-
公开(公告)号：CN114820326A
公开(公告)日：2022-07-29
申请号：CN202210579505.2
申请日：2022-05-25
Applicant: 厦门大学
IPC: G06T3/40
Abstract: 基于可调节核稀疏化的高效单帧图像超分方法，涉及图像处理领域。通过将用户预定义的稀疏度隐式分配给每个单独的卷积核来实现权重级别的可调节模型稀疏，并由此提供一种基于可调节核稀疏化的高效单帧图像超分方法。为了诱导核稀疏性，引入软阈值函数作为门限约束从而过滤不重要的权重值。为了满足可调节的稀疏度，提出一种动态阈值学习算法，即阈值与网络权重一起更新，与此同时阈值在目标稀疏性引导下进行自适应衰减。该方法本质上为现有的超分大模型提供了在给定资源限制下的动态参数重分配。该方法研究高效轻量级图像超分模型，可用于智能安防、高清画质增强、历史老照片修复等。
-
公开(公告)号：CN104978721A
公开(公告)日：2015-10-14
申请号：CN201510385409.4
申请日：2015-06-30
Applicant: 厦门大学
IPC: G06T5/00
Abstract: 基于变分正则化的大气扰动图像恢复方法，涉及图像处理。获取对固定目标的受到大气干扰的视频帧或者用模拟软件对一张图片附加模拟扰动以生成一组视频帧；对视频帧进行低秩分解，得到初始参考图像；使用基于非局部全变差正则项与可控核回归正则项的优化模型对参考图像进行优化，并用分离的Bregman算法实现加快该优化过程；用优化后的参考图像对视频帧进行B样条插值配准，得到经过配准后的视频帧；使用空间加权核范数最小化，将配准后的视频帧融合成一张近衍射极限图片；对近衍射极限图片进行去卷积处理，得到最后的去除了模糊和噪声的图片。提升扰动去除结果，得到了视觉清晰以及细节丰富的恢复图像，可用于高空对地观测、远距离监控等。
-
公开(公告)号：CN111160351A
公开(公告)日：2020-05-15
申请号：CN201911365709.0
申请日：2019-12-26
Applicant: 厦门大学
Abstract: 基于块推荐网络的快速高分辨率图像分割方法，涉及图像处理。1)构建全局分支与局部精细化分支；2)将原始高分辨率图像下采样,均匀划分成若干图像块；3)将下采样图像输入全局分支中得全局分割特征图，均匀划分成若干特征块；4)将下采样图像输入块推荐网络中获取推荐块；5)根据推荐块标号取出推荐块，与全局分割特征图相应特征块进行显著性操作，将结果输入局部精细化分支；6)局部精细化特征块与全局分割特征图相应位置融合，输出融合后的分割结果作为总体分割结果；7)分割结果与真实标签计算误差损失，训练网络，更新网络参数；8)取任意测试图像，重复步骤1)～6)，得到分割预测结果。分割准确，计算资源消耗低，推理时间少。
-
公开(公告)号：CN106408530A
公开(公告)日：2017-02-15
申请号：CN201610805487.X
申请日：2016-09-07
Applicant: 厦门大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/10036
Abstract: 基于稀疏与低秩矩阵逼近的高光谱图像恢复方法，涉及图像处理。获取受到混合噪声影响的高光谱图像序列或者对清晰的高光谱图像序列人工添加模拟的混合噪声已获得待处理高光谱数据；将多波段的高光谱图像数据分割成若干小的数据块，并将每个三维数据块拼成一个二维数据矩阵；对每个二维数据矩阵构建加权的Schatten-p范式低秩矩阵逼近模型；利用扩展的拉格朗日乘数法求解模型得到去除混合噪声后的二维数据矩阵；将每个二维数据矩阵还原回三维高光谱数据后，就得到了去除混合噪声后的多波段高光谱图像；用迭代的方法重复上述步骤以求得到更好的恢复效果。可有效利用于遥感、地理、农业、军事等领域。
-
Patent Agency Ranking
公开(公告)号：CN111160351B
公开(公告)日：2022-03-22
申请号：CN201911365709.0
申请日：2019-12-26
Applicant: 厦门大学
