“高分辨率图像”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2291239个，建议您升级VIP下载更多相关专利

[发明专利]基于预放大非负邻域嵌入的单帧图像超分辨重建方法-CN201410275760.3有效
发明人：宁贝佳;彭羊平;高新波;许洁;高传清 -专利权人：西安电子科技大学
申请日： 2014-06-19 - 公布日： 2017-06-16 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于预放大非负邻域嵌入的单帧图像超分辨重建方法，其步骤为构建高分辨率训练图像集；对其模糊、下采样得到临时低分辨率图像集；对临时低分辨率图像集预放大2倍得到低分辨率训练图像集；构建低分辨率训练图像块集；构建高分辨率训练图像块集；将输入的低分辨率图像预放大2倍；构建低分辨率输入图像块集；非负邻域嵌入表示低分辨率输入图像块集，求得重建系数；利用高分辨率训练图像块集和所求的系数获得高分辨率输出图像。本发明利用图像块的非局部相似性，提出了一种新的构建训练样例的方法，同时使用非负邻域嵌入有效解决了近邻数K的选取问题。实验仿真表明，本发明重建的图像边缘清晰、纹理丰富，更接近真实的图像。
基于放大邻域嵌入图像分辨重建方法

[发明专利]基于三通道卷积神经网络的单幅图像超分辨率重建方法-CN202010523197.2有效
发明人：陈剑涛;黄德天 -专利权人：华侨大学
申请日： 2020-06-10 - 公布日： 2022-08-09 - 主分类号： G06T3/40 文献下载
摘要：本发明提供了图像处理领域的一种基于三通道卷积神经网络的单幅图像超分辨率重建方法，包括如下步骤：步骤S10、获取图像的数据集，并基于所述数据集创建复数张高分辨率图像以及高分辨率图像所对应的低分辨率图像；步骤S20、创建三通道卷积神经网络模型，并利用所述三通道卷积神经网络模型对各高分辨率图像和低分辨率图像进行训练，并生成低分辨率图像与高分辨率图像的映射关系；步骤S30、利用均方误差损失函数对所述映射关系进行优化；步骤S40、基于优化后的所述映射关系，将待重建的低分辨率图像输入所述三通道卷积神经网络模型，输出重建后的高分辨率图像。本发明的优点在于：实现不增加网络深度和模型参数的前提下，极大的提升了重建图像的质量。
基于通道卷积神经网络单幅图像分辨率重建方法

[发明专利]根据小规模重建的运动分析进行的心区检测-CN200680027397.7无效
发明人： G·拉维;J·勒西克 -专利权人：皇家飞利浦电子股份有限公司
申请日： 2006-07-17 - 公布日： 2008-10-15 - 主分类号： G06T7/00 文献下载
摘要：低分辨率重建处理器(50)将采集的数据重建成一系列连续的低分辨率的体积图像显示。运动区域确定处理器(70)将确定移动区域与连续的低分辨率体积图像显示之间的边界。高分辨率重建处理器(60)将采集的数据重建成高分辨率的体积图像显示。静态区域除去处理器(84)将静态区域图像数据从高分辨率图像显示中除去，其中静态区域图像数据位于移动的区域边界之外。显示器(86)显示高分辨率的体积图像显示。
根据小规模重建运动分析进行检测

[发明专利]一种基于生成对抗网络的文物图像超分辨率方法-CN202110880696.1在审
发明人：葛一凡;刘杰;祁箬 -专利权人：哈尔滨理工大学
申请日： 2021-08-02 - 公布日： 2021-11-02 - 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文物图像超分辨率方法，所述方法包括：S1，采集文物图像，并对其进行处理得到文物数据集；S2，采用信息块提取策略，提取高分辨率文物图像中的高频信息块组成信息池；S3，将信息池的高频信息块在线随机加载到低分辨率文物图像中，随后用加载高频信息块的低分辨率文物图像和高分辨率文物图像训练基于金字塔型生成对抗网络的文物图像超分辨率算法PIGAN；S4，将低分辨率文物图像输入训练完成的PIGAN网络模型中，输出重建高分辨率文物图像本发明公开的超分辨率网络，可更好地提取学习文物图像特征信息，且提升了高分辨率文物图像中高频信息的利用率，使得重建高分辨文物图像质量更优，纹理细节更清晰。
一种基于生成对抗网络文物图像分辨率方法

