本发明涉及应用SAR影像提升国产光学卫星影像无控几何质量方法及系统，与现有技术相比解决了稳健提升国产光学卫星无控几何定位精度。本发明包括以下步骤：构建附加太阳高度角变量的无控几何定位误差补偿模型；应用SAR影像提升国产光学卫星影像无控几何质量准备工作；应用从SAR影像中提取的参考数据对无控几何定位误差补偿模型系数进行求解。本发明提出一种对影响国产光学卫星无控几何质量的热稳定性误差进行补偿方法及系统，对影响无控几何定位误差根本原因进行建模，形成可操作性的无控几何质量提升途径，进而有效提升国产光学卫星影像的无控几何质量。
📄 2022105035105
📂 G06T5_00
👤 安徽大学
📅 2022-05-09
本发明涉及一种基于深度卷积神经网络的无参考低照度图像增强方法，属于图像处理领域。首先，使用深度卷积神经网络构建包含两个分支的特征提取模块，并从输入的低照度图像中提取照射分量和反射分量。之后，对反射分量进行去噪，将其融入到优化网络中得到优化后的反射分量。然后，将照射分量输入到优化网络中得到优化后的照射分量。最后，将优化后的照射分量和反射分量相乘得到最终的增强结果。本发明充分利用了从输入图像中提取的反射分量，有效降低了图像中噪声的干扰并提升了细节表现能力。
📄 2021103041978
📂 G06T5_00
👤 重庆邮电大学
📅 2021-03-22
一种适用于超声图像去噪的自适应加权混合总变分方法,包括通过超声图像成像模型和已知的乘性高斯噪声分布，采用最大后验概率估计理论推导出适用于超声图像去噪的通用最小化凸能量泛函；将通用凸能量泛函的正则化项采用一阶总变分、二阶总变分和自适应加权函数融合形成自适应加权混合总变分项，从而得到本发明方法的凸能量泛函。将凸能量泛函采用Split‑Bregman算法进行最小化求解，迭代过程中交替实现超声图像的去噪和自适应加权函数的优化，最终得到的去噪超声图像在有效降低散斑噪声的同时能更好地保留超声图像细节和边缘信息，从而有效提高超声图像的视觉判读性。
📄 2020114968155
📂 G06T5_00
👤 三峡大学
📅 2020-12-17
本发明公开了一种汉字图像处理方法，包括对输入的汉字图像去噪处理的步骤包括如下：步骤1：让模板中心依次与输入图像的每个像素重合；步骤2：模板系数与跟模板重合的输入图像的对应像素相乘，再将乘积相加；步骤3：把结果赋予输出图像；将二值化后的图像分解为路径的步骤包括如下：步骤1：二值图构成了黑白区域之间的边界；步骤2：每条路径都被近似为一个最优多边形；步骤3：每个多边形都转化为光滑的轮廓；步骤4：结果曲线通过链接连续的贝塞尔曲线片段来进行优化。本申请充分结合现代信息技术的优势，可运用机器手段对字体进行还原再现，使得汉字文化在现代社会文化的冲击中迸发出新的生命力，有利于传统文化的继承和发扬。
📄 2019105121749
📂 G06T5_00
👤 大连瑞云字库科技有限公司
📅 2019-06-13
本发明涉及一种利用大数据处理的动力产生平台，包括：类型鉴别机构，设置在拍摄云台上，用于基于不同类型的瓜体的成像特征对均衡处理图像中的瓜体目标进行类型识别，以获得对应的瓜体类型并作为鉴别瓜体类型输出；数据转换设备，用于基于接收到的鉴别瓜体类型确定对应的参考推力并发送给所述气动推送机构；大数据存储机构，设置在大数据网络侧，通过网络与所述数据转换设备连接，用于存储不同瓜体类型分别对应的切瓜需要的参考推力。本发明的利用大数据处理的动力产生平台节能环保、操作方便。由于能够在大数据服务的基础上，对定制的中空型开瓜机构提供基于当前要切开的瓜体类型的动力参考机制，从而兼顾了开瓜效率和能源节省。
📄 2020111155001
📂 G06T5_00
👤 湖南典丰科技有限公司
