-
公开(公告)号：CN106169173B
公开(公告)日：2019-12-31
申请号：CN201610507025.X
申请日：2016-06-30
Applicant: 北京大学
Abstract: 本发明公开一种图像插值方法，其中，包括：梯度值估计步骤，其中采用改进的非局部均值方法对高分辨率图像的梯度进行估计；插值指导步骤，其中利用所述梯度值对边缘像素的插值进行指导；像素偏移步骤，其中对于插值之后的图像，采用像素偏移技术，将边缘两侧的像素进行偏移，从而保持原始的边缘结构；以及后处理步骤，其中采用梯度估计阶段使用的非局部均值方法对插值图像进行后处理，去除插值引入的噪声和人造效应。
-
公开(公告)号：CN106254741B
公开(公告)日：2019-04-05
申请号：CN201610773148.8
申请日：2016-08-30
Applicant: 北京大学
Abstract: 本发明公开了一种大视场高分辨率多亿像素遥感相机及成像方法，大视场高分辨率多亿像素遥感相机包括：测距仪；四个成像光路组件，每一个成像光路组件包括：镜头；和成像模组，每一个成像模组对成像光路组件的物面中的一个子区域对应成像为一个子图像；上位机包括：离线装调和标定装置，其根据子图像离线标定各载板之间的位置对准误差以及离线校正各载板之间的位置对准误差；在线装调和标定装置，其在当前的成像工作距离下根据子图像在线标定各载板之间的位置对准误差以及在线校正各载板之间的位置对准误差；图像后处理装置，其用于后处理各子图像，以及将后处理好的各相邻的子图像重叠，以拼接成视场全覆盖的像方图像。本发明既能够用于开展低空遥感成像及实时监视，也能够实现对大视场地面场景进行高分辨率实时成像。
-
-
公开(公告)号：CN106169178B
公开(公告)日：2019-01-11
申请号：CN201610509634.9
申请日：2016-06-30
Applicant: 北京大学
Abstract: 本发明公开一种改善镜头渐晕的方法，其中，包括：图像输入步骤，采集两组以上不同光强下均匀照明的背景图像作为输入；线性拟合步骤，逐点拟合线性方程以求出每个像素的基底和放大系数；等高同心环划定步骤，根据像素到光学中心的距离把所有像素划分到不同的等高同心环，对同心环内每个像素的基底和放大系数做平均以确定该同心环的基底和放大系数；存储步骤，将所有同心环的基底和放大系数存入相机的固有存储空间；中心距计算步骤，针对每个像素计算其与光学中心之间的距离，再把点归入等高同心环；以及查询步骤，以上述距离的简单变换为指数进行简单查表，得到基底和放大系数。
-
公开(公告)号：CN104537647B
公开(公告)日：2017-10-20
申请号：CN201410771011.X
申请日：2014-12-12
Abstract: 本发明实施例提供了一种目标检测方法及装置，用以解决现有的行人检测方法存在的多目标检测精度较低的问题。该方法包括：确定待检测图像的至少一类特征向量；将确定的特征向量输入训练好的深度学习模型得到该深度学习模型的隐层节点的状态值；将所述深度学习模型的最后一层隐层节点的状态值输入分类器；根据所述分类器的输出结果确定待检测图像包含目标的个数。
-
Patent Agency Ranking
公开(公告)号：CN106254741A
公开(公告)日：2016-12-21
申请号：CN201610773148.8
申请日：2016-08-30
Applicant: 北京大学
CPC classification number: H04N5/2251 , H04N5/23229 , H04N5/23238