[发明专利]超分辨率图像重建方法、装置、设备及存储介质-CN202111058591.4在审
发明人：汪飙;侯鑫;邹冲;朱超杰;李世行;吴海山;殷磊 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-09-08 - 公布日： 2021-12-07 - 主分类号： G06T3/40 文献下载
摘要：本申请公开了一种超分辨率图像重建方法、装置、设备和存储介质，该方法包括：获取待处理低分辨率图层，将所述待处理低分辨率图层输入至预设超分图像重建模型中；基于所述预设超分图像重建模型对所述待处理低分辨率图层进行逐像素的超分映射处理，得到所述待处理低分辨率图层对应的高分辨率图像；其中，所述预设超分图像重建模型是基于无监督的高分辨率可见光图像和相应低分辨率图层构成的训练数据，对预设待训练模型进行迭代训练后得到的。在本申请中，只需要相应低分辨率图层对应一张高分辨率底图即便高分辨率可见光图像能准确得到预设超分图像重建模型，避免了人为标注造成的资源浪费。
分辨率图像重建方法装置设备存储介质

[发明专利]一种基于边缘检测的图像超分辨率重建方法及系统-CN201911302745.2有效
发明人：李展;黄维健;钟子意;陈志涛;陆晋晖;刘唱 -专利权人：暨南大学
申请日： 2019-12-17 - 公布日： 2021-02-05 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于边缘检测的图像超分辨率重建方法及系统，该方法的步骤为：将高分辨率图像作为原始图像样本，经图像预处理后得到低分辨率图像；构建超分辨率重建网络模型，将低分辨率图像输入到超分辨率重建网络模型中预训练超分辨率重建网络模型；超分辨率图像与高分辨率图像经过VGG19网络计算得到感知损失函数；超分辨率图像和高分辨率图像进行颜色空间的转换以及边缘提取，经L1损失函数计算得到边缘损失函数；感知损失函数和边缘损失函数按比例结合得到损失函数Ltotal并更新参数，低分辨率图像输入到训练好的超分辨率重建网络模型得到恢复的高分辨率图像。本发明弥补了生成伪造纹理的不足，提高了图像恢复的视觉效果和真实性。
一种基于边缘检测图像分辨率重建方法系统

[发明专利]一种基于帧间亚像素块匹配的超分辨率重建方法-CN202211158384.0在审
发明人：张弘;孙运龙;袁丁;杨一帆;李旭亮;沈天琦 -专利权人：北京航空航天大学
申请日： 2022-09-22 - 公布日： 2023-01-06 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于帧间亚像素块匹配的超分辨率重建方法，对于给定的彩色或灰度低分辨率图像序列，通过融合多帧图像的信息得到单张分辨率提高的彩色或灰度高分辨率重建图像，本发明基于序列图像帧间的信息差异，采用像素块匹配的方式，对图像序列进行亚像素运动估计以及相似特征融合，重建得到高分辨率图像的估计，最后对得到的高分辨率图像进行迭代去模糊去噪，实现了图像的分辨率的有效提高。
一种基于帧间亚像素匹配分辨率重建方法

[发明专利]面向高分辨率遥感图像的有效半监督特征选择方法-CN201610127595.6有效
发明人：袁得春;陈曦;张晔 -专利权人：哈尔滨工业大学
申请日： 2016-03-07 - 公布日： 2019-07-02 - 主分类号： G06K9/46 文献下载
摘要：面向高分辨率遥感图像的有效半监督特征选择方法，属于遥感图像的半监督特征选择技术领域。本发明是为了解决现有高分辨率遥感图像的半监督特征选择方法处理过程复杂，工作量大的问题。它的步骤为：采集高分辨率遥感图像数据，对高分辨率遥感图像数据进行预处理；再分割样本，提取特征，获得样本数据，直到获得特征数据集合；进行样本类别标记；对标记样本类别的特征向量同时获取标签和选择矩阵，构建基于损失函数和未标记样本的概率分布矩阵的目标函数；基于建立的目标函数采用迭代算法对选择矢量和未标记样本最小滤深度的类别概率矩阵进行优化，完成高分辨率遥感图像的特征选择。本发明用于高分辨率遥感图像的特征选择。
面向高分辨率遥感图像有效监督特征选择方法

