-
公开(公告)号：CN108205800B
公开(公告)日：2020-01-31
申请号：CN201611173333.X
申请日：2016-12-18
Applicant: 王蕾
Abstract: fiDrizzle像素化反卷积技术是数字图像处理领域为数不多的包含去像素化过程的图像叠加技术。目的是要解决成像仪器的低采样率导致的像素化问题，也顺便解决姿态稳定性差导致的图像形状模糊等问题。我们在前人工作的基础上，改进了实现方法，省略了一些冗余的计算步骤，并直接瞄准输出网格的分辨率。这样做省时省力，而且保留了更多的图像细节，得到的图像质量更高。本技术快速有效地解决了比较基础性的低采样率导致的像素化问题，能获得更高保真的重建图像。所以在对图像的像素分辨率有极高要求的天文学，微观物理学等领域有广泛用途，甚至在微生物学，医学和数字监控领域也有用武之地。
-
公开(公告)号：CN109785231A
公开(公告)日：2019-05-21
申请号：CN201811484091.5
申请日：2018-12-06
Applicant: 王蕾 , 中国科学院紫金山天文台
Abstract: 本发明《多次曝光图像的PSF反卷积以及欠采样图像的反混叠技术I：PSFdeLRSA》首次尝试在多次曝光图像中同时进行PSF反卷积和欠采样信号的反混叠。在LRSA技术基础上加入PSF的反卷积机制，从实例中可以看出，该技术(PSFdeLRSA)成功实现了多次曝光图像的PSF反卷积和欠采样信号的反混叠。
-
公开(公告)号：CN109741251A
公开(公告)日：2019-05-10
申请号：CN201811484172.5
申请日：2018-12-06
Abstract: 本发明《多次曝光图像的PSF反卷积以及欠采样图像的反混叠技术II：LSPDAA》使用最小二乘法完成了在多次曝光图像中同时进行PSF反卷积和欠采样信号的反混叠。从实例的对比中可以看出，该技术(LSPDAA)在图像重建效果上要优于此前开发的PSFdeLRSA技术，也是目前多次曝光图像的PSF反卷积以及欠采样图像的反混叠技术中最好的。
-
公开(公告)号：CN108257192A
公开(公告)日：2018-07-06
申请号：CN201711331038.7
申请日：2017-12-13
Applicant: 王蕾
IPC: G06T11/00
CPC classification number: G06T11/00 , G06T2207/20064 , G06T2211/416
Abstract: 基于分立小波变换的快速迭代(多次曝光)图像重建技术(FiSA)，摈弃了可能带来人为结构和高计算负荷的Drizzle，转而使用快速迭代的平移叠加方法(Shift‑and‑Add)，并结合二维快速分立小波变换技术进行滤波处理，从而在多次曝光图像重建过程中保留了更多的高频细节信息。另外相比于之前的《FiDrizzle多次采样图像重建技术》减少了计算量提高了运算速度。
-
公开(公告)号：CN107123100B
公开(公告)日：2020-01-31
申请号：CN201710307681.X
申请日：2017-05-04
Applicant: 王蕾
IPC: G06T5/00
Abstract: FiDrizzle多次采样图像重建技术是在我们之前发明专利的基础上对实现方法改进后的一次技术升级。主要是集合了fiDrizzle方法计算快速以及低频段收敛速度快的优势和iDrizzle方法在高频段具有高保真度的强项。该FiDrizzle多次采样图像重建技术在之前fiDrizzle算法基础上加入了频率域的低通滤波，从而整合了前面两种方法的优点。能快速高保真地从低采样率图像重建高分辨率图像。所以在对图像的像素分辨率有极高要求的天文学，微观物理学等领域有广泛用途，甚至在微生物学，医学和数字监控领域也有用武之地。
-
Patent Agency Ranking
公开(公告)号：CN108053378A
公开(公告)日：2018-05-18
申请号：CN201711321275.5
申请日：2017-12-12
Applicant: 王蕾
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/30181
