公开(公告)号：CN106934778B

公开(公告)日：2019-11-29

申请号：CN201710142054.5

申请日：2017-03-10

Applicant: 北京工业大学

Inventor： 施云惠 ,  霍莉杰 ,  齐娜 ,  丁文鹏 ,  尹宝才

IPC: G06T5/00

Abstract: 本发明公开一种基于小波域结构和非局部分组稀疏的MR图像重建方法，包括以下步骤：步骤1、首先将图像变换到傅里叶域进行随机采样，得到采样数据y，之后，对其利用基本的压缩感知重建图像原理进行初始化；步骤2、迭代奇异值阈值法求解低秩矩阵Li；步骤3、交替方向乘子法(ADMM)求解图像x。采用本发明的技术方案，提高了图像的重建质量。

公开(公告)号：CN105069820B

公开(公告)日：2018-04-06

申请号：CN201510483610.6

申请日：2015-08-07

Applicant: 北京工业大学

Inventor： 尹宝才 ,  高原 ,  施云惠 ,  丁文鹏 ,  王少帆

IPC: G06T9/00

Abstract: 本发明公开了一种适用于三维网格序列的压缩方法，其适用于各帧拓扑连接不同的三维网格序列的压缩，提高了异构三维网格序列的压缩效率。该方法包括步骤：(1)利用薄板样条函数TPS对几何图像序列进行非刚性配准，几何图像序列是已知的三维网格序列通过参数化和重采样生成；(2)使用图像压缩算法JPEG2000压缩步骤(1)配准后的几何图像序列的各帧之间的残差。

公开(公告)号：CN107038456A

公开(公告)日：2017-08-11

申请号：CN201710178667.4

申请日：2017-03-23

Applicant: 北京工业大学

Inventor： 丁文鹏 ,  胡向杰 ,  孙艳丰 ,  胡永利

IPC: G06K9/62

CPC classification number: G06K9/6234 ,  G06K9/6277

Abstract: 本发明公开一种基于L1范数的概率线性判别分析的图像分类方法，能够解决图像中存在异常值的问题。与传统的PLDA不同的是，本发明采用拉普拉斯分布描述噪声，拉普拉斯是基于L1‑范数的概率密度函数，它不会放大误差的值。通过引入隐变量，使用变分最大期望求解模型中的参数，以及降维矩阵。将降维后的矩阵看作是样本的特征，在这个模型中本发明用的是L1‑范数描述误差，这样求解的降维矩阵更接近主方向，可以提升图像分类效果。

公开(公告)号：CN106993189A

公开(公告)日：2017-07-28

申请号：CN201710219589.8

申请日：2017-04-06

Applicant: 北京工业大学

Inventor： 施云惠 ,  卢波 ,  丁文鹏 ,  尹宝才

IPC: H04N19/186 ,  H04N19/105

Abstract: 本发明公开一种基于优化排序的屏幕内容视频的编码方法，包括序列分组、哈希特征提取、预测代价计算、最优排序生成、序列重排序、参考帧设置及编码。采用本发明的技术方案，通过利用屏幕内容的帧间相关性对视频序列进行重排序，来提升视频序列的编码效率。

公开(公告)号：CN106952228A

公开(公告)日：2017-07-14

申请号：CN201710142438.7

申请日：2017-03-10

Applicant: 北京工业大学

Inventor： 丁文鹏 ,  朝丹凤 ,  施云惠 ,  尹宝才

IPC: G06T3/40 ,  G06K9/62

Abstract: 本发明公开一种基于图像非局部自相似性的单幅图像的超分辨率重建方法，通过图像自身的非局部自相似性合成图像的纹理，以及填补图像空洞信息；根据反卷积神经网络完备的理论，实现图像重建。这种基于图像非局部自相似性卷积稀疏表示的超分辨率重建方法，能更好的增强超分辨率图像的细节信息、降低块效应，从而提高了超分辨图像重建质量。

