-
公开(公告)号：CN114155223A
公开(公告)日：2022-03-08
申请号：CN202111479305.1
申请日：2021-12-06
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司检修分公司
Abstract: 本发明属于数字图像处理技术领域，具体公开了一种基于有向距离的图像清晰度筛选方法及系统，该方法通过待筛选的原始图像，获取待筛选图像的灰度矩阵，计算原始图像各像素点的八邻域有向距离之和的和矩阵，计算原始图像各像素点的八邻域有向距离之和的权重矩阵，将原始图像各像素点的八邻域有向距离之和矩阵与权重矩阵相乘，得到清晰度矩阵，计算清晰度矩阵中数值的标准差作为图像清晰度筛选指标，判断图像清晰度筛选指标是否在筛选条件内，若满足筛选条件，则标记图像完成图像筛选；若不满足条件，则删除图像，对下一张图像进行清晰度筛选。采用本技术方案，利用有向距离和矩阵和权重矩阵，对无人机巡检拍摄的图片快速有效的筛选。
-
公开(公告)号：CN108021345A
公开(公告)日：2018-05-11
申请号：CN201711432244.7
申请日：2017-12-26
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 重庆大学
IPC: G06F3/14
Abstract: 本发明公开了一种图像浏览方法、系统、设备及计算机存储介质，其中该方法包括：确定待浏览图像中的浏览区域，浏览区域为包含待浏览图像中的浏览对象的区域；划分每一个浏览区域为相应的浏览子区域，每一个浏览子区域均能被显示区域完整显示；依次推送每一个浏览子区域至显示区域，以便外界完整查看位于显示区域的浏览子区域。本发明公开的一种图像浏览方法实现了自动推送待浏览图像，与现有技术中人工移动待浏览图像相比，适用性更好。综上所述，本发明公开的一种图像浏览方法具有较好的适用性。本发明公开的一种图像浏览系统、设备及计算机存储介质也解决了相应技术问题。
-
公开(公告)号：CN107633048B
公开(公告)日：2021-02-26
申请号：CN201710834040.X
申请日：2017-09-15
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网公司
IPC: G06F16/535 , G06F16/58
Abstract: 本申请公开了一种图像标注鉴别方法及系统，该方法包括：根据待标注图像集，获取被复制图像集与复制图像集，所述被复制图像集为所述待标注图像集的子集，所述复制图像集为复制所述被复制图像集得到的；分别获取所述被复制图像集对应的已标注被复制图像集与所述复制图像集对应的已标注复制图像集；判断所述已标注被复制图像集与所述已标注复制图像集的相似性是否满足第一预设条件，如果是，则判定图像标注过程存在作弊行为。本发明通过判断已标注被复制图像集与已标注复制图像集的相似性是否满足第一预设条件来判断标注过程中是否存在作弊行为，设定了作弊判定标准，当图像数据量很大时，仍能高效鉴别标注过程中是否存在作弊行为。
-
公开(公告)号：CN108021345B
公开(公告)日：2021-05-11
申请号：CN201711432244.7
申请日：2017-12-26
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 重庆大学
IPC: G06F3/14
Abstract: 本发明公开了一种图像浏览方法、系统、设备及计算机存储介质，其中该方法包括：确定待浏览图像中的浏览区域，浏览区域为包含待浏览图像中的浏览对象的区域；划分每一个浏览区域为相应的浏览子区域，每一个浏览子区域均能被显示区域完整显示；依次推送每一个浏览子区域至显示区域，以便外界完整查看位于显示区域的浏览子区域。本发明公开的一种图像浏览方法实现了自动推送待浏览图像，与现有技术中人工移动待浏览图像相比，适用性更好。综上所述，本发明公开的一种图像浏览方法具有较好的适用性。本发明公开的一种图像浏览系统、设备及计算机存储介质也解决了相应技术问题。
-
公开(公告)号：CN114170101B
公开(公告)日：2025-04-04
申请号：CN202111479290.9
申请日：2021-12-06
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司永川供电分公司
Abstract: 本发明属于图像增强技术领域，具体公开了一种基于高低频信息的结构纹理保持弱光图像增强方法及系统，该系统包括图像采集模块和处理模块，图像采集模块用于采集弱光图像，向处理模块输入待增强的弱光图像，将图像分为反射与照明的乘积，对照明进行优化，得到照明最优解，将弱光图像分解为高频层与低频层，提取结构先验与纹理先验，提出反射的优化问题并求解，将照明最优解与反射优化所求解结合得到增强后的图像。采用本技术方案，针对输电线巡检无人机在光照不足下获取的图像，将照明与反射按序列单独求解，避免噪声转移，再将优化后的照明与反射相结合，得到增强图像，提升弱光图像的视觉质量。
-