[发明专利]基于多流形判别分析超分辨率的人脸识别方法-CN201210164069.9有效
发明人：胡瑞敏;江俊君;韩镇;王冰;黄克斌 -专利权人：武汉大学
申请日： 2012-05-24 - 公布日： 2012-09-26 - 主分类号： G06K9/00 文献下载
摘要：一种基于多流形判别分析超分辨率的人脸识别方法，在训练阶段，通过多流形判别分析得到一个由低高辨率人脸图像多流形空间到高分辨率人脸图像多流形空间的映射矩阵。在原始高分辨率人脸图像多流形空间构建类内相似性图和类间相似性图，利用这两个近邻图构建判别约束项，最优化由重建约束项和判别约束项组成的代价函数，得到映射矩阵。在识别阶段，通过离线学习得到的映射矩阵将待识别的低分辨率人脸图像映射到高分辨率人脸图像多流形空间，得到高分辨率人脸图像；在高分辨率人脸图像多流形空间，利用欧氏距离准则用最近邻分类器进行分类识别。在人脸识别率和运行效率上，本发明方法相对传统超分辨率方法均有了极大的提升。
基于流形判别分析分辨率识别方法

[发明专利]一种基于深度高分辨率的高光谱图像分类方法-CN202110291562.6在审
发明人：郑建炜;刘豪;刘宇;冯宇超;李鹏飞;吴杰;许金山 -专利权人：浙江工业大学
申请日： 2021-03-18 - 公布日： 2021-07-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于深度高分辨率表示学习的高光谱图像分类方法，包括：获取待分类的高光谱图像；利用主成分分析法进行光谱降维；对光谱带中每个像素点取一个固定空间大小的立方体数据，通过一个高分辨率的卷积网络模块，并利用多分辨率网络和多尺度融合来提取特征；采用保持高分辨率表示的方法,从一个高分辨率网络开始,逐步增加高分辨率到低分辨率的子网络,并将多分辨率子网并行链接；采用重复的多尺度融合的方法，对每一个高到低分辨率的表示从其他平行表示反复的接受和融合信息来丰富高分辨率表示本发明通过一直保持高分辨率表示和重复的多尺度融合，实现了在低训练样本下对高光谱图像的准确分类。
一种基于深度高分辨率光谱图像分类方法

[发明专利]高分辨率图像重建的方法-CN202111537658.2在审
发明人：虞晶怡;张玉瑶;许岚;李玉玮;吴晴 -专利权人：上海科技大学
申请日： 2021-12-15 - 公布日： 2023-01-17 - 主分类号： G06T3/40 文献下载
摘要：本发明描述了一种高分辨率图像重建的方，尤其涉及一种用于从多个方向扫描物体以获得多个图像的方法和非暂时性计算机可读介质。对所述多个图像做刚性配准以获得变换矩阵，以将所述多个图像从它们各自的图像空间归一化到归一化图像空间。每个归一化后的图像包括多个体素。使用所述归一化后的图像来训练含有高分辨率图像隐式表示的机器学习模型，其中所述高分辨率图像比所述归一化后图像拥有更多的体素。基于所述经过训练的机器学习模型生成所述高分辨率图像。所述多个图像是多个各向异性的2D图像，而所述高分辨率图像可以是2D或3D高分辨率图像。
高分辨率图像重建方法