公开(公告)号：CN103927746B

公开(公告)日：2017-02-15

申请号：CN201410133394.8

申请日：2014-04-03

Applicant: 北京工业大学

Inventor： 施云惠 ,  王一山 ,  胡永利 ,  丁文鹏

IPC: G06T7/00 ,  G06T9/00 ,  G06T17/00

Abstract: 本发明公开一种三维网格序列的配准及压缩方法，其能够去除网格序列在帧间拓扑信息上的冗余性，大大地提高对网格序列的压缩效率，从而降低存储空间。这种三维网格序列的配准及压缩方法，包括步骤（：1）基于视频的帧间编码来配准一个三维网格序列；（2）用开源软件7-Zip无损压缩所有的I帧的顶点和面片数据；通过压缩相邻帧之间的顶点残差数据来压缩P帧和B帧的顶点数据，而P帧和B帧的面片数据将与I帧共享；3）用开源软件7-Zip对步骤（b）的压缩文件进行解压，然后重建。

公开(公告)号：CN103279932B

公开(公告)日：2016-12-28

申请号：CN201310222046.3

申请日：2013-06-05

Applicant: 北京工业大学

Inventor： 施云惠 ,  齐娜 ,  尹宝才 ,  丁文鹏

IPC: G06T5/00

Abstract: 本发明公开一种充分利用图像的相关性、分别刻画图像不同维度的特性、大量节省字典的存储空间、去噪效果好的二维合成稀疏模型，以及基于该模型的字典训练方法，包括步骤：（1）构造训练样本集I；（2）初始化两个字典D1,D2；（3）稀疏编码；（4）字典更新（；5）判断是否达到迭代停止条件：如果满足迭代条件回到步骤（3），否则执行步骤（6）；（6）输出字典D1,D2，完成字典的训练。

公开(公告)号：CN105654119A

公开(公告)日：2016-06-08

申请号：CN201510994181.9

申请日：2015-12-25

Applicant: 北京工业大学

Inventor： 施云惠 ,  臧秀环 ,  丁文鹏 ,  尹宝才

IPC: G06K9/62

CPC classification number: G06K9/6249 ,  G06K9/6255

Abstract: 本发明公开了一种字典优化方法，其能够更好地携带光场数据的结构特征，减小字典的存储空间，明显提高光场图像的重建质量。该方法包括步骤：(1)探究基于压缩感知光场摄影技术中观测矩阵和字典作用的过程；(2)根据相机的结构推导出结构化的观测矩阵P；(3)结合压缩感知中观测矩阵与字典的非一致性，以及压缩感知和稀疏编码理论知识，构建优化字典模型；(4)根据光场视图间具有高度的相关性，且各个视图共享相似的结构内容，结合上述结构化观测P，构造结构字典SD；(5)根据结构化的观测P，对优化字典模型求解，最终得到优化的结构字典OSD和优化的字典OD。

公开(公告)号：CN105046672A

公开(公告)日：2015-11-11

申请号：CN201510385633.3

申请日：2015-06-30

Applicant: 北京工业大学

Inventor： 施云惠 ,  齐娜 ,  刘浩 ,  丁文鹏 ,  尹宝才

IPC: G06T5/50 ,  G06T3/40

Abstract: 本发明公开一种图像超分辨率重建方法，在超分辨率稀疏重建的基本框架下，引入了二维稀疏表示模型，使得能够有效利用二维图像的空间特性，同时减少一维稀疏表示中存在字典存储空间较大、需要估计的参数较多的问题，从而能够在保证图像超分辨率重建结果的同时减少字典的存储空间。

公开(公告)号：CN102223541B

公开(公告)日：2013-07-03

申请号：CN201110200158.X

申请日：2011-07-14

Applicant: 北京工业大学

Inventor： 丁文鹏 ,  朱维佳 ,  施云慧 ,  尹宝才

IPC: H04N7/26 ,  H04N7/32 ,  H04N7/46

Abstract: 公开了一种编码效率更高的混合图像的编码方法，将基础颜色和索引表编码方法用于混合图像的帧间编码：在传输基础颜色时，通过对匹配块聚类后得到的基础颜色值和当前编码块聚类得到的基础颜色值排序后对应做差求得基础颜色的残差，进而用指数哥伦布编码传输差值；在传输基础颜色时，采用基础颜色的等长编码方法，并以码率最小为原则自适应地选择基础颜色的传输方式，并用一个比特标明传输方式；在传输索引表时，根据预测块中的每个像素的值和当前编码块的基础颜色值，根据欧式距离最小的原则获得预测块中每个像素的基础颜色索引，作为当前编码块的参考索引，每个像素用一个比特表示其索引是否与对应位置的参考索引匹配。