本发明公开了一种基于TV和小波正则化的空间变化模糊图像复原方法，包括：(1)对模糊图像进行灰度化；(2)根据灰度化的模糊图像构建模糊核分解模型，在所述模糊核分解模型中，采用奇异值分解方法将模糊核分解为基滤波矩阵和系数矩阵；(3)应用所述模糊核分解模型，并结合TV正则项和小波正则项构建去模糊模型；(4)将所述去模糊模型转化为增广拉格朗日形式后，在对增广拉格朗日形式的去模糊模型进行改进，得到新去模糊模型；(5)采用ADMM算法对新去模糊模型进行数值迭代求解，获得复原图像。该方法解决了TV正则化算法在复原过程中产生的细节信息丢失问题。
📄 2018109613324
📂 G06T5_00
👤 浙江工业大学
📅 2018-08-22
一种基于非对称光学系统点扩散函数模型的图像复原方法，以VPW模型来近似图像退化的点扩散函数，用于图像的复原算法当中，由于高斯型PSF是无法十分逼近真实的模糊过程，同时从光学系统衍射的形态上近似考虑，选择VPW模型更具广泛的适应性，相较于高斯模型而言，采用四个参量来具体描述客观的模糊过程会更加逼近于模糊的实际情况，通过理论分析及实验结果得到，该模型用于去模糊算法中，提高了图像复原的效果。
📄 2020107775073
📂 G06T5_00
👤 浙江工业大学
📅 2020-08-05
本发明涉及图像复原技术领域，具体公开了一种基于多流聚合双注意力稠密连接网络的图像复原方法，使用同一种网络模型同时处理图像去雨、图像去雾、低照度增强三个任务。首先，为了充分提取图像上下文信息，本方法设计了多流细节上下文聚合模块，利用不同等级的感受野提取多级结构化、互补化的高阶抽象特征。然后，为了增强信息流在深层网络中的传递，同时缓解梯度消失问题，本方法引入了稠密连接模块，实现多级特征信息跨模块的融合及复用。接着，由极化自注意力模块及监督校准模块组成的双注意力模块依次从通道维度、空间维度中对关键特征进行深入调整。其效果是，在图像去雨、图像去雾、低照度图像复原任务中表现出了具有竞争力的结果。
📄 2022108451564
📂 G06T5_73
👤 西南大学
📅 2022-07-19
本发明为一种基于边缘图块锐化的模糊图像非盲复原方法，包括以下步骤：建立边缘图块数据库；提取模糊图像G的边缘分割图像G1和平滑区域分割图像G2；对边缘分割图像G1进行网格划分，在划分好的网格区域中针对有像素值的边缘区域位置图块进行匹配锐化处理，获得锐化更新后的边缘区域图像G1′；对平滑区域分割图像G2进行复原，获得复原的平滑区域图像G2′；获得模糊图像G的复原图像G′。本发明的优点是：通过对边缘区域图像进行网格划分，对于每个划分的单元网格，搜索确定图块数据库中与其灰度相似度匹配系数最大的清晰图块，完成边缘区域的的图块锐化更新，实现边缘清晰度提升的同时，避免了复原算法迭代引起的振铃效应。
📄 2019107745408
📂 G06T5_00
👤 杭州电子科技大学
📅 2019-08-21
本发明公开了一种基于条件扩散模型的偏振复原成像方法，包括以下步骤：步骤一、拍摄水下目标物清晰的偏振图像与对应不同浑浊程度的偏振图像，步骤二、按照7：2：1的比例将拍摄得到的偏振图像划分为训练集、验证集、测试集；根据扩散模型生成图像的思想，结合偏振信息预处理模块，以及残差卷积模块和自注意力机制模块构建了条件扩散网络模型，建立数据集，充分利用图像的偏振信息，对网络进行训练使其能够根据输入的浑浊偏振图像和服从标准正态分布的噪声图像输出清晰图像，使用该条件扩散模型对浑浊偏振图像进行复原可以取得良好的增强效果，且在多种环境下都能够保持稳定的性能。
📄 2024118157491
📂 G06T5_73
👤 浙江理工大学
📅 2024-12-11
本发明提供了一种基于生成对抗网络的浑浊水下偏振图像复原方法。包括以下步骤：步骤1、搭建水下主动成像系统，拍摄清晰水下强度图像和浑浊水下的偏振图像；步骤2、建立数据集；将数据集按8:1:1的比例分为训练集、验证集、测试集；步骤3、构建生成网络；步骤4，预训练；利用步骤二中的数据集对所述生成网络进行预训练；步骤5、构建一个判别网络；步骤6、构建生成对抗网络；与步骤四中预训练好的生成网络构成一个生成对抗网络，利用交叉熵作为损失函数对生成对抗网络进行训练；步骤7、利用训练好的生成对抗网络进行图像复原。与现有技术相比，本发明可实现高浑浊度水下偏振图像复原。
📄 2021115149377
📂 G06T5_60
👤 浙江理工大学
📅 2021-12-13