Patent Agency Ranking
公开(公告)号：CN108268446A
公开(公告)日：2018-07-10
申请号：CN201810039720.7
申请日：2018-01-16
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 重庆大学
Abstract: 本发明公开了一种缺陷信息的处理方法及装置，其中该方法包括：读取图像集中每个图像的人工描述缺陷信息，并将人工描述缺陷信息分解为多个关键词；获取与描述基准词相关的关键词，并将与每类描述基准词相关的关键词分别组成各类词典，分别利用对应的缺陷描述词替换词典中包含的关键词；按照每类描述基准词的预设排列顺序为对应的词典进行排序，以获得标准化缺陷描述信息。本申请公开的上述技术方案，可以获得标准化缺陷描述信息，从而对人工描述缺陷信息进行规范化、标准化，以便于缺陷信息的自动录入以及对缺陷信息进行统计分析。
-
公开(公告)号：CN114170101A
公开(公告)日：2022-03-11
申请号：CN202111479290.9
申请日：2021-12-06
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国网重庆市电力公司永川供电分公司
IPC: G06T5/00
Abstract: 本发明属于图像增强技术领域，具体公开了一种基于高低频信息的结构纹理保持弱光图像增强方法及系统，该系统包括图像采集模块和处理模块，图像采集模块用于采集弱光图像，向处理模块输入待增强的弱光图像，将图像分为反射与照明的乘积，对照明进行优化，得到照明最优解，将弱光图像分解为高频层与低频层，提取结构先验与纹理先验，提出反射的优化问题并求解，将照明最优解与反射优化所求解结合得到增强后的图像。采用本技术方案，针对输电线巡检无人机在光照不足下获取的图像，将照明与反射按序列单独求解，避免噪声转移，再将优化后的照明与反射相结合，得到增强图像，提升弱光图像的视觉质量。
-
公开(公告)号：CN108268446B
公开(公告)日：2021-06-01
申请号：CN201810039720.7
申请日：2018-01-16
Applicant: 国网重庆市电力公司电力科学研究院 , 国家电网公司 , 重庆大学
IPC: G06F40/157 , G06F16/583 , G06Q10/00 , G06Q50/06
Abstract: 本发明公开了一种缺陷信息的处理方法及装置，其中该方法包括：读取图像集中每个图像的人工描述缺陷信息，并将人工描述缺陷信息分解为多个关键词；获取与描述基准词相关的关键词，并将与每类描述基准词相关的关键词分别组成各类词典，分别利用对应的缺陷描述词替换词典中包含的关键词；按照每类描述基准词的预设排列顺序为对应的词典进行排序，以获得标准化缺陷描述信息。本申请公开的上述技术方案，可以获得标准化缺陷描述信息，从而对人工描述缺陷信息进行规范化、标准化，以便于缺陷信息的自动录入以及对缺陷信息进行统计分析。
-
公开(公告)号：CN107633048A
公开(公告)日：2018-01-26
申请号：CN201710834040.X
申请日：2017-09-15
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网公司
IPC: G06F17/30
Abstract: 本申请公开了一种图像标注鉴别方法及系统，该方法包括：根据待标注图像集，获取被复制图像集与复制图像集，所述被复制图像集为所述待标注图像集的子集，所述复制图像集为复制所述被复制图像集得到的；分别获取所述被复制图像集对应的已标注被复制图像集与所述复制图像集对应的已标注复制图像集；判断所述已标注被复制图像集与所述已标注复制图像集的相似性是否满足第一预设条件，如果是，则判定图像标注过程存在作弊行为。本发明通过判断已标注被复制图像集与已标注复制图像集的相似性是否满足第一预设条件来判断标注过程中是否存在作弊行为，设定了作弊判定标准，当图像数据量很大时，仍能高效鉴别标注过程中是否存在作弊行为。
-
公开(公告)号：CN115272203B
公开(公告)日：2025-04-11
申请号：CN202210834263.7
申请日：2022-07-14
Applicant: 重庆大学
Abstract: 本发明公开了一种基于深度学习的无参考图像质量评价方法，首先，将待预测图像质量的数据集图像通过底层纹理特征提取网络、低级轮廓特征提取网络和高级全局语义特征提取网络，由浅至深的提取失真图像的多层次特征；其次，采用基于注意力机制的特征融合方法，对提取出的多层次特征进行融合，以此增强多层次特征对图像内容的表达能力；最后，根据提取出的多层次特征和特征融合方法，设计适应于整体模型的损失函数，以此获得最优的质量评价预测分数。该方法不仅解决了传统方法面对多失真类型时无法有效评估图像质量分数的问题，还弥补了部分基于深度学习的方法所出现的层次特征物理意义不明确、层次特征信息未充分利用的情况。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.093 seconds)
