本发明公开一种基于掩码自编码器的云粒子谱优化方法、系统、介质及设备，方法包括：获取待补全的云粒子阴影图像，进行预处理，得到预处理后的图像；基于训练好的云粒子图像补全模型，进行重建补丁，得到补全后的图像；对补全后的图像进行评估与筛选，对通过评估的补全图像进行云粒子几何尺度统计与粒径分档，结合飞行扫掠距离及各粒径分档对应的有效采样宽度，计算分档采样体积与分档浓度，得到最终的云粒子谱。本发明方法整体流程不依赖云粒子级人工标注，仅需原始图像即可完成训练与应用，降低数据准备成本，适合在大规模机载观测数据中推广应用，并在不增加硬件复杂度的前提下增加进入云粒子谱统计链路的可用大云粒子样本数。
📄 2026102437650
📂 G06V10_30
👤 南京信息工程大学, 中国气象局人工影响天气中心
📅 2026-03-02
本发明公开了一种用于恶劣天气下的红外图像去噪和小目标检测方法。首先构建三分类红外图像小目标数据集，随机的将数据集划分为三等份并添加高斯噪声、泊松噪声和椒盐噪声这三种噪声；然后构建用于恶劣天气条件下的红外图像去噪和小目标检测的网络架构，整体框架包括滤波器去噪模块、全分辨率去噪模块和YOLOv5检测器三部分，检测器中使用损失监督函数提高对小目标的检测性能；最后基于加噪的三分类红外图像小目标数据集，对提出的网络架构进行训练，获得红外图像的去噪和识别的模型。本发明去噪模块能够去除噪声并提取图像中关键特征所在的区域，再将关键区域传入检测器得出目标的定位信息和类别信息，可以更好地提高小目标检测的性能。
📄 2024102553597
📂 G06V10_30
👤 淮安昆博信息科技有限公司
📅 2024-03-06
本发明提供一种基于卷积神经网络和模糊图像特征的去噪方法及终端机，涉及图像处理技术领域，选取预设数量的图像进行裁切，形成图像块，作为干净图像数据集；将干净图像块与合成高斯白噪声相加，得到含噪图像数据集；构造基于模糊图像特征的模糊特征去噪网络BFCNN；利用Adam优化器对模糊特征去噪网络BFCNN进行训练，形成图像去噪网络，并保存训练完成的图像去噪网络；将含噪图像数据集中待去噪的图像输入到训练完成的图像去噪网络中，得到去噪后的图像。通过设置模糊图像作为去噪过程的中间状态，形成了对去噪过程的一个约束，能减少去噪过程中的信息浪费和信息丢失，从而保证了去噪图像的准确性。
📄 2022114269376
📂 G06V10_30
👤 山东财经大学
📅 2022-11-15
本发明提供一种目标检测方法、装置及电子设备，该方法包括：获取目标的图像数据；将图像数据输入预建深度轻量网络，输出不同尺度的预测头；对预测头进行解码，得到目标的类别、定位框及类别置信度。该方案可以大幅度提高目标检测的精度和推理速度。
📄 2021112660835
📂 G06V10_30
👤 燕山大学
📅 2021-10-28
一种适于多被试fMRI数据的空间加权池化移不变秩‑(L,L,1,1)块项分解算法，属于医学信号处理领域。在基于交替最小二乘法(alternating least squares,ALS)的基础上，提出一种空间加权池化处理方法对多被试fMRI数据进行预处理，对fMRI数据图像进行下采样和平滑，显著减小了fMRI数据量以及去除了大部分噪声；另外，考虑到被试间高的空时差异性，该方法通过结合空间正交化约束和时间移位不变性，松弛压缩后fMRI数据的秩‑(L,L,1,1)BTD模型，提升了算法分离性能。
📄 2023102475841
📂 G06V10_30
👤 长沙理工大学
📅 2023-03-14
本发明涉及一种基于改进YOLOV7网络的SAR图像舰船目标检测方法，基于骨干网络Backbone，引入金字塔池化注意力模块、快速全连接空间金字塔池化模块，并结合无关信息剔除模块和PANet，构建待训练网络，以已知舰船对象位置的各幅样本SAR图像，针对待训练网络进行训练，获得舰船检测模型，进而针对待分析SAR图像，应用舰船检测模型识别获得待分析SAR图像中各舰船对象的位置，设计所获舰船检测模型在应用中，在满足实时性的条件下，减少误检、漏检，提升舰船目标检测的检测精度。
📄 2024110473471
📂 G06V10_30
👤 南京信息工程大学
📅 2024-08-01
本发明公开了一种基于改进阈值函数的小波去噪方法通过小波基对含噪信号进行分解，得到小波分解系数；选取VisuShrink阈值作为判定门限，保留比阈值大的小波系数，舍弃比阈值小的小波系数，实现信号的去噪，具有较强的适用性，改进阈值函数，得到可调阈值函数；根据改进的可调阈值函数对小波系数进行过滤处理，得到估计的小波系数；利用小波逆变换对信号进行重构，得到去噪后的信号。可调阈值函数在应用中设定可调参数，对不同的数据系统进行去噪；具有连续性并且高阶可导，弥补了硬阈值函数产生间断的不足；可调阈值函数很好地保留信号的局部特征，减少不可控噪声的影响，减少低频信号信息的丢失。
📄 2022102750280
📂 G06V10_30
👤 南京信息工程大学
📅 2022-03-21
本发明涉及安检判图技术领域，尤其涉及一种智能化的安检集中判图系统，包括以下部分：图像接收模块、任务分发模块、组合运算模块、智能处理模块、图像识别模块、警报模块，解决了现有技术中现有技术大多先对图像进行去噪处理，然后从去噪后的图像中提取特征，容易产生去噪失误导致特征提取不精准的问题，且由于包裹内东西杂乱形成多层遮挡，使物品识别误差较大，实现了结合深度学习优越的去噪性能，提高了特征提取的精确度，解决了X光成像差异、目标遮挡和目标尺度变化等问题，提高物品的识别效率。
📄 2023115203722
📂 G06V10_30
👤 山东衡昊信息技术有限公司
📅 2023-11-15
柿子坊 · 知识产权运营
柿子坊知识产权运营平台