📅 2020-10-19
本发明涉及一种基于OctBlock密集块的快速图像去噪方法，将待去噪图像分为训练数据集与测试数据集并分别进行增强和/或加噪，构建基于OctBlock密集块的去噪网络，输入训练数据集进行训练，输入测试数据集进行图像去噪，获得去噪后的图像。本发明的子模块OctConv将卷积层的输出特征图分解为不同空间频率的特征，并将特征图存储到不同的组，在相邻位置之间共享信息以减少空间冗余、提高模型效率、加快图像去噪；OctBlock密集块内部的每个子模块提取到的特征将被连接到后续的子模块中，提取丰富的局部特征，更快更好获得去噪后的图像；在网络中应用残差学习，减少网络参数，避免网络复杂度导致的梯度消失、梯度爆炸。
📄 2019108795264
📂 G06T5_00
👤 浙江工业大学
📅 2019-09-18
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
基于残差学习的卷积神经网络医学CT图像去噪，具体步骤如下：步骤1)构建医学CT图像模型；步骤2)构建神经网络模型；步骤3)训练网络；步骤4)更新参数；步骤5)医学CT图像去噪，向构建好的网络模型中输入含噪声的医学CT图像，网络输出去除噪声后的医学CT图像。本发明具有以下优点：提出了结合深度学习中卷积神经网络方面的知识进行医学CT图像去噪；采用残差学习的方式来近似学习图像中的噪声，具有很好的针对性，同时提升神经网络的训练效率；采用卷积神经网络和残差学习的方法，能够更好的学习图像中的特征信息，在图像去噪的过程中保留更多的局部图像信息。同时图像去噪能力也得到提升。
📄 201910166558X
📂 G06T5_00
👤 浙江工业大学
📅 2019-03-06
一种结合L0梯度约束和局部低秩矩阵恢复的高光谱图像去噪方法，包括以下步骤：1)获取待去噪的高光谱图像数据，定义高光谱图像去噪模型；2)计算上述待处理高光谱图像的L0梯度矩阵；3)建立基于局部低秩约束模型；4)结合L0梯度约束和局部高光谱图像低秩性建立去噪模型，恢复出三维无噪高光谱图像。本发明较为显著的提高了高光谱图像混合噪声的去噪效果。
📄 2018114216743
📂 G06T5_00
👤 浙江工业大学
📅 2018-11-26
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
一种低照度彩色图像的增强方法，包括以下步骤：S1：输入低照度图像；S2：对输入图像进行颜色分离，得到R、G、B三个分量图像；S3：对三个分量图像进行同态高频滤波和同态低频滤波，分别得到各分量的高低频图像；S4：对各分量低频图像进行线性伸缩变换；S5：对各分量的高频图像进行多尺度Retinex算法处理；S6：将各分量处理后的高频图像与低频图像进行合并；S7：合并三个分量图像，得到增强后的低照度彩色图像。本发明针对低照度彩色图像进行增强，使得增强后的图像细节更清晰，对比度更高，具有更好的视觉效果。
📄 2019104956089
📂 G06T5_00
👤 浙江工业大学
📅 2019-06-10
一种用于深度学习评定血管网络发育水平的数据集增强方法，包括以下步骤：a对原始图像进行预处理；b对预处理之后的图像进行数据扩增；c在原始图像空间范围中划分等面积的N个矩形区域；d在每个区域中随机选取相同比例数量的图片生成数据集。本发明提供了一种数据集分布更加全面、均衡、增强模型鲁棒性的用于深度学习评定血管网络发育水平的数据集增强方法。
📄 2018102614720
📂 G06T5_00
👤 浙江工业大学
📅 2018-03-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台