-
公开(公告)号：CN104268843B
公开(公告)日：2017-06-06
申请号：CN201410548336.1
申请日：2014-10-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于直方图修正的图像自适应增强方法。它首先计算原直方图的标准差，并与原直方图相加，获得一次修正的直方图；其次在一次修正直方图的基础上进行自适应的伽马矫正，得到二次修正的直方图；最后在二次修正直方图的基础上应用传统直方图增强的方法得到目标增强的图像。本发明的优点是:1)适应性强，适用于各类图像的自适应增强；2)增强处理过程中信息丢失少，能有效保持图像细节，本发明增强的图像能保留原始图像绝大部分细节信息；3)避免图像亮度的过度改变，对各类图像，本发明都能有效保留图像的原始特点，避免图像亮度的过改变。
-
公开(公告)号：CN106169180A
公开(公告)日：2016-11-30
申请号：CN201610548312.5
申请日：2016-07-13
Applicant: 桂林电子科技大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/20081
Abstract: 本发明公开了一种基于组的非局部稀疏表示加性噪声去除方法，具体步骤包括：S1：在标准图像库中获得自然图像，并对图像进行图像分块并用高斯混合模型训练字典；S2：对每个图像进行加噪声处理，利用基于组的稀疏表示和非局部稀疏表示的方法得到去除噪声模型；S3：将含噪图像分成有重叠的小块，为每个图像块进行非局部相似匹配，找到其具有相同结构类型的相似图像块，把相似度最高的一些块放到一个组中；S4：对于分好的每个组，先对每个组进行奇异值分解，然后对特征值进行阈值处理，得到每个组的估计值；S5：利用预先训练的字典求出估计组在字典中的稀疏编码；S6：利用软阈值方法求解模型；S7：得到去噪图像。
-
公开(公告)号：CN118570594A
公开(公告)日：2024-08-30
申请号：CN202410594465.8
申请日：2024-05-14
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种结合RPCA和特征融合网络的前景检测方法，用RPCA算法生成了前景概率图，其去除了大量的背景信息，保留前景信息，并设计了一种特征融合网络，在该网络中将前景概率图与对应的原始图像帧的特征进行融合，达到充分利用它们之间的互补特征的目的，提高模型的检测性能。
-
公开(公告)号：CN117057979A
公开(公告)日：2023-11-14
申请号：CN202311083804.8
申请日：2023-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种利用改进贝叶斯修正二值图的背景减除方法，将二值图修正过程加入到现有的背景减除算法的每一步迭代中，使得每一次修正后的有效信息都能用于下一次迭代中，通过记录信息差异以及相应位置来达到反馈的目的，避免了每次迭代时的信息浪费；在二值图修正过程时，用符号函数与l0范数结合的新方法代替计算标签概率时所用到的l0范数的方法，进而达到贝叶斯修正模型相结合的目的，而新方法考虑了元素周围的非零邻域块对元素本身的影响，使得贝叶斯修正模型能充分考虑到像素邻域块对像素本身的影响；用余弦相似度代替贝叶斯修正模型中所用到的欧式距离来衡量中心像素与邻域像素的关系，提高了刻画中心像素与邻域像素的关系的精确性。
-
Patent Agency Ranking
公开(公告)号：CN112308884B
公开(公告)日：2023-06-16
申请号：CN202011227714.8
申请日：2020-11-06
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于张量核范数的视频背景减除方法，用改进的张量核范数去表征视频背景的低维特性，使得背景约束更加接近实际视频背景的秩，为前景背景更加准确的分离提供了一定的保证；用L1,1,2范数去建模视频前景的稀疏性，加强了视频前景的时空连续性和管稀疏性，从而达到了较好的背景前景分离效果。
-
-
公开(公告)号：CN108399608A
公开(公告)日：2018-08-14
申请号：CN201810172326.0
申请日：2018-03-01
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于张量字典及全变分的高维图像去噪方法，在高维图像处理研究的基础上，将张量字典学习结合全变分正则项，提出一种张量字典学习结合TV正则项的高维图像去噪模型，然后用交替迭代方法求解模型，得到迭代更新后重建的MSI图像。本发明的优点是将高维图像看成一个张量整体处理，不会损失图像的立体结构信息，同时也考虑了各波段之间的相关性，并且张量字典学习的方式提高了算法的精确度；在不失高维图像空间结构的前提下，利用高阶TV正则项，很好地保存了较完善的边缘信息，取得良好的重建效果。实验结果在主观视觉和客观评价指标两方面均取得较好的效果，能够保留较多的纹理信息和轮廓信息。
-
公开(公告)号：CN104700376B
公开(公告)日：2017-06-06
申请号：CN201410685191.X
申请日：2014-11-25
Applicant: 桂林电子科技大学
IPC: G06T5/40
Abstract: 本发明公开了一种基于伽马校正和平滑滤波的图像直方图均衡化增强方法，首先对原直方图进行伽马校正，抑制原直方图中峰值过高的问题；其次对伽马矫正后的直方图进行滑动窗口平滑滤波，消除直方图中的突变；最后在上述修正直方图基础上应用传统直方图增强的方法得到目标增强的图像。本发明的优点是:均衡增强：对图像各部分都能有效均衡增强，能有效避免过度增强而产生“洗白”效果；有效保留图像特征：本发明能高效增强图像并保持图像细节信息和平均亮度，避免亮度饱和、亮度大幅度改变和细节丢失。实验证明本发明方法能高质量增强图像。
-
公开(公告)号：CN104077761B
公开(公告)日：2017-01-11
申请号：CN201410293009.6
申请日：2014-06-26
Applicant: 桂林电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于自适应稀疏表示的多聚焦图像融合方法，根据原始图像中结构特征的不同将子块进行分类，使原始图像分为相同模型、平滑模型和细节模型。然后将相同模型直接放入融合结果图像中，对平滑模型和细节模型分别采用算术平均法和稀疏表示法进行图像块融合。本发明的有优点是能够分割出平滑模型和细节模型，减少稀疏编码的图像块数，从而在确保融合图像主观效果和客观性能指标均优的基础上，缩短了运算时间。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.029 seconds)