Abstract: 基于铺装简单曲面拟合法的多次曝光图像重建技术(Tessellated Simple Surface Fitting，TSSF)，在普适性和计算速度上都明显超越了之前的《细分有理曲面(正向)去像素化技术》(专利号：201510982531X)。该方法旨在拟合一簇铺装简单曲面，得到对被观测物体的高分辨率最佳近似图像。对最佳近似图像的一系列模拟观测将得到与真实观测图像几乎一样的图像。该技术同样适用于利用任意一簇参数化铺装曲面对多次曝光图像进行拟合(Tessellated Parameterized Surface Fitting，TPSF)，应该说TSSF技术是TPSF的一个特例。在图像重建的保真性方面明显优于前人发展的Drizzle和iDrizzle技术，特别对于细节丰富(小尺寸结构)和流量变化较大的区域有独特优势。自适应TSSF能自动调整计算量到细节丰富的区域，在计算速度上要快于iDrizzle技术。
-
公开(公告)号：CN107123100A
公开(公告)日：2017-09-01
申请号：CN201710307681.X
申请日：2017-05-04
Applicant: 王蕾
IPC: G06T5/00
Abstract: FiDrizzle多次采样图像重建技术是在我们之前发明专利的基础上对实现方法改进后的一次技术升级。主要是集合了fiDrizzle方法计算快速以及低频段收敛速度快的优势和iDrizzle方法在高频段具有高保真度的强项。该FiDrizzle多次采样图像重建技术在之前fiDrizzle算法基础上加入了频率域的低通滤波，从而整合了前面两种方法的优点。能快速高保真地从低采样率图像重建高分辨率图像。所以在对图像的像素分辨率有极高要求的天文学，微观物理学等领域有广泛用途，甚至在微生物学，医学和数字监控领域也有用武之地。
-
公开(公告)号：CN109741252A
公开(公告)日：2019-05-10
申请号：CN201811484343.4
申请日：2018-12-06
Applicant: 王蕾 , 中国科学院紫金山天文台
Abstract: 本发明《多次曝光图像的PSF反卷积以及欠采样图像的反混叠技术III：PSFdeFiSA》首次在FiSA迭代的框架下进行多次曝光图像的PSF反卷积和欠采样信号的反混叠。PSFdeFiSA迭代的改正项是加性的，从实例中可以看出，该技术(PSFdeFiSA)成功实现了多次曝光图像的PSF反卷积和欠采样信号的反混叠，并且跟此前开发的也是迭代采用加性改正项的LSPDAA不相上下。
-
公开(公告)号：CN105631817A
公开(公告)日：2016-06-01
申请号：CN201510982531.X
申请日：2015-12-23
Applicant: 王蕾
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/20016
Abstract: 细分有理曲面（正向）去像素化技术是数字图像处理领域迄今为止仅有的包含去像素化过程的图像处理技术。目的是要解决成像仪器的低采样率导致的像素化问题，也顺便解决姿态稳定性差导致的图像形状模糊等问题。首先假设被观测源的亮度轮廓可用被细分的有理曲面来逼近，然后对这些有理曲面进行多次与现实观测完全同条件的虚拟观测。最后使虚拟观测最逼近现实观测，这样就确定了细分有理曲面的系数。本技术解决了比较基础性的去像素化问题，能获得更高的图像对比度和更清晰的源形状。所以在对图像的像素分辨率有极高要求的天文学，微观物理学等领域有广泛用途，甚至在微生物学，医学和数字监控领域也有用武之地。
-
公开(公告)号：CN108205800A
公开(公告)日：2018-06-26
申请号：CN201611173333.X
申请日：2016-12-18
Applicant: 王蕾
Abstract: fiDrizzle像素化反卷积技术是数字图像处理领域为数不多的包含去像素化过程的图像叠加技术。目的是要解决成像仪器的低采样率导致的像素化问题，也顺便解决姿态稳定性差导致的图像形状模糊等问题。我们在前人工作的基础上，改进了实现方法，省略了一些冗余的计算步骤，并直接瞄准输出网格的分辨率。这样做省时省力，而且保留了更多的图像细节，得到的图像质量更高。本技术快速有效地解决了比较基础性的低采样率导致的像素化问题，能获得更高保真的重建图像。所以在对图像的像素分辨率有极高要求的天文学，微观物理学等领域有广泛用途，甚至在微生物学，医学和数字监控领域也有用武之地。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.075 seconds)
