一种基于图像块分类的自适应去噪方法

    公开(公告)号:CN109410134A

    公开(公告)日:2019-03-01

    申请号:CN201811159032.0

    申请日:2018-09-30

    CPC classification number: G06T5/002 G06T5/20 G06T2207/10004

    Abstract: 本发明公开一种基于图像块分类的自适应去噪方法,包括如下步骤:步骤1,利用包括电荷耦合器件的摄像机采集需要处理的原始图像,将采集到的图像进行灰度转换并进行加噪处理;步骤2,将噪声图像进行块分类,通过计算图像块的方差将图像分成平滑区和非平滑区;步骤3,对步骤2中分类出的平滑区用均值滤波法进行去噪;步骤4,对步骤2中分类出的非平滑区,利用K-SVD算法进行去噪处理;步骤5,通过计算峰值信噪比和运行时间,分析去噪算法的有效性。此种去噪方法可弥补传统K-SVD图像去噪算法中运行效率低的不足,并很好地保留图像的结构信息。

    豆籽粒图像的去噪及分形方法

    公开(公告)号:CN108269264A

    公开(公告)日:2018-07-10

    申请号:CN201611271169.6

    申请日:2016-12-30

    Inventor: 周先春 邹宇 陈铭

    Abstract: 豆籽粒的形状、大小等物理表征是豆类品质和种类判定的重要依据,快速准确地通过豆籽粒图像,检测辨别豆类的种类和品质是当今农业发展的一大问题。本发明提出一种基于梯度与曲率结合模型,G&C model的豆籽粒图像去噪及分形参数研究的方法。该发明首先用梯度与曲率相结合的图像处理方法对采集到的豆子图像进行去噪处理,随后对去噪后的豆籽粒图像进行分形参数研究,完成豆籽粒特征提取,最后通过特征值简洁有效的地对豆籽粒种类进行检测,从而为豆籽粒品种的检测提供一种有效的方法。

    自适应阈值图像去噪算法

    公开(公告)号:CN104574295B

    公开(公告)日:2018-01-16

    申请号:CN201410785308.1

    申请日:2014-12-16

    Abstract: 本发明涉及一种自适应阈值图像去噪算法,包括以下步骤,(1)将噪声图像进行Gauss滤波,去除较大噪声;(2)构建拟合扩散系数;(3)建立自适应阈值;(4)建立自适应阈值图像去噪算法模型;(5)用半隐式加性算子分裂(AOS)算法对图像进一步处理,得到去噪后的图像。本发明复杂度低,时效性高,去噪后的图像信噪比与经典算法相比提高了15个dB左右,能有效的保护图像的边缘和纹理等细节信息。

    基于能量泛函的图像平滑与锐化方法

    公开(公告)号:CN104463811B

    公开(公告)日:2017-08-04

    申请号:CN201410835528.0

    申请日:2014-12-29

    Abstract: 本发明涉及一种基于能量泛函的图像平滑与锐化方法,包括以下步骤:(1)将各向异性扩散方程转化为最小化能量泛函;(2)将动态方程以内在坐标形式表示;(3)建立能量泛函(4)建立图像的梯度阈值函数k=e‑αt;(5)引入保真项建立基于能量泛函的图像平滑与锐化算法;(6)用中心差分数值算法对步骤五的结果进一步处理。本发明方法需要的信息量少,方法简单,实现图像去噪,使受污染图像更接近原始图像。

    一种基于梯度与拉普拉斯算子的混合自适应图像去噪方法

    公开(公告)号:CN104851082A

    公开(公告)日:2015-08-19

    申请号:CN201510262298.8

    申请日:2015-05-21

    Abstract: 本发明公开了一种基于梯度与拉普拉斯算子的混合自适应图像去噪方法,针对现有技术中传统的二阶去噪方法具图像平滑区域会产生阶梯效应,使图像视觉效果不够理想,而高阶模型虽然有效去除了阶梯效应,但存在孤立点效应、纹理细节模糊等缺点,提出了梯度与拉普拉斯算子的混合自适应图像去噪算法,能有效抑制阶梯效应和孤立点现象,而且很好的保留了图像的纹理细节特征,去噪效果明显。

