基于隐式正则与算法BDCA的相位恢复方法

    公开(公告)号:CN114282348B

    公开(公告)日:2025-02-11

    申请号:CN202111365808.6

    申请日:2021-11-17

    Abstract: 本发明公开了基于隐式正则与算法BDCA的相位恢复方法,根据算法BDCA求解基于隐式正则的相位恢复模型极小解,输出相位恢复的图像u;所述基于隐式正则的相位恢复模型计算公式如下:#imgabs0#其中:u为干净图像,u∈[0,1],λ是一个正则参数,b是观察到的退化图像,#imgabs1#是傅里叶变换算子,#imgabs2#分别代表维度为n,m的复数域空间,控制参数∈>0, 代表内积;#imgabs3#为Huber正则函数,#imgabs4#为线性算子,Huber正则函数为#imgabs5#本发明在图像具有高噪声的情形下有效的进行相位恢复。

    一种陀螺仪空间对应物的位置矫正方法

    公开(公告)号:CN115773768A

    公开(公告)日:2023-03-10

    申请号:CN202211671837.X

    申请日:2022-12-26

    Abstract: 本发明属于微机械陀螺仪技术领域,公开了一种陀螺仪空间对应物的位置矫正方法,包括如下步骤:步骤1:陀螺仪与陀螺仪空间对应物位置的具体匹配,使得陀螺仪空间对应物和陀螺仪可以同步移动;步骤2:根据陀螺仪和陀螺仪空间对应物的方位距离误差进行矫正;步骤3:陀螺仪空间对应物位置的自动重置。本发明实现了陀螺仪空间对应物位置的矫正以及自动重置,解决了由于边界的存在而产生的陀螺仪与陀螺仪空间对应物之间的方位误差以及由于陀螺仪零漂问题的存在而引起的误差。

    基于隐式正则与算法BDCA的相位恢复方法

    公开(公告)号:CN114282348A

    公开(公告)日:2022-04-05

    申请号:CN202111365808.6

    申请日:2021-11-17

    Abstract: 本发明公开了基于隐式正则与算法BDCA的相位恢复方法,根据算法BDCA求解基于隐式正则的相位恢复模型极小解,输出相位恢复的图像u;所述基于隐式正则的相位恢复模型计算公式如下:其中:u为干净图像,u∈[0,1],λ是一个正则参数,b是观察到的退化图像,是傅里叶变换算子,分别代表维度为n,m的复数域空间,控制参数∈>0, 代表内积;为Huber正则函数,为线性算子,Huber正则函数为本发明在图像具有高噪声的情形下有效的进行相位恢复。

    基于纯四元数字典学习的彩色图像去噪方法

    公开(公告)号:CN111754430A

    公开(公告)日:2020-10-09

    申请号:CN202010549088.8

    申请日:2020-06-16

    Abstract: 本发明提供一种基于纯四元数字典学习的彩色图像去噪方法,包括如下步骤:步骤1:构建基于纯四元数的稀疏去噪模型;步骤2:将已知清晰图像转化为纯四元数形式,并加上已知的噪声,得到噪声图像;用噪声图像训练字典;步骤3:将待去噪图像化为纯四元数形式,输入建立的稀疏去噪模型中,输出去噪图像。本发明利用纯四元数表示彩色图像,将彩色图像的RGB通道表示成四元数的虚部,可以很好保持各个通道之间的联系,从而更好的拟合图像。数值实验表明,本发明所提出的模型可以近乎完美的表示彩色图像的各个通道,在处理彩色图像的过程中产生模型拟合误差较小,从而能更好的进行图像去噪。

    一种基于知识表示和知识提取的新型图谱平台构建方法

    公开(公告)号:CN114637740A

    公开(公告)日:2022-06-17

    申请号:CN202210295748.3

    申请日:2022-03-24

    Abstract: 一种基于知识表示和知识提取的图谱平台框架构建方法,基于Neo4j实现一套多人协作众包式相关知识领域图谱构建工具,帮助用户进行信息查询和分析处理。构建的知识图谱的智能查询平台包框架包括知识图谱全部实体和关系的查询部分、智能问答部分和信息分析部分。在此框架的基础上,为了方便用户后期的使用,还支持权限等级较高的用户增加、删除、修改图谱的实体和关系。对于知识图谱的管理,知识图谱构建平台在文件管理部分支持图片、文档、视频等内容的上传与下载。同时,为了进一步对图谱数据进行维护,支持图谱结构化数据的批量导入、导出以及知识库的数据备份,通过应用端为用户提供搜索问答能力。