Abstract: 基于块推荐网络的快速高分辨率图像分割方法，涉及图像处理。1)构建全局分支与局部精细化分支；2)将原始高分辨率图像下采样,均匀划分成若干图像块；3)将下采样图像输入全局分支中得全局分割特征图，均匀划分成若干特征块；4)将下采样图像输入块推荐网络中获取推荐块；5)根据推荐块标号取出推荐块，与全局分割特征图相应特征块进行显著性操作，将结果输入局部精细化分支；6)局部精细化特征块与全局分割特征图相应位置融合，输出融合后的分割结果作为总体分割结果；7)分割结果与真实标签计算误差损失，训练网络，更新网络参数；8)取任意测试图像，重复步骤1)～6)，得到分割预测结果。分割准确，计算资源消耗低，推理时间少。
-
公开(公告)号：CN104978721B
公开(公告)日：2019-02-15
申请号：CN201510385409.4
申请日：2015-06-30
Applicant: 厦门大学
IPC: G06T5/00
Abstract: 基于变分正则化的大气扰动图像恢复方法，涉及图像处理。获取对固定目标的受到大气干扰的视频帧或者用模拟软件对一张图片附加模拟扰动以生成一组视频帧；对视频帧进行低秩分解，得到初始参考图像；使用基于非局部全变差正则项与可控核回归正则项的优化模型对参考图像进行优化，并用分离的Bregman算法实现加快该优化过程；用优化后的参考图像对视频帧进行B样条插值配准，得到经过配准后的视频帧；使用空间加权核范数最小化，将配准后的视频帧融合成一张近衍射极限图片；对近衍射极限图片进行去卷积处理，得到最后的去除了模糊和噪声的图片。提升扰动去除结果，得到了视觉清晰以及细节丰富的恢复图像，可用于高空对地观测、远距离监控等。
-
公开(公告)号：CN105069825A
公开(公告)日：2015-11-18
申请号：CN201510501171.7
申请日：2015-08-14
Applicant: 厦门大学
Abstract: 基于深度置信网络的图像超分辨率重建方法，涉及图像处理。获取低分辨率的图像，对低分辨率的图像先进行插值放大，放大到所需尺寸；用重复分块采样的方法来获取低分辨亮度图图像块；输入低分辨率图像块，用预先训练好的深度置信网络预测高分辨率的图像块；将得到的拟合结果进行邻域正则化优化求解；将所有的高分辨亮度图像块组合得到高分辨率亮度图像；最后跟之前得到的其它两个通道的值组合起来，再转换成彩色RGB表示的图像，即得到所预测的高分辨率图像。可实现单帧图像的超分辨重建，提高图像的峰值信噪比，得到重建图像清晰边缘和丰富纹理，可用于视频安全监控、医学数字影像、航天探测等。
-
公开(公告)号：CN114820326B
公开(公告)日：2024-05-31
申请号：CN202210579505.2
申请日：2022-05-25
Applicant: 厦门大学
IPC: G06T3/4053 , G06T3/4046
Abstract: 基于可调节核稀疏化的高效单帧图像超分方法，涉及图像处理领域。通过将用户预定义的稀疏度隐式分配给每个单独的卷积核来实现权重级别的可调节模型稀疏，并由此提供一种基于可调节核稀疏化的高效单帧图像超分方法。为了诱导核稀疏性，引入软阈值函数作为门限约束从而过滤不重要的权重值。为了满足可调节的稀疏度，提出一种动态阈值学习算法，即阈值与网络权重一起更新，与此同时阈值在目标稀疏性引导下进行自适应衰减。该方法本质上为现有的超分大模型提供了在给定资源限制下的动态参数重分配。该方法研究高效轻量级图像超分模型，可用于智能安防、高清画质增强、历史老照片修复等。
-
公开(公告)号：CN105069825B
公开(公告)日：2018-06-12
申请号：CN201510501171.7
申请日：2015-08-14
Applicant: 厦门大学
Abstract: 基于深度置信网络的图像超分辨率重建方法，涉及图像处理。获取低分辨率的图像，对低分辨率的图像先进行插值放大，放大到所需尺寸；用重复分块采样的方法来获取低分辨亮度图图像块；输入低分辨率图像块，用预先训练好的深度置信网络预测高分辨率的图像块；将得到的拟合结果进行邻域正则化优化求解；将所有的高分辨亮度图像块组合得到高分辨率亮度图像；最后跟之前得到的其它两个通道的值组合起来，再转换成彩色RGB表示的图像，即得到所预测的高分辨率图像。可实现单帧图像的超分辨重建，提高图像的峰值信噪比，得到重建图像清晰边缘和丰富纹理，可用于视频安全监控、医学数字影像、航天探测等。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
