-
公开(公告)号：CN110263203B
公开(公告)日：2021-09-24
申请号：CN201910345614.6
申请日：2019-04-26
Applicant: 桂林电子科技大学
IPC: G06F16/583 , G06F16/28
Abstract: 本发明公开了一种结合皮尔逊重构的文本到图像生成方法，其特征在于，包括如下步骤：1）数据预处理；2）建立图像生成模型；3）条件融合；4）特征向量生成；5）判别器判别；6）多尺度联合损失；7）网络训练；8）图像生成。该方法能重构判别器的输出，获得与网络的输入线性相关的特征向量，同时限制判别器的判别能力，使得生成器训练时更容易收敛并提高生成样本的质量和多样性。
-
-
公开(公告)号：CN107358589B
公开(公告)日：2019-11-26
申请号：CN201710581668.3
申请日：2017-07-17
Applicant: 桂林电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种结合梯度直方图与低秩约束的去噪方法，其在稀疏先验和其他非局部自相似先验的基础上，利用稀疏表示的优势，加入非局部正则项，梯度正则项和低秩约束项去除乘性噪声。本发明的优点是把乘性噪声模型通过对数变换变成对数域中的加性噪声模型，利用噪声图像在对数域中训练的字典，把图像的梯度直方图估计和低秩约束相结合，增强了图像局部和非局部之间的联系，在有效去噪的同时，更好的保留了图像的纹理信息。实验结果在主观视觉和客观评价指标两方面均取得较好的效果，很大程度上保存了图像的精细纹理结构，使得去噪后的图像更加清晰。
-
公开(公告)号：CN106204482B
公开(公告)日：2019-03-29
申请号：CN201610538475.5
申请日：2016-07-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于加权稀疏的混合噪声去除方法，其在加权稀疏表示非局部训练字典的基础上加入变分法，对非局部相似块进行匹配，然后用对偶的方法求解混合去噪图像，能更好的保存图像的边缘信息。本发明的去噪效果优于现有算法，其具有很高的峰值信噪比和图像特征相似度，对混合噪声有很好的抑制作用，特别是能够很好的保存图像的边缘信息，对图像特征的保留有一定的改善。
-
公开(公告)号：CN108765296A
公开(公告)日：2018-11-06
申请号：CN201810600397.6
申请日：2018-06-12
Applicant: 桂林电子科技大学
IPC: G06T3/40
CPC classification number: G06T3/4053
Abstract: 本发明公开了一种基于递归残差注意力网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）数据预处理；2）建立重建模型；3）残差注意力网络支路第一个残差注意力模块特征提取；4）递归网络支路第一个递归模块特征提取；5）特征融合；6）图像重建。这种方法能解决预处理操作带来的噪声，且获得更多高频信息来丰富图像细节，同时能减少网络参数，在增加层数的同时而不增加新的参数，能提高超分辨率重建的精度。
-
Patent Agency Ranking
公开(公告)号：CN104268843B
公开(公告)日：2017-06-06
申请号：CN201410548336.1
申请日：2014-10-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于直方图修正的图像自适应增强方法。它首先计算原直方图的标准差，并与原直方图相加，获得一次修正的直方图；其次在一次修正直方图的基础上进行自适应的伽马矫正，得到二次修正的直方图；最后在二次修正直方图的基础上应用传统直方图增强的方法得到目标增强的图像。本发明的优点是:1)适应性强，适用于各类图像的自适应增强；2)增强处理过程中信息丢失少，能有效保持图像细节，本发明增强的图像能保留原始图像绝大部分细节信息；3)避免图像亮度的过度改变，对各类图像，本发明都能有效保留图像的原始特点，避免图像亮度的过改变。
-
公开(公告)号：CN106169180A
公开(公告)日：2016-11-30
申请号：CN201610548312.5
申请日：2016-07-13
Applicant: 桂林电子科技大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/20081
Abstract: 本发明公开了一种基于组的非局部稀疏表示加性噪声去除方法，具体步骤包括：S1：在标准图像库中获得自然图像，并对图像进行图像分块并用高斯混合模型训练字典；S2：对每个图像进行加噪声处理，利用基于组的稀疏表示和非局部稀疏表示的方法得到去除噪声模型；S3：将含噪图像分成有重叠的小块，为每个图像块进行非局部相似匹配，找到其具有相同结构类型的相似图像块，把相似度最高的一些块放到一个组中；S4：对于分好的每个组，先对每个组进行奇异值分解，然后对特征值进行阈值处理，得到每个组的估计值；S5：利用预先训练的字典求出估计组在字典中的稀疏编码；S6：利用软阈值方法求解模型；S7：得到去噪图像。
-
公开(公告)号：CN103955215B
公开(公告)日：2016-10-05
申请号：CN201410149890.2
申请日：2014-04-15
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
IPC: G05D1/02
Abstract: 基于手势识别的自动避障小车，涉及人机交互智能图像信息处理，属于基于深度相机非接触式三维虚拟空间领域和双目立体视觉领域，其车体前部设置分开的两个摄像头，车体内部设置包含单片机的下位机，车体安置两个无线wifi模块，一个无线wifi模块连接一个摄像头，车体还安置一个蓝牙模块，两个小车后轮分别连接着一个精密直流电机。上述自动避障小车的控制装置，其深度体感相机连接上位机，上位机设置串口蓝牙和一个无线wifi模块。本发明通过手势控制小车并绘制地图，在自动运行模式下实现小车自动避障，利用自动控制、网络通信和图像处理技术，操作方便，适合在危险环境下检查周围环境是否有危险和在障碍物多的地形下进行搬运工作。
-
公开(公告)号：CN104077762A
公开(公告)日：2014-10-01
申请号：CN201410293208.7
申请日：2014-06-26
Applicant: 桂林电子科技大学
IPC: G06T5/50
Abstract: 本发明公开一种基于NSST和聚焦区域检测的多聚焦图像融合方法，首先对待融合的多聚焦图像分别利用NSST及相应的融合规则，得到初始融合图像；将待融合的源图像分别与初始融合图像进行比较，对于源图像中与初始融合图像相似性较大的像素点，我们认为它是来自源图像中的严格聚焦区域的，根据这一理论我们可以确定源图像中的聚焦区域；最后，在已经确定的聚焦区域上利用改进的脉冲耦合神经网络获得最终的融合图像。本发明可以充分的提取各源图像中的有用信息并注入到融合图像中，有效地克服了基于变换域的融合算法不能选取出所有位于聚焦区域内的系数的缺陷，并且获得的融合图像在视觉效果及客观指标上均优于经典的多尺度融合算法。
-
公开(公告)号：CN103868460A
公开(公告)日：2014-06-18
申请号：CN201410094119.X
申请日：2014-03-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于视差优化算法的双目立体视觉自动测量方法，1）得到校正后的双目视图；2）利用立体匹配算法以左视图为基图进行匹配，得到初步的视差图；3）对校正后的左视图，目标物体区域为彩色原图，其他非目标区域全为黑；4）根据目标物体区域，获得目标物体区域的完整视差图；5）对完整视差图，根据投影模型获得三维点云；6）对三维点云，进行坐标重投影，合成坐标关联像素图；7）利用形态学的方法，实现自动测量目标物体的长度和宽度。本发明简化了双目测量操作过程；减少了平滑表面的镜面反射、投影缩减、透视失真、低纹理和重复纹理影响；实现了自动化智能化测量，扩展了双目测量的应用范围，为后续的机器人双目视觉提供技术支持。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.026 seconds)