    基于块稀疏统计预测的PET-MRI多模态联合重建方法

    公开(公告)号:CN110942491A

    公开(公告)日:2020-03-31

    申请号:CN201911163032.2

    申请日:2019-11-25

    Abstract: 本发明公开了基于块稀疏统计预测的PET-MRI多模态联合重建方法,是一种新的多模态图像匹配的PET-MRI联合重建模型。首先,我们利用稀疏表示统计预测模型将PET与MRI的观测信息进行匹配;其次,利用基于数据驱动紧框架的联合重建方法对PET和MRI图像进行重建。本发明采用PAM算法高效求解所提出的模型。数值实验表明,本发明所提出的模型不仅解决了常见方法中PET观测信息与MRI观测信息不匹配的问题,还能够重建出更好的PET和MRI图像。通过与JSDDTF模型相比较,本发明的模型在相对误差、峰值信噪比以及视觉效果方面均有明显改进。

    一种自适应加权矩阵的L0正则化图像平滑方法及应用

    公开(公告)号:CN116091355A

    公开(公告)日:2023-05-09

    申请号:CN202310116621.5

    申请日:2023-02-15

    Abstract: 本发明属于图像处理领域,公开了一种自适应加权矩阵的L0正则化图像平滑方法及应用,具体的设计了一个自适应加权矩阵,并将其应用到L0梯度最小化方法中,通过赋予不同梯度方向上不同的权重,达到刻画局部特征、防止过度平滑的目的,其次,利用ADMM算法对所提出的模型进行高效求解,最后,将待处理图像输入到所提出的最小化模型中,输出最后的平滑图像,并将结果扩展到其他应用中。本发明解决了常见方法中不能处理低分辨率、高振幅结构的问题,还能够获得更好的平滑图像,通过与其他先进方法相比,本发明的模型在视觉效果、数值方面均有显著提高。

    复杂背景下的多位手写粉笔数字自动识别方法

    公开(公告)号:CN115984880A

    公开(公告)日:2023-04-18

    申请号:CN202310109319.7

    申请日:2023-02-14

    Abstract: 本发明涉及模式识别与机器学习领域,公开了一种复杂背景下的多位手写粉笔数字自动识别方法,首先使用MNIST数据集训练一个识别手写数字的卷积神经网络并保存到本地,其次对待识别图片进行预处理,包括二值化、去噪、图像增强等,以此来降低背景的干扰,凸显待识别数字的轮廓,然后根据手写数字的轮廓来对其进行定位,并用矩形框来表示数字所在的区域,最后对每个矩形中的数字进行遍历,重新加载预训练好的模型对数字进行识别。本发明实现了复杂背景下手写粉笔数字的定位与自动识别,解决了传统方法只能在干净单一背景或前景与背景对比度较大时才能进行识别的局限性。

    一种多尺度自监督图像去模糊方法

    公开(公告)号:CN115439351A

    公开(公告)日:2022-12-06

    申请号:CN202211007783.7

    申请日:2022-08-22

    Abstract: 本发明是一种多尺度自监督图像去模糊方法,包括步骤1:对模糊图像构建高斯金字塔,生成三个尺度的模糊图像;步骤2:在最大后验概率估计框架下,得到模糊核和潜在清晰图像的极小化模型;步骤3:在每个尺度的去模糊网络中,Skip‑CNN和FCN来捕捉图像和模糊核的先验信息,Skip‑CNN和FCN联合更新中间图像和模糊核,得到该尺度下的去模糊图像及模糊核;步骤4:从最粗尺度开始,依次得到由粗到精尺度下的去模糊图像和模糊核,最终在最精尺度下得到恢复结果。本发明克服单尺度下模糊核估计的不稳定性,提高图像恢复质量,保证图像恢复过程中充分学习彩色图像三个通道的信息,避免图像空间转换带来的颜色失真问题。

Patent Agency Ranking