成像系统，用于在周期性结构光下将样品经水浸物镜和筒镜成像到相机上，得到经过周期性结构光调制的多个空间域图片；图像处理系统，用于将空间域图片进行傅里叶变换到频域图像处理后得到超分辨率显微图像；控制系统，用于控制水浸物镜成像系统成像时扫描的位置和方向本发明采用结构光照明结合水浸物镜实现超分辨显微成像，其效果达到或者超过了相同系列油浸物镜成像的分辨率，可应用于阴道微生态病理检测。
水浸物镜周期性结构超分辨率成像扫描成像系统物镜成像系统快速自动空间域结构光照明系统图像处理系统傅里叶变换位置和方向阴道微生态病理检测控制系统频域图像显微成像显微图像油浸物镜超分辨光调制结合水分辨率筒镜光照扫描相机图片应用

[发明专利]结构光照明荧光显微图像去噪和超分辨率重建方法及系统-CN202210920760.9有效
发明人：李栋;乔畅 -专利权人：中国科学院生物物理研究所
申请日： 2022-08-02 - 公布日： 2023-06-06 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了结构光照明荧光显微图像去噪和超分辨率重建系统和方法，其在结构光照明超分辨显微系统中使用，后者包括光学成像系统以及控制与数据处理系统，光学成像系统包括光学器件以及成像器件，所述结构光照明荧光显微图像去噪和超分辨率重建系统包括：超分辨图像预测模块，其配置成利用神经网络架构对经结构光照明原始荧光图像预测得到第一超分辨率子图像；图像去噪模块，在所述第一超分辨率子图像被调制作为第二子图像后，被配置成以所述结构光照明原始荧光图像和所述第二子图像作为输入，利用图像去噪神经网络架构进行去噪而输出去噪后的结构光照明荧光图像；以及超分辨率重建模块。
结构照明荧光显微图像分辨率重建方法系统

[发明专利]一种基于深度学习的远距离目标超分辨成像方法-CN202010069741.0在审
发明人：耿远超;王德恩;刘兰琴;胡东霞;黄晚晴;张颖;孙喜博;王文义;王芳;粟敬钦 -专利权人：中国工程物理研究院激光聚变研究中心
申请日： 2020-01-21 - 公布日： 2020-06-09 - 主分类号： G06T3/40 文献下载
摘要：本发明公开一种基于深度学习的远距离目标超分辨成像方法，包括获取目标物和与目标物同属一类的其余物体的高分辨率图像和低分辨率图像，并利用所获取图像建立图像数据集，基于预先训练成熟的神经网络模型对所建立的图像数据集进行迁移学习，得到训练完成的神经网络模型；获取当前目标物成像得到的低分辨率图像，利用训练完成的神经网络模型处理所获取的当前目标物低分辨率图像，构建得到当前目标物高分辨率图像。本发明图像处理由深度学习得到的人工神经网络模型构成，取代了传统的图像处理算法，通过本发明方法可以实现超过成像系统光学分辨率和像素分辨率的成像，达到超分辨的效果。
一种基于深度学习远距离目标分辨成像方法