-
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：CN109816737B
公开(公告)日：2022-08-09
申请号：CN201910098196.5
申请日：2019-01-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于耦合自然矢量全变差的保边缘图像着色方法，包括如下步骤：对于一幅RGB颜色空间下的彩色图像，在该图像上画上黑色线条，得到图像1；采用MATLAB将图像1转化为带彩色线条的灰度图像2；将图像2转变为YCbCr颜色空间上的图像3，得到在区域Ω上的亮度信息和在人工着色区域上的色度信息；建立基于变分的着色模型，利用原始对偶算法求解区域Ω中的色度信息；获取YCbCr颜色空间中的图像4；将图像4转变为RGB颜色空间内的图像5；对图像5进行评价得到其数值结果。本发明在处理多通道图像时可以在各个通道之间仅产生一个共同的边缘方向，从而可以更有效的保留图像边缘，防止颜色越界和颜色模糊。
-
公开(公告)号：CN108596859A
公开(公告)日：2018-09-28
申请号：CN201810442970.5
申请日：2018-05-10
Applicant: 南京邮电大学
IPC: G06T5/00
Abstract: 本发明为解决二阶偏微分方程处理含噪图像时存在的阶梯效应而提出了一种基于高阶偏微分方程的图像去噪方法，属于图像处理的技术领域。其包括如下步骤：设定四阶偏微分方程去噪模型的扩散函数为c(u)＝e-(u/k)；建立去噪模型；用有限差分格式对前步骤中的连续模型进行离散化，得到模型相应的迭代方程，迭代方程的解即为偏微分方程模型的数值解；并对去噪模型利用MATLAB进行仿真实验，得到去噪图像，用峰值信噪比(PSNR)、信噪比(SNR)、结构相似度(SSIM)作为评价指标并得到其数值结果，其数值与图像去噪效果成正比，为值越大，图像去噪效果越好。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：CN115841339A
公开(公告)日：2023-03-24
申请号：CN202211326251.X
申请日：2022-10-27
Applicant: 南京邮电大学
IPC: G06Q30/0201 , G06Q30/0202 , G06Q50/04
Abstract: 本发明公开了一种区域间绿色全要素生产率的测度方法，包括：基于投入变量、产出变量以及环境约束影响变量，构建变量指标体系；对投入变量、产出变量以及环境约束影响变量进行数据处理，并利用SFA模型计算得到能源消耗和污染排放等环境约束下的绿色全要素生产率，即能源效率；基于能源效率计算出松弛量，并分析其影响因素；基于调整后的产出变量，利用SFA模型测算得生产资源在实际经济生产过程中的绿色全要素生产率，即经济效率。本发明采用三阶段SFA模型的二维绿色全要素生产率测度方法，从能源和经济两个维度，更加全面、准确地测度区域间绿色全要素生产率，使得测度结果能够为区域协调发展和绿色高质量发展的布局规划提供更科学的决策依据。
-
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。
-
公开(公告)号：CN118840381A
公开(公告)日：2024-10-25
申请号：CN202410834695.7
申请日：2024-06-26
Applicant: 南京邮电大学
Abstract: 本发明公开基于曲率先验改进的自适应图像分割方法及系统，属于图像处理领域；基于曲率先验改进的自适应图像分割方法包括：获取待分割图像；使用基于当前恢复图像的自适应矩阵，并引入曲率先验信息，得到改进的图像分割模型；使用ADMM算法求解所述改进的图像分割模型，得到待分割图像的平滑近似图像；利用聚类算法，对所得平滑近似图像进行聚类分析，得到最终分割结果；通过改进自适应矩阵，降低了输入图像中噪声和模糊对分割结果的影响，得到了相对清晰的平滑近似图像；并引入曲率先验减少平滑区域的块状伪影，增强平滑近似图像的对比度且更好地保留边缘，提高图像分割的精度。
-
公开(公告)号：CN117455937A
公开(公告)日：2024-01-26
申请号：CN202311405342.7
申请日：2023-10-27
Applicant: 南京邮电大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于偏移场先验的灰度不均匀图像选择性分割方法；主要包括：输入待分割的灰度不均匀图像；为输入图像手动添加初始标记点集，并形成相应的初始轮廓线；根据偏移场局部常数和空间光滑的性质，构建基于偏移场先验的灰度不均匀图像选择性分割模型；利用热核卷积将构建的模型转换为近似逼近问题，并基于交替方向乘子法，设计交替极小化算法进行数值求解；采用所设计的交替极小化算法对灰度不均匀图像进行选择性分割，得到对应的选择性分割结果；可以很好地对灰度不均匀图像进行选择性分割；保证了本发明方法在分割精度和运行速度上的优越性，同时对参数和初始轮廓具有鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.017 seconds)
