-
公开(公告)号：CN109360157A
公开(公告)日：2019-02-19
申请号：CN201810961332.4
申请日：2018-08-22
Applicant: 浙江工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于TV和小波正则化的空间变化模糊图像复原方法，包括：(1)对模糊图像进行灰度化；(2)根据灰度化的模糊图像构建模糊核分解模型，在所述模糊核分解模型中，采用奇异值分解方法将模糊核分解为基滤波矩阵和系数矩阵；(3)应用所述模糊核分解模