一种视频图像非整数倍超分辨率重建装置及方法

    公开(公告)号:CN114240760A

    公开(公告)日:2022-03-25

    申请号:CN202111640472.X

    申请日:2021-12-29

    Abstract: 本发明公开了一种视频图像非整数倍超分辨率重建方法及装置,该方法包括:S1,获取图像帧及图像帧运动信息图;S2,分别进行相同位置的分块处理;S3,进行运动概率估计;S4,对每个图像块纹理复杂度进行分类;S5,基于运动概率估计与纹理复杂度分类标签选择超分辨率网络;S6,设计多个超分辨率网络,并使用相同数据集训练;S7,利用K个超分辨率网络,对选取的超分辨率网络进行正向推理,输出每个图像块的非整数倍超分辨率图像块;S8,将每个图像块的超分结果与前一帧对应块的超分结果进行基于运动的加权融合,得到当前帧的超分辨率输出;S9,对当前帧所有图像块的超分结果进行拼接融合,得到当前帧全幅面超分结果。

    一种图像假色抑制的方法及装置

    公开(公告)号:CN103747222B

    公开(公告)日:2016-04-06

    申请号:CN201310737027.4

    申请日:2013-12-27

    Abstract: 本发明公开了一种图像假色抑制的方法及装置,包括以下步骤:输入一RGB色彩空间的RGB图像;将RGB图像从RGB色彩空间变换到一变换域色彩空间,得到亮度分量及色度分量;对色度分量进行加权滤波处理,得到加权滤波后的色度抑制输出值;将色度抑制输出值和亮度分量从所述变换域色彩空间变换到RGB色彩空间,得到假色抑制后的RGB图像并输出。通过将去马赛克处理后的RGB图像从RGB色彩空间转换到变换域LC1C2色彩空间,得到RGB图像的亮度分量和色度分量,对色度分量进行加权滤波处理,得到滤波后的色度分量,然后把滤波后的色度分量与原亮度分量从变换域LC1C2色彩空间再转换到RGB色彩空间,得到假色抑制后的RGB图像,简单有效地达到抑制图像假色的效果。

    火焰检测方法、火焰检测系统、电子设备及存储介质

    公开(公告)号:CN117853790A

    公开(公告)日:2024-04-09

    申请号:CN202311778889.1

    申请日:2023-12-22

    Abstract: 本发明提供一种火焰检测方法、火焰检测系统、电子设备及存储介质,包括:根据接收到的燃烧影像,分别训练第一深度学习检测模型和第二深度学习检测模型,以使所述第一深度学习检测模型能够识别出火焰的影像;所述第二深度学习检测模型能够识别出烟雾的影像;获取被检测影像;调用所述第一深度学习检测模型检测所述被检测影像,若所述第一深度学习检测模型识别出所述被检测影像中存在火焰的影像,则调用所述第二深度学习检测模型检测所述待确定影像,若所述第二深度学习检测模型识别出所述被检测影像中存在烟雾的影像,则判定为确认失火影像。本发明利用火焰与烟雾两级神经网络深度学习模型进行火焰的精确判定,保证检测稳定,减少误检。

    图像锐化装置及方法
    55.
    发明授权

    公开(公告)号:CN114612344B

    公开(公告)日:2024-03-22

    申请号:CN202210325532.7

    申请日:2022-03-29

    Abstract: 本发明提供了一种图像锐化装置及方法,包括:计算待处理RGB图像的亮度域;根据亮度域获取图像的平坦区域噪声,通过亮度域与平坦区域噪声得到第一亮度数据基础层;将其划分为高频细节、中频细节和低频细节,对中频细节和高频细节均进行抑制,得到第二亮度数据基础层;提取第二亮度数据基础层的低频细节并增强,以得到低频细节的锐化处理结果;增强中频细节和高频细节,其中:中频细节和高频细节中的正向细节和负向细节均进行不同强度的映射,得到中频细节和高频细节的锐化处理结果;将平坦区域噪声、低频细节的锐化处理结果以及中频细节和高频细节的锐化处理结果进行合并,得到图像在亮度域上的锐化结果,并将锐化结果映射到RGB域。

