法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
共 207 件在售专利
本发明公开了一种基于稀疏重构的超声图像重构方法,涉及图像处理技术领域,该方法包括:利用超声探头获取待测样品的超声回波时域信号,通过参考回波信号构造得到过完备字典,利用过完备字典对待测样品的超声回波时域信号进行稀疏分解得到稀疏分解系数,根据稀疏分解系数和过完备字典重构得到超声回波时域信号,再将各个重构得到的超声回波时域信号按照空间位置组合形成待测样品的重构超声图像;可以提高图像的横纵向分辨率,可以快速有效的观察到样品内部的微缺陷的位置、尺寸和分布情况。
📄 2018109271401 📂 G06T3_40 👤 江南大学 📅 2018-08-15
¥0.0 元
本发明涉及图像处理领域,尤其是指一种基于多任务学习的图像联合处理方法及系统,该方法包括:构建图像联合处理模型;其中,所述图像联合处理模型包括浅层特征提取模块、深层特征提取模块、超分重建模块和半色调重建模块;设计联合损失函数对所述图像联合处理模型进行训练,得到训练后的图像联合处理模型;所述训练后的图像联合处理模型通过所述超分重建模块生成超分辨率图像,通过所述半色调重建模块生成半色调图像。本发明通过共享模型的方式进行联合建模,在损失函数中,设计了一种联合损失方式,分别添加了图像半色调损失和图像超分损失,同时优化图像超分和图像半色调的效果,也解决了现有多任务模型的计算复杂度高、处理速度慢的问题。
📄 2024107333926 📂 G06T3_4053 👤 江南大学 📅 2024-06-07
¥0.0 元
本发明公开了基于矩阵分解网络的无监督高光谱图像超分辨率方法,属于高光谱图像处理技术领域。本发明对高光谱图像处理,生成模拟的低空间分辨率高光谱图像Y和高空间分辨率的多光谱图像Z;首先将生成的数据对(Y,Z)输入设计的自动编码器网络,训练迭代得到点扩散函数和光谱响应函数;对于目标高空间分辨率高光谱图像X,可以假设为末端成员矩阵A和对应丰度矩阵S的线性组合,即X=AS,结合光谱和空间退化模型进行建模,通过设计的深度CP分解模块计算A,迭代求解A和S,最后得到融合结果。本发明能够得到更加丰富的光谱和空间特征,得到了更好的融合结果,在实践中表现出了良好的性能。
📄 2022116947148 📂 G06T3_4053 👤 江南大学 📅 2022-12-28
¥0.0 元
本发明公开一种基于纹理迁移的混合相机的光场图像超分辨率方法,步骤包括光场图像颜色矫正、视差图计算和超分辨率网络构建三个部分。其中,光场图像颜色矫正利用WCT风格转换模型使得光场图像接近单反图像的颜色;视差图计算是利用EPI全卷积神经网络模型计算视差图;超分辨率网络构建包含三个模块:第一个模块将光场的一行和一列子视点,经过RCABA提取相应子视点的特征;第二模块是PS‑PA将RCABA网络得到的低频信息融合后重建为高分辨率图像;第三模块使用纹理迁移网络提取将单反图高分辨率的纹理信息并迁移到光场中心视点上。本发明既利用了光场其他视点的补充信息又利用了单反图的高频信息,可以得到更高质量的超分辨率图。
📄 2021100947957 📂 G06T3_4053 👤 江南大学 📅 2021-01-25
¥0.0 元
本发明公开了一种半调图像超分辨率重建方法及系统,该方法包括:对低分辨率连续色调图像进行多尺度特征提取与融合,通过可变大核注意力增强空域特征,利用双树复小波变换分解频域特征,经局部线性多头自注意力实现特征融合与分辨率提升,得到高分辨率连续特征图;随后通过Gumbel‑Softmax机制进行可导离散化处理并进行视觉感知优化,得到高分辨率半色调图像。本发明在空域和频域协同建模、近似线性复杂度的注意力计算与端到端可微离散决策的共同作用下,在显著降低计算开销和内存占用的同时,有效提升重建图像的细节真实性、方向一致性和视觉质量,适用于边缘侧低延迟、低功耗的实时打印场景。
📄 2025113184726 📂 G06T3_4038 👤 江南大学 📅 2025-09-16
¥0.0 元
本发明提供一种基于可形变Top‑k稀疏注意力的上采样方法,涉及计算机视觉与深度学习技术领域,该方法包括获取输入图像,提取输入图像的特征图;对特征图执行自适应形变邻域预测,得到形变采样坐标;基于形变采样坐标执行Top‑k稀疏注意力计算,生成上采样特征图。本发明计算冗余低、效率高,感知范围可自适应调整、场景适应性强,且特征聚焦精准、语义对齐充分,综合性能优异。
📄 2025110629817 📂 G06T3_4023 👤 江南大学, 江苏磐智数云科技有限公司 📅 2025-07-31
¥0.0 元
