-
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。
-
Patent Agency Ranking
公开(公告)号：CN110163266B
公开(公告)日：2022-09-06
申请号：CN201910378985.4
申请日：2019-05-08
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于四元数矩阵奇异值分解的图像哈希算法，包括：S1、读入彩色图像，对其进行大小缩放；S2、将缩放后的彩色图像用四元数矩阵表示，得到一个复数矩阵；S3、将复数矩阵等分为大小相同的个子块；S4、计算每一个子块的最大奇异值，得到一个大小为的数值矩阵；S5、将矩阵转化为01矩阵；S6、根据01矩阵计算得到该彩色图像的哈希值。该算法能够将图像中各个通道看作一个整体进行处理，从而充分发挥各通道之间的相关性，提高彩色图像处理能力。此外，本发明还提供了一种基于上述算法的图像相似性度量方法，该图像相似性度量方法可解决彩色图像相似性度量的问题，实现对彩色图像的颜色区分效果。
-
公开(公告)号：CN112102216A
公开(公告)日：2020-12-18
申请号：CN202010967783.6
申请日：2020-09-15
Applicant: 南京邮电大学
Abstract: 本发明为解决基于固定权重的变分融合方法存在易丢失诸如对比度、纹理等细节特征的问题，提出了一种自适应权重的全变差图像融合方法，属于图像处理的技术领域。通过Legendre‑Fenchel变换将本发明模型转换为鞍点问题，进而在原始对偶算法框架下数值求解该模型，并对融合模型利用MATLAB进行仿真实验，得到融合图像，用峰值信噪比、结构相似度、交叉熵作为评价指标，其中峰值信噪比和结构相似度的数值与图像融合效果成正比，为值越大，图像融合效果越好，而交叉熵为值越小，图像融合效果越好。本发明能最大限度地保留输入图像的细节信息和亮度信息，与其他方法相比较，得到更为精确的融合结果。
-
公开(公告)号：CN112102216B
公开(公告)日：2022-08-12
申请号：CN202010967783.6
申请日：2020-09-15
Applicant: 南京邮电大学
Abstract: 本发明为解决基于固定权重的变分融合方法存在易丢失诸如对比度、纹理等细节特征的问题，提出了一种自适应权重的全变差图像融合方法，属于图像处理的技术领域。通过Legendre‑Fenchel变换将本发明模型转换为鞍点问题，进而在原始对偶算法框架下数值求解该模型，并对融合模型利用MATLAB进行仿真实验，得到融合图像，用峰值信噪比、结构相似度、交叉熵作为评价指标，其中峰值信噪比和结构相似度的数值与图像融合效果成正比，为值越大，图像融合效果越好，而交叉熵为值越小，图像融合效果越好。本发明能最大限度地保留输入图像的细节信息和亮度信息，与其他方法相比较，得到更为精确的融合结果。
-
公开(公告)号：CN110163266A
公开(公告)日：2019-08-23
申请号：CN201910378985.4
申请日：2019-05-08
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于四元数矩阵奇异值分解的图像哈希算法，包括：S1、读入彩色图像，对其进行大小缩放；S2、将缩放后的彩色图像用四元数矩阵表示，得到一个复数矩阵 ；S3、将复数矩阵 等分为大小相同的 个子块；S4、计算每一个子块的最大奇异值，得到一个大小为 的数值矩阵 ；S5、将矩阵 转化为01矩阵；S6、根据01矩阵计算得到该彩色图像的哈希值。该算法能够将图像中各个通道看作一个整体进行处理，从而充分发挥各通道之间的相关性，提高彩色图像处理能力。此外，本发明还提供了一种基于上述算法的图像相似性度量方法，该图像相似性度量方法可解决彩色图像相似性度量的问题，实现对彩色图像的颜色区分效果。
-
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。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