    一种基于曲率变分的小波变换图像去噪算法

    公开(公告)号:CN104616249A

    公开(公告)日:2015-05-13

    申请号:CN201410680142.7

    申请日:2014-11-24

    Abstract: 本发明涉及一种基于曲率变分的小波变换图像去噪算法,其特征在于包括步骤1算法描述:对输入的待去噪图像进行小波变换,再将水平集曲率作为校正因子引入到变分模型中,建立基于曲率变分的小波变换图像去噪算法;步骤2算法验证:针对曲率变分模型的第一项是图像平滑过程中的扩散项,而设计该曲率变分模型的第二项为图像结构的控制函数,以维持图像的整体结构;步骤3算法仿真:采用MATLAB软件的仿真算法,以其仿真结果来分析算法的时效性和复杂性。本发明的算法使得处理出更加清晰的图像,以接近原始图像,去噪后的图像信噪与TV模型比较,提高了15个dB左右,较经典的小波阈值去噪算法提高了25个dB左右,且清晰度大幅度提高。

    一种改进的非标准约束恒模盲多用户检测算法

    公开(公告)号:CN104410434A

    公开(公告)日:2015-03-11

    申请号:CN201410737346.X

    申请日:2014-12-05

    Abstract: 本发明涉及一种改进的非标准约束恒模盲多用户检测算法,其特征在于包括步骤1算法描述:以瑞利分布为变步长,应用于非标准约束恒模算法中,构造基于瑞利分布变步长的非标准约束差分恒模算法;步骤2算法验证:将非标准约束恒模的自适应算法公式与差分形式相结合,构造基于瑞利分布变步长的非标准约束差分恒模算法;步骤3算法仿真:采用MATLAB软件进行仿真,以其仿真结果来分析算法的抗多址干扰能力、抗远近干扰能力以及信道跟踪能力。本发明算法的抗多址干扰能力、抗远近效应能力以及信道跟踪能力强,能够很好地解决码分多址蜂窝移动通信中存在的多址干扰问题。

    一种基于各向异性颜色通道衰减差异的水下图像增强方法

    公开(公告)号:CN114742730B

    公开(公告)日:2025-04-18

    申请号:CN202210358969.0

    申请日:2022-04-07

    Abstract: 本发明公开了一种基于各向异性颜色通道衰减差异的水下图像增强方法,包括以下步骤:(1)对原始图像进行归一化处理;获取三个颜色通道,计算每个颜色通道的总像素值、均值和方差;(2)判断是否存在符合条件的颜色通道;存在一个满足条件的通道,以该通道作为基准图像,采用自适应伽马变换函数对剩余通道进行增强;若存在两个或两个以上满足条件的通道,随机选取一个通道作为基准图像,采用自适应伽马变换函数对剩余通道进行增强;若不存在满足条件的通道,选取总像素值最大的通道作为基准图像,采用变化后的伽马校正公式对剩余通道进行增强;(3)联合基准图像和增强图像形成最终的增强图像。本发明能够有效提高增强水下图像的亮度和对比度。

    一种基于人体姿态课堂教学效果检测系统

    公开(公告)号:CN119762301A

    公开(公告)日:2025-04-04

    申请号:CN202411841637.3

    申请日:2024-12-13

    Abstract: 本发明提供了一种基于人体姿态课堂教学效果检测系统,包括教学面板、眼动仪、摄像头、课桌压力传感器组、座椅压力传感器组和时间模块;眼动仪、摄像头、课桌压力传感器组和座椅压力传感器组组成学生上课时姿态信息采集模块,通过眼动仪采集学生上课过程中眼球运动轨迹数据,通过摄像头采集学生上课过程中面部朝向和活动信息,课桌压力传感器组和座椅压力传感器组用于采集学生上课过程中身体活动信息。本发明通过时间模块设定单节课堂教学时长,开始时间以及结束时间为结合眼动仪和摄像头,完成课堂教学效果合格或不合格的检测,也能确定教学内容的最优教学部分,便于完成课堂教学检测,实时便捷。

    行波进位加法器、进位选择加法器、多级进位选择加法器以及盒式滤波器

    公开(公告)号:CN115934032A

    公开(公告)日:2023-04-07

    申请号:CN202211269674.2

    申请日:2022-10-18

    Abstract: 本发明公开了量子元胞自动机领域的行波进位加法器、进位选择加法器、多级进位选择加法器以及盒式滤波器。其中,行波进位加法器是基于量子元胞自动机技术设置,行波进位加法器的各位全加器均包括由多个量子元胞共面交叉构成的互连的异或逻辑门和多数逻辑门,能够减少电路的逻辑门的数量,以减少量子元胞的使用数量,降低电路延迟;进位选择加法器利用两个行波进位加法器实现;多级进位选择加法器是通过多个进位选择加法器级联获得;将多级进位选择加法器应用于盒式滤波器,不仅能够大幅减少量子元胞数量的使用,还能减少运算时间、减少电路的延迟。

Patent Agency Ranking