深部探测工程光学钻孔成像系统涉及地质勘测及光学钻孔成像领域。整体可分为地上系统和地下系统两部分。地上系统是可视化上位机界面;地下系统包括图像采集模块、钻孔内壁图像变换模块、图像融合拼接模块、图像压缩模块,图像采集模块用于俯视拍摄地下钻孔图像;图像变换模块用于将钻孔内壁俯视图片中的中心黑洞区域去除并将剩余的有效区域进行透射变换展开并矫正;图像融合拼接模块用于将矫正后的内壁正视图像拼接为一幅完整的钻孔内壁平面图像;图像压缩模块是将成品图进行压缩处理,方便上传至上位机。地上系统与地下系统通过tcp/ip通信模块进行信息交互。本发明能有效地在井下钻孔图像上传时节约带宽,增加了钻孔内壁图像的有效信息量。
📄 2022103346805 📂 G06T3_40 👤 北京工业大学 📅 2022-03-30
¥0.0 元
一种融合扩展高斯球和颜色几何特征的三维碎片的拼接复原方法,属于计算机工程和文物修复工程技术领域。本发明使用三维激光扫描仪采集到包含颜色信息和几何信息的三维碎片的点云数据,首先基于三维碎片的点云数据进行均值漂移的区域分割并结合样条曲线拟合得到三维碎片的边界轮廓线,接着基于三维碎片边界轮廓线构造类抛物线模型并获取边界轮廓线上采样点的颜色特征和几何特征,然后根据边界轮廓线上采样点的颜色特征和几何特征建立扩展高斯球模型并计算三维碎片边界轮廓线的差异度,最后选择边界轮廓线差异度最小的一对三维碎片进行拼接复原直至拼接结束,得到三维复原模型。本发明具有很强的独立性和适用性,算法也更加稳定和准确。
📄 2018114508845 📂 G06T3_40 👤 扬州大学 📅 2018-11-30
¥0.0 元
本发明公开了一种基于元学习的任意尺度图像下采样方法,包括如下步骤:基于元学习构建任意尺度图像下采样模型;所述图像下采样模型包括跳跃连接网络和前向神经网络;所述跳跃连接网络包括单尺度下采样网络和双三次插值方法;所述前向神经网络包括特征提取网络和基于元学习的卷积核参数预测网络;所述跳跃连接网络和前向神经网络的输出进行元素相加操作,得到低分辨率图像;对构建的图像下采样模型进行训练,通过训练好的图像下采样模型进行图像下采样。
📄 2021113445412 📂 G06T3_4007 👤 杭州电子科技大学 📅 2021-11-12
¥0.0 元
本发明公开了一种基于生成对抗网络的单幅图像超分辨率重建方法,包括:将图像输入到预先训练好的改进SRGAN网络中,得到超分辨率重建结果;其中,所述改进的SRGAN的网络结构在现有的SRGAN的网络结构的基础上进行如下改进:生成器第一层卷积由原来的1个9x9卷积核变为4个3x3的卷积核;生成器的残差块的数量由16个变为24个;且残差块中去除了BN层;激活函数由原来的PReLU变为ReLU;生成器中残差块里的激活函数前的卷积核通道数由64变为96;判别器与现有的SRGAN中的判别器相比少了最后一层sigmod层。本发明提供的基于生成对抗网络的单幅图像超分辨率重建方法重建效果更好。
📄 2020107589243 📂 G06T3_40 👤 浙江师范大学 📅 2020-07-31
¥0.0 元
单幅图像的超分辨率方法可以仅靠一幅低分辨率的图像,获得一幅高分辨率的图像。在传统的方法中,高、低分辨率图像特征块的稀疏表示系数一般被假设为相同的。本发明发现,这个假设的处理方法会降低超分辨率方法的性能。本发明提出了一种基于神经网络求取高分辨率稀疏表示系数的方法。同时,提出了一种模拟商场抓娃娃游戏过程的聚类方法,在此方法中所聚合的类具有同样的数据点数,而不像K‑means方法中,有的类数据较多,有的类数据较少,出现数据过拟合和欠拟合的情况,降低了超分辨率的性能。本发明也提出了一种超分辨率中新的对图像块特征提取的方法。实验结果表明,与传统方法相比,所提出的方法放大的图像具有更好的质量。
📄 2019108359918 📂 G06T3_40 👤 浙江师范大学 📅 2019-08-29
¥0.0 元
本发明涉及图像处理领域,为提高人脸清晰度的方法,将高分辨率人脸分解为高分辨率基本人脸和增强人脸,并分别降采样为低分辨率基本人脸、增强人脸,构造低分辨率基本人脸训练集、低分辨率增强人脸训练集;基于PCA的基本人脸推理模型、低分辨率基本人脸训练集的平均值,重构超分辨率基本人脸;基于SRSP或VDSR的增强人脸推理模型重建得到超分辨率增强人脸;将超分辨率基本人脸和增强人脸融合得到清晰的超分辨率人脸。本发明提出基于清晰度可分级推理的超分辨率技术,能有效估计真实低分辨率人脸的结构和高频纹理信息,将重建后获得的高分辨率基本人脸和增强人脸进行融合,得到清晰的超分辨率人脸。
📄 2019108057000 📂 G06T3_40 👤 广州大学 📅 2019-08-29
¥0.0 元
发明 已授权