    视频图像降噪方法、系统及可读存储介质

    公开(公告)号:CN117651225A

    公开(公告)日:2024-03-05

    申请号:CN202311695572.1

    申请日:2023-12-11

    Abstract: 本发明涉及图像处理技术领域,尤其涉及一种视频图像降噪方法、系统及可读存储介质,视频图像降噪方法包括:对上一帧图像进行下采样,得到第一参考图像;对所述第一参考图像和当前帧图像分别进行降噪;对降噪后的第一参考图像进行上采样,得到第二参考图像;分析所述第二参考图像和所述当前帧图像之间的特征信息;根据所述特征信息对所述第二参考图像和所述当前帧图像进行融合得到所述当前帧图像的最终降噪图像。本发明通过融合当前帧图像和上一帧图像下采样的降噪结果,能够使用较小的降噪窗去除图像静止平坦区域的低频噪声,并且保留了图像的纹理和运动细节,相对其它方法,本发明能够在较低的实现成本下最大程度的去除低频色噪。

    一种改进的图像拼接方法
    57.
    发明公开

    公开(公告)号:CN117522762A

    公开(公告)日:2024-02-06

    申请号:CN202311571346.2

    申请日:2023-11-23

    Abstract: 本发明涉及一种改进的图像拼接方法,属于图像处理技术领域。其中,该方法包括:对待拼接的图像进行视场校正得到校准图像,对校准图像进行特征点配准,得到重合区域。对重合区域进行灰度转换得到灰度直方图,根据灰度直方图对评价图像进行亮度调整,得到均衡图像,对均衡图像进行像素差异均值计算,得到特征相似度图。对特征相似度图进行下采样操作得到下采样特征图,对图片进行数据化处理,对处理后的图片使用最短路径算法得到最短路径。对最短路径中的顶点进行上采样操作得到新图数据的最短路径,根据最短路径得到最优缝合线,根据最优缝合线使用拉普拉斯融合算法将图像进行融合,得到拼接结果图像,提高了图像拼接的效率和精度。

    一种图像处理方法及系统
    58.
    发明授权

    公开(公告)号:CN111402153B

    公开(公告)日:2023-06-13

    申请号:CN202010162435.1

    申请日:2020-03-10

    Abstract: 本发明提供的图像处理方法和系统通过读取数据信息得到当前环境的照度信息,进而通过对照度信息索引得到对应的神经网络权重值,并将该权重值配置到神经网络中,接着读取原始图像数据,利用神经网络对原始图像数据进行信噪比增强,最后通过对增强后的原始图像数据进行处理得到处理后的图像。利用神经网络技术进行信噪比增强,改善了低光性能以抑制噪声;神经网络只负责增强信噪比,而图像信号处理等由传统模块实现,降低了神经网络的规模和运算复杂度;神经网络权重值是通过照度信息索引得到的,使神经网络的规模进一步减小。因此,本发明提供的图像处理方法和系统解决了现有技术中利用神经网络进行图像处理时运算复杂、降噪效果差的问题。

    人脸关键点检测的方法、人脸检测方法及装置

    公开(公告)号:CN116206350A

    公开(公告)日:2023-06-02

    申请号:CN202211740323.5

    申请日:2022-12-30

    Abstract: 本发明提供了一种人脸关键点检测的方法、人脸检测方法及装置,先根据训练图像的图像信息、头部姿态角度及人脸关键点的位置坐标训练得到人脸关键点预测模型,再通过所述人脸关键点预测模型预测得到待测图像中人脸关键点的位置坐标,从而判断所述待测图像中是否包含真人。本发明通过建立所述人脸关键点预测模型,获取了高精准度的人脸关键点的位置坐标,减少了人脸检测的误检风险,降低了检测成本。进一步的,本发明通过数据增广后的训练图像对所述人脸关键点预测模型进行训练,以使所述人脸关键点预测模型可以在人脸信息部分缺失或人脸头部姿态角度较大的情况下预测出准确的人脸关键点的位置坐标,从而提高了人脸检测的准确度。

    一种目标检测方法和目标检测系统

    公开(公告)号:CN111488839B

    公开(公告)日:2023-05-12

    申请号:CN202010291552.8

    申请日:2020-04-14

    Abstract: 本发明公开了一种检测方法,主要包括获取所述图像的灰度图像;对所述灰度图像进行多尺度缩放,计算对应的24通道特征,并通过组合分类器模板进行滑动窗口检测,以检测出预定目标在所述灰度图像中的位置信息;对所述灰度图像进行处理以使所述图像中显示出所有所述预定目标的位置。同时提供了一种目标检测系统,包括依次设置的图像采样模块、特征提取模块、滑动窗口检测模块和结果输出模块。通过对缩放后的图像计算24通道特征,以极小的计算代价提高了人工特征的表达能力,提高了计算速度;通过组合分类器模板逐模板滑动窗口检测,在减小了内存的同时无精度损失。解决了现有方法计算代价大、内存占用多和检测准确度低的问题。

Patent Agency Ranking