[发明专利]一种遥感图像处理方法-CN201611101629.0在审
发明人：王一;杨庆庆;何晓宁 -专利权人：航天星图科技（北京）有限公司
申请日： 2016-12-02 - 公布日： 2018-06-12 - 主分类号： G06T3/40 文献下载
摘要：本发明提供一种遥感图像处理方法，包括：获取原始遥感图像I₀；检测按照时间序列取得的多个图像间的位置偏差量；根据所述位置偏差量，在分辨率比所述多个图像高的高分辨率空间上，对该多个图像进行合成，生成高分辨率合成图像；对高分辨率合成图像进行滤波处理；对图像进行辐射校正，消除细小条纹噪声：通过重采样，将高分辨率合成图像缩小，生成变换图像；计算作为所述多个图像的基准的基准图像与所述变换图像之间的相关度；校正所述高分辨率合成图像。得到图像处理后的合成遥感图像I₁；通过本发明的遥感图像处理方法，能够快速有效改进图像质量，并且可以对图像处理效果进行完备、准确、客观的检验。
高分辨率合成图像图像遥感图像处理位置偏差量变换图像遥感图像校正合成高分辨率空间图像处理效果基准图像滤波处理时间序列条纹噪声图像处理有效改进相关度重采样分辨率辐射检测检验

[发明专利]眼底图像获取方法、装置、计算机设备和可读存储介质-CN202211683492.X在审
发明人：马维敏;刘建军;杨洋;林闯;广晨汉 -专利权人：北京衔微医疗科技有限公司
申请日： 2022-12-27 - 公布日： 2023-03-28 - 主分类号： G06V40/18 文献下载
摘要：本发明公开了一种眼底图像获取方法，包括：获取眼底的视频数据；从视频数据中获取由低分辨率图像构成的低分辨率图像集，并对低分辨率图像集以帧为单位进行存储，获得低分辨率图像集对应的事件序列，并根据帧数将事件序列划分成对应数量的事件序列；从视频数据中获取由高分辨率图像构成的高分辨率图像集，并对高分辨率图像集以帧为单位进行存储；确定低分辨率图像的图像特征；根据图像特征确定低分辨率图像的事件特征；根据事件特征确定低分辨率图像的全局事件特征；根据图像特征、事件特征及全局事件特征确定高分辨率图像。提高了眼底的视频数据中的每一帧图像的清晰度，使得眼内一些位置也能通过显微镜直接观察到，以提高手术效率及手术效果。
眼底图像获取方法装置计算机设备可读存储介质

[发明专利]一种超分辨率稀疏重建方法-CN201210159943.X有效
发明人：施云惠;齐娜;荆国栋;丁文鹏 -专利权人：北京工业大学
申请日： 2012-05-22 - 公布日： 2012-10-10 - 主分类号： G06T5/00 文献下载
摘要：在没有外界的高分辨率图像库的前提下得到高分辨率图像的超分辨率稀疏重建方法，包括步骤：（1）对给定的低分辨率彩色图像进行空间转化，得到其YCbCr空间图像，对Cb、Cr分量利用插值方法进行重建；（2）构造用于训练的数据库，即高分辨率图像块Xh和低分辨率图像块Xl，并组合成数据库X；（3）对数据库X利用稀疏编码方法生成字典D，并分解为高分辨率图像的字典Dh和低分辨率图像的字典Dl；（4）利用Dl和低分辨率图像2倍上采样的图像对应的特征图像来求解稀疏系数；（5）通过稀疏系数和Dh，求解原始低分辨率图像3倍上采样的图像；（6）将Y、Cb、Cr组合得到YCbCr图像，并转化为RGB图像进行存储，就得到最终超分辨率重建图像。
一种分辨率稀疏重建方法

[发明专利]视觉图像增强的生成方法、系统、装置及存储介质-CN202110541938.4有效
发明人：金龙存;卢盛林 -专利权人：广东奥普特科技股份有限公司
申请日： 2021-05-18 - 公布日： 2023-02-10 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种视觉图像增强的生成方法、系统、装置及存储介质，该方法包括：获取待处理的低分辨率图像，通过图像超分辨率模型对所述低分辨率图像进行处理，输出高分辨率图像；采集训练样本，所述训练样本含高分辨率图像样本和低分辨率图像样本，根据采集的训练样本，基于预设损失函数和高分辨率图像样本建立图像超分辨率模型。本发明通过训练好的图像超分辨率模型实现对低分辨率图像运用多尺度子网络提取不同频率信息，以使输出的高分辨率图像包含更多的图像细节，提高图像的清晰度，避免利用单一尺度的卷积神经网络来同时处理图像的低频和高频信息的特征提取，克服了纹理区域过于平滑，视觉效果差的缺陷，可广泛的应用于图像处理技术领域。
视觉图像增强生成方法系统装置存储介质