一种基于稀疏重构的超声图像重构方法

2018109271401 · 江南大学
¥0.0 元
发明 已授权
发明 已授权
发明 已授权
发明 已授权

半调图像超分辨率重建方法及系统

2025113184726 · 江南大学
¥0.0 元
发明 已授权

一种基于可形变Top-k稀疏注意力的上采样方法

2025110629817 · 江南大学, 江苏磐智数云科技有限公司
¥0.0 元
发明 已授权

深部探测工程光学钻孔成像系统

2022103346805 · 北京工业大学
¥0.0 元
发明 已授权
发明 已授权

基于元学习的任意尺度图像下采样方法

2021113445412 · 杭州电子科技大学
¥0.0 元
发明 已授权
发明 已授权
发明 已授权

求购专区 · 发布技术需求,卖家在线应标

🔋 高能量密度固态电解质材料与制备工艺
预算:¥50-100万截止:2026-08-30发布方:××新能源科技响应:8人

交易保障 · 安心交易

资金托管

买家付款至平台,交易完成/过户成功后放款给卖家

权属尽调

专利有效性分析 + 权属状态核查,确保交易安全

合同审核

标准转让/许可合同模板,支持在线电子签署

全程代办

著录项目变更、备案手续全程代办,省心省力

交易流程 · 六步完成专利交易

1
选专利
2
在线沟通
3
签署合同
4
支付款项
5
办理变更
6
过户完成

成功交易案例

🔬

固态锂电池电解质专利包

转让方:中国科学院××研究所
受让方:××新能源科技有限公司
交易类型:独占许可
交易金额:¥320万
🧬

CRISPR基因编辑技术

转让方:××大学
受让方:××生物医药有限公司
交易类型:转让
交易金额:¥1,200万
⚡

SiC功率器件工艺专利

转让方:××半导体有限公司
受让方:××汽车电子集团
交易类型:转让
交易金额:¥680万
☀️

钙钛矿光伏组件技术

转让方:××科技公司
受让方:××能源集团
交易类型:开放许可
交易金额:¥50万/年