本发明属于数字图像处理技术领域，具体涉及一种基于平滑结构张量自适应的非局部全变分图像复原方法，包括基于平滑结构张量特征值导出的局部对比度，结合结构相似度，构建图像中两个像素之间的权值，该权值为两个像素之间的非局部相似性的度量；基于两个像素之间的权值，构建非局部正则项和L2数据保真项，并以最小化正则项和数据保真项之和为目标构建目标函数；使用分裂布雷格曼数值迭代方法求解目标函数，获取复原后的图像；本发明权值函数中除包括像素灰度信息外，同时包括了结构信息，权值函数的构成更加合理，另外采用的平滑结构张量能够很好的刻画图像的边缘、纹理区域，既能去除噪声，又能保留和增强纹理细节。
📄 2021112246407
📂 G06T5_00
👤 重庆邮电大学
📅 2021-10-21
本发明公开了一种基于扩散生成先验的人脸图像复原方法、装置及可读介质，涉及图像处理模块，包括：构建基于预训练的扩散模型的人脸图像复原模型，将待复原的人脸图像输入前向加噪模块中逐步增加噪声，得到噪声图像；将噪声图像输入反向去噪模块中逐步去噪，生成最终复原的人脸图像；将第t步的噪声图像及第t步的时间戳输入噪声预测器，预测得到第t步的噪声；在前向加噪模块中，将第t步的噪声图像和第t步的噪声输入结合融合反演的前向扩散公式，得到第t+1步的噪声图像；在反向去噪模块中，对第t步的噪声图像进行零阈值分解，并与第t步的噪声输入反向扩散公式，得到第t‑1步的噪声图像，解决了现有技术生成的复原图像在真实性和一致性差问题。
📄 2024100040816
📂 G06T5_70
👤 华侨大学
📅 2024-01-03
本发明设计图像修复技术领域，公开了一种基于流形约束扩散模型的人脸图像复原方法及系统，方法包括以下步骤：S1，制作数据集并利用数据集预训练一个基础扩散模型；S2，构建受流形约束启发的额外校正项并添加到基础扩散模型，构建语义扩散引导统一框架并添加到基础扩散模型，获得人脸图像复原模型；S3，输入待复原人脸图像和引导信息到人脸图像复原模型，生成复原人脸图像。本发明基于扩散概率模型（DDPM）反向生成过程设计了一个受流形约束（Manifold Constrained）启发的额外校正项并引入语义扩散引导（Semantic Diffusion Guidance）框架控制生成过程，与之前的求解器协同使用，综合考虑了复原图像的正确性、真实性、一致性问题。
📄 2024106616951
📂 G06T5_77
👤 华侨大学
📅 2024-05-27
本申请提出了一种基于非局部信息强制性建模的高效图像复原方法和模型，涉及图像修复技术领域，包括：采用卷积层对待恢复图像进行特征提取，获取初始浅层特征；将初始浅层特征作为初始输入参数，进行n次第一迭代处理，得到第一恢复特征图；第一迭代处理包括：对输入参数进行至少一次图像复原处理，并进行下采样；将第一恢复特征图进行多次图像复原处理后的结果作为输入参数，进行n次第二迭代处理，得到第二恢复特征图；第二迭代处理包括：对输入参数进行上采样，并进行至少一次图像复原处理；采用卷积层对第二恢复特征图进行处理的结果与待恢复图像相加，得到修复图像。通过上述方法可以实现对待恢复图像的图像修复。
📄 2025109683473
📂 G06T5_00
👤 武汉工程大学
📅 2025-07-14
本发明公开了一种气动光学效应空变模糊图像复原方法，包括以下步骤：采用二叉树结构对空变模糊图像进行第一次分区，将整幅图像先纵向再横向划分为四块面积形状相等的区域；建立退化模型，且在退化模型中添加平滑因子约束项；使用交替极小化迭代方法对每一块区域求解模糊核，分别比较相邻图像块模糊核的相似性，若小于设定阈值则将相应图像块重新按照二叉树结构继续分区，直到相邻图像块模糊核的相似性满足设定阈值；对所有求解的模糊核逐点线性插值得到每一个像素点的模糊核，构造卷积核矩阵，使得卷积核矩阵每一行对应每一个像素点的模糊核；根据卷积核矩阵构建空变卷积模型，求解得到完整去卷积的复原图像。
📄 2021115486046
📂 G06T5_00
👤 武汉工程大学
📅 2021-12-17
本发明公开了一种基于深度去噪器的压缩红外图像复原方法，首先原始红外图像经过编码测量后获得原始测量值，复原原始红外图像时在传统基于优化的算法中插入深度网络学习获得的深度去噪器，然后通过设计基于空间注意力和通道注意力的特征提取网络得到深度去噪器，最后迭代求解两个子过程得到复原的红外图像，从而同时具有基于模型的优化算法的可解释性和基于卷积神经网络的鲁棒性和快速性，提高了图像复原的质量。
📄 2022117001237
📂 G06T5_70
👤 无锡学院
📅 2022-12-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台