本发明公开了一种基于注意力机制的递归推理图像修复方法，包括获取待处理图像Y和mask图像；将待处理图像Y和mask图像进行组合，并通过stride为2的局部卷积操作得到存在遮掩区域固定通道数的特征图X；使用递归推理模块对特征图X和mask图像进行处理，得到特征图集合F和遮掩图集合M；采用自适应函数合并特征图集合F中的所有特征图，得到新的特征图R；对特征图R进行上采样操作，得到修复后的图像。本发明能够实现精确、高效的图像修复。
📄 2021107848098
📂 G06T5_00
👤 浙江工业大学
📅 2021-07-12
一种基于流形非局部曲率正则化的高光谱图像修复算法，将待修复的高光谱图像划分为大小统一的数据子块并表示成矩阵形式，在每个子块中引入对应的位置信息，所有子块分布于一个或多个低维流形附近；利用kd-tree近邻搜索算法搜索相似数据子块，获得数据子块相似度的权值矩阵w；将加权非局部曲率正则添加至优化模型；对所构模型进行数值求解，将权值矩阵w进行组合操作获得矩阵 将u的每一个波段与步骤三获得的带入最终公式，用广义极小残差法(GMRES)迭代求解直到稳定，获得修复的图像。本发明对高光谱图像进行缺失数据修复，通过对传统低维流形的改进，加入曲率正则项，可兼顾重建流形的低维性和光滑性，克服以往流形方法只逼近其低维性，而忽略光滑性的缺点。
📄 2020106727725
📂 G06T5_00
👤 浙江工业大学
📅 2020-07-14
本发明涉及图像修复技术领域，具体公开了一种基于类脑视觉Transformer的图像修复方法及ADAS边缘设备，创建了一种U型结构的图像修复网络(LSFormer)，在该网络中，提出了线性稀疏Transformer块(LSTB)，在LSTB中设计了聚焦线性稀疏注意力块(FLSA)降低计算复杂性，有助于减轻与Softmax相关的异常值问题；在FLSA中还设计了多尺度前馈网络(MSFF)，以通过使用不同深度卷积核大小来增强局部表示；在LSFormer还提出了小波注意力块(WAB)，来改进输出图像。此外，本发明提供了基于忆阻器类脑计算系统的硬件实施方案，用于智能车辆中应用ADAS。本发明还评估了提出的网络在多个数据集上的性能，包括低照度增强、图像去雨和图像去雾等任务，结果表明，LSFormer在这三个任务中均优于最先进的网络。
📄 2023114663521
📂 G06T5_77
👤 西南大学
📅 2023-11-07
本发明公开了一种图像修复方法、系统、设备及存储介质，包括将待修复图像输入编码器进行特征转化，得到编码特征图像，根据空间路径对编码特征图像进行空间信息特征提取，得到第一特征图像；能够获取到更有效地特征信息，根据上下文路径对编码特征图像进行上下文信息特征提取，得到第二特征图像；能够提供具有全局上下文信息的最大感受野，将第一特征图像与第二特征图像进行特征融合，得到特征融合图像；根据若干个残差块对编码特征图像进行特征提取，得到第三特征图像；将特征融合图像与第三特征图像进行连接，得到连接后融合特征图像；将连接后融合特征图像输入解码器进行解码，得到修复好的图像，提升了修复图像的质量。
📄 202310564544X
📂 G06T5_00
👤 长沙理工大学
📅 2023-05-18
本发明公开了一种基于潜在特征重构和掩模感知的人脸图像修复方法，属于图像处理技术领域。本发明主要包括以下步骤：1、获取人脸图像数据集，并将数据集中的图像进行预处理；2、构建一个基于潜在特征重构的结构重构器和掩模感知的纹理生成器用于模型训练；3、基于构建的深度网络和预处理的数据集对网络模型进行训练；4、依据学习的模型参数，将一幅缺损的人脸图像作为网络的输入，得到完整的人脸图像。本发明通过结合拥有优良性能的结构重构器和纹理生成器，生成了修复效果不错的人脸图像，在智能照片处理等领域中有着广泛的应用前景。
📄 2021116557369
📂 G06T5_00
👤 安徽工业大学
📅 2021-12-30
本发明公开了一种基于涉及一种基于改进置信度更新函数及匹配准则的图像修复算法，包括：以破损区域边缘上的各点为目标像素点，得到各点的置信度项与数据项；计算优先权，选取优先权最大的目标像素点，并将其对应的目标块标记为待修复块，将SSD和CT匹配准则相结合并赋予不同的权重用以构成新的相似性度量函数，然后利用该相似性度量函数在待修复块周围的源区域内搜索与其匹配程度最高的最优匹配块，使用最优匹配块对破损的待修复块进行对应破损像素点的填充；更新破损区域及源区域，更新已修复样本块内相应像素点的置信度值，依次重复上述步骤直至破损区域为空集则图像修复完毕。本发明可以得到较好的图像修复视觉效果。
📄 2016108104830
📂 G06T5_00
👤 天津大学
📅 2016-09-08
