-
公开(公告)号：CN110009591A
公开(公告)日：2019-07-12
申请号：CN201910309101.X
申请日：2019-04-17
Applicant: 南京邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于四阶偏微分方程的自适应阈值图像去噪方法，所述方法包括：S1、输入原始样本图像u，并对所述原始样本图像u添加噪声得到含噪图像u0；S2、构建基于四阶偏微分方程的去噪模型： 其中，Δ是拉普拉斯算子，k(k＞0)为阈值，用于判断图像的特征；S3、采用自适应阈值法选取所述阈值k(k＞0)；S4、采用有限差分法对所述去噪模型进行离散化，并采用迭代方法求解所述去噪模型，得到去噪后的图像；本发明能有效去除乘性噪声，同时保留图像边缘细节信息，和经典的去噪模型相比，去噪效果更好。
-
Patent Agency Ranking
公开(公告)号：CN110047046B
公开(公告)日：2022-09-06
申请号：CN201910297770.X
申请日：2019-04-15
Applicant: 南京邮电大学
Abstract: 一种图像分割和偏移场矫正方法、可读存储介质和终端，所述方法包括：获取输入的灰度不均匀图像；将所述灰度不均匀图像分解为分片常数结构部分和光照偏移场部分；基于所述分片常数结构部分和光照偏移场部分，构建对应的全变差图像分割和偏移场矫正模型；采用所构建的全变差图像分割和偏移场矫正模型对所述灰度不均匀图像进行图像分割和偏移场矫正，得到对应的图像分割结果和偏移场矫正结果。上述的方案，可以提高灰度不均匀图像的图像分割的准确性。
-
公开(公告)号：CN110009591B
公开(公告)日：2022-08-12
申请号：CN201910309101.X
申请日：2019-04-17
Applicant: 南京邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于四阶偏微分方程的自适应阈值图像去噪方法，所述方法包括：S1、输入原始样本图像u，并对所述原始样本图像u添加噪声得到含噪图像u0；S2、构建基于四阶偏微分方程的去噪模型：其中，Δ是拉普拉斯算子，k(k＞0)为阈值，用于判断图像的特征；S3、采用自适应阈值法选取所述阈值k(k＞0)；S4、采用有限差分法对所述去噪模型进行离散化，并采用迭代方法求解所述去噪模型，得到去噪后的图像；本发明能有效去除乘性噪声，同时保留图像边缘细节信息，和经典的去噪模型相比，去噪效果更好。
-
公开(公告)号：CN108596859B
公开(公告)日：2022-03-11
申请号：CN201810442970.5
申请日：2018-05-10
Applicant: 南京邮电大学
IPC: G06T5/00
Abstract: 本发明为解决二阶偏微分方程处理含噪图像时存在的阶梯效应而提出了一种基于高阶偏微分方程的图像去噪方法，属于图像处理的技术领域。其包括如下步骤：设定四阶偏微分方程去噪模型的扩散函数为c(u)＝e‑(u/k)；建立去噪模型；用有限差分格式对前步骤中的连续模型进行离散化，得到模型相应的迭代方程，迭代方程的解即为偏微分方程模型的数值解；并对去噪模型利用MATLAB进行仿真实验，得到去噪图像，用峰值信噪比(PSNR)、信噪比(SNR)、结构相似度(SSIM)作为评价指标并得到其数值结果，其数值与图像去噪效果成正比，为值越大，图像去噪效果越好。本发明能有效去除乘性噪声，同时保留图像边缘细节信息，和经典的去噪模型相比，去噪效果更好。
-
公开(公告)号：CN109816737A
公开(公告)日：2019-05-28
申请号：CN201910098196.5
申请日：2019-01-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于耦合自然矢量全变差的保边缘图像着色方法，包括如下步骤：对于一幅RGB颜色空间下的彩色图像，在该图像上画上黑色线条，得到图像1；采用MATLAB将图像1转化为带彩色线条的灰度图像2；将图像2转变为YCbCr颜色空间上的图像3，得到在区域Ω上的亮度信息和在人工着色区域上的色度信息；建立基于变分的着色模型，利用原始对偶算法求解区域Ω中的色度信息；获取YCbCr颜色空间中的图像4；将图像4转变为RGB颜色空间内的图像5；对图像5进行评价得到其数值结果。本发明在处理多通道图像时可以在各个通道之间仅产生一个共同的边缘方向，从而可以更有效的保留图像边缘，防止颜色越界和颜色模糊。
-
公开(公告)号：CN109035349A
公开(公告)日：2018-12-18
申请号：CN201810767898.3
申请日：2018-07-12
Applicant: 南京邮电大学
IPC: G06T9/00
CPC classification number: G06T9/00
Abstract: 本发明为解决图像压缩时的效率问题提出了一种改进SVD分解的图像压缩算法，其包括如下步骤：预处理原始图像矩阵Am×n；计算矩阵ATA的特征值β1≥β2≥β3≥…≥βn，特征值构成对角矩阵D；对应每个特征值求出特征向量并正交单位化得到v1，v2，v3，…，vn，并构成矩阵V；取m和n中较小值记作r，取前r个特征值及其特征向量，求得奇异值置于原对角矩阵D，其余特征值置0；令矩阵U为m的全0方阵，并将其前r个列向量令为ui(i＝1,2,...,r)，且：确定需要的奇异值个数，令其为s(1≤s≤r)，对于矩阵U、D、V，分别取前s行和前s列构成新的矩阵U′、D′、V′，做运算A′＝D′U′V′，得到恢复图像矩阵A′；本发明提出的算法能够实现图像的快速高效压缩，在保持重构图像效果不变的同时缩短运算时间。
-
-
-
-
-
Search Results
16
records
(took 0.018 seconds)