Abstract: 本发明公开了一种大视场高分辨率多亿像素遥感相机及成像方法，大视场高分辨率多亿像素遥感相机包括：测距仪；四个成像光路组件，每一个成像光路组件包括：镜头；和成像模组，每一个成像模组对成像光路组件的物面中的一个子区域对应成像为一个子图像；上位机包括：离线装调和标定装置，其根据子图像离线标定各载板之间的位置对准误差以及离线校正各载板之间的位置对准误差；在线装调和标定装置，其在当前的成像工作距离下根据子图像在线标定各载板之间的位置对准误差以及在线校正各载板之间的位置对准误差；图像后处理装置，其用于后处理各子图像，以及将后处理好的各相邻的子图像重叠，以拼接成视场全覆盖的像方图像。本发明既能够用于开展低空遥感成像及实时监视，也能够实现对大视场地面场景进行高分辨率实时成像。
-
公开(公告)号：CN106204447A
公开(公告)日：2016-12-07
申请号：CN201610515218.X
申请日：2016-06-30
Applicant: 北京大学
IPC: G06T3/40
CPC classification number: G06T3/4007 , G06T3/4046 , G06T3/4053
Abstract: 一种基于总变差分和卷积神经网络的超分辨率重建方法，包括如下步骤：图像分解步骤，采取基于总变差分的方法将原始低分辨率的图像分解成结构部分和纹理部分；结构部分图像放大步骤，先用线性插值对所述结构部分进行放大得到初始放大图像，然后用锐化滤波器对边缘进行锐化，最后进行结果修正；纹理部分图像重建步骤，用线性插值针对所述纹理部分进行放大，将放大后的图像输入卷积神经网络，经运算后得到重建后的纹理图像；以及图像结合步骤，将所述放大后的结构部分图像和所述重建后的纹理图像组合，生成最终的超分辨率图像。本发明超分辨率重建的图像同时保持图像的边缘和纹理结构，并降低运算复杂度，满足实时性的要求。
-
公开(公告)号：CN106169179A
公开(公告)日：2016-11-30
申请号：CN201610513390.1
申请日：2016-06-30
Applicant: 北京大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/20028 , G06T2207/20032
Abstract: 本发明公开一种图像降噪方法以及装置，所述图像降噪方法是虚拟视点合成中深度图像的降噪方法，包括：深度图像获取步骤，利用深度图像采集装置对场景的深度图像进行获取；深度图像预处理步骤，对深度图像中出现的空洞区域进行填充；深度图像滤波步骤，将所述深度图像采集装置所采集的深度图像中的无效值进行滤波，得到相对平滑的深度数据；以及重构步骤，通过对虚拟图像的深度图像进行重构，从而实现虚拟视点合成效果。
-
公开(公告)号：CN106169173A
公开(公告)日：2016-11-30
申请号：CN201610507025.X
申请日：2016-06-30
Applicant: 北京大学
Abstract: 本发明公开一种图像插值方法，其中，包括：梯度值估计步骤，其中采用改进的非局部均值方法对高分辨率图像的梯度进行估计；插值指导步骤，其中利用所述梯度值对边缘像素的插值进行指导；像素偏移步骤，其中对于插值之后的图像，采用像素偏移技术，将边缘两侧的像素进行偏移，从而保持原始的边缘结构；以及后处理步骤，其中采用梯度估计阶段使用的非局部均值方法对插值图像进行后处理，去除插值引入的噪声和人造效应。
-
公开(公告)号：CN106157305A
公开(公告)日：2016-11-23
申请号：CN201610509334.0
申请日：2016-06-30
Applicant: 北京大学
IPC: G06T7/00
Abstract: 本发明提供一种基于局部特性的高动态图像快速生成方法，所述方法包括如下步骤：图像分割步骤，将同一场景不同曝光度的图像分割成面积等大的块；像素级权重生成步骤，取得所述每个块的块级权重，采用均值滤波对权重图进行平滑，滤除权重块之间的边缘；图像融合步骤，通过生成的像素级权重，根据图像融合模型将不同曝光度的图像融合在一起。该方法使融合后的高动态视频图像能够包含所有亮度范围的信息，并且能够保证快速的算法运行速度。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.026 seconds)