本发明公开了一种基于梯度融合与聚类的三维视频图像修复方法，其按如下步骤进行：步骤1、构建梯度图像；步骤2、利用K均值聚类获得前景标记；步骤3、提取前景及修复填充空洞。在传统的分水岭算法中，由于伪局部极小值对分割的影响，容易产生严重的过分割现象。本发明基于分水岭算法，标记提取、梯度图构建、前/背景提取等角度，提供一种基于梯度融合与聚类的三维视频图像空洞填充方法。结合彩色图和深度图的梯度信息能较好地考虑彩色图像的颜色特性和融合深度图像的几何特征，能够有效地表达图像的梯度；采用K均值聚类对深度图进行前景标记，以抑制分水岭过分割现象。
📄 2017103335227
📂 G06T5_00
👤 杭州电子科技大学
📅 2017-05-12
本发明公开了一种基于卷积神经网络的极端条件下的图像修复方法。本发明包括如下步骤：步骤1：对获取到的短曝光图像进行预处理；步骤2：将预处理后的图像输入U‑Net卷积神经网络进行训练；步骤3：计算误差并进行迭代训练；步骤4：对训练模型进行评估,以图像的峰值信噪比和结构相似性作为最终结果的评判标准。本发明有效地解决低光下快速成像的问题，同时也为图像去噪、去模糊提供了一种新的可行方法。
📄 2019105202426
📂 G06T5_00
👤 杭州电子科技大学
📅 2019-06-17
本发明提出了一种多补丁匹配的金相图修复方法及装置，涉及图像处理技术领域。该方法包括：将金相图转换成灰度图像，加强其边缘信息，以强化边缘数据来确定金相图中的待修复区域。然后通过离散余弦金字塔压缩算法对待修复金相图进行压缩,得到第一待修复金相图，再通过本发明所提算法对第一待修复金相图中的修复边缘区域进行优先级判定，以最优点为补丁中心向其他区域进行搜索并执行多补丁规则匹配，得到第二待修复金相图，最后对第二待修复金相图进行逆离散余弦变换解压，并得到修复后的金相图。上述实现过程中，提出多层金字塔压缩，多补丁优选匹配，欧氏距离筛选等改进对金相图的修复速度与效果均有较好提升，该方法针对金相图像修复问题具有较强的针对性。
📄 2020108799681
📂 G06T5_77
👤 李松涛
📅 2020-08-27
本发明公开了一种用于图像修复的追踪结构的Transformer方法，本发明设计了一个用于图像修复的端到端跟踪结构Transformer(TSFormer)，其中包括结构增强模块(SEM)和同步追踪双轴Transformer(STT)，在SEM中，本专利将Edge和定向梯度直方图HOG作为结构特征，用于辅助STT网络，通过利用该模块在缺失区域中生成边缘(Edge)和定向梯度(HOG)特征的直方图作为草图张量空间，在图像修复任务中利用Edge与HOG特征，为局部子区域提供梯度方向或边缘方向分布；因此，设计了一个同步追踪双轴Transformer(STT)，用于统一特征提取和结构特征融合，采用增量训练策略将有效的结构信息动态传递给修复模型，设计了一个低复杂度的通道空间双轴注意力模块，用于并行捕获通道和空间交互，建立远程关系，可以应用于具有线性复杂度的整个骨干网络。
📄 2022113943751
📂 G06T5_77
👤 广州大学
📅 2022-11-08
本发明公开了一种利用图像结构和纹理信息引导的图像修复方法及系统，方法包括：构建具备图像结构和纹理信息交互能力的图像修复模型；对损坏图像样本进行预处理，得到掩码图像样本和边缘结构图像样本；将损坏图像样本、掩码图像样本和边缘结构图像样本输入至图像修复模型中，训练并生成图像修复模型的权重信息，得到目标图像修复模型；获取的待修复损坏图像，对待修复损坏图像进行预处理，得到掩码图像和边缘结构图像，并分别将待修复损坏图像、掩码图像和边缘结构图像输入至目标图像修复模型中，目标图像修复模型输出得到修复图像。同步地对结构导向的纹理合成与纹理指导的结构修复进行耦合建模，进而更准确地探索图像特征。
📄 2024112037424
📂 G06T5_77
👤 华东交通大学
📅 2024-08-30
本发明提供一种文本图像修复方法、装置及存储介质，方法包括：从图像采集设备中获得多个原始医疗文本图像，并对多个原始医疗文本图像的随机分类得到原始训练集图像和原始测试集图像；分别对原始训练集图像和原始测试集图像的图像缺失处理得到缺损训练集图像和缺损测试集图像；构建训练模型，并根据缺损训练集图像对训练模型进行训练，得到最终修复模型；根据最终修复模型对缺损测试集图像进行修复处理，得到修复图像结果。本发明克服了传统人工修复文本图像的工作量大、效率低下和准确率不够的缺陷，能对图像中文本存在结构缺失的情况进行修复，能够使残缺文本修复到有一定的阅读性，对残缺文本读取有很深的意义。
📄 2020107036813
📂 G06T5_00
👤 武汉工程大学
📅 2020-07-21
柿子坊 · 知识产权运营
柿子坊知识产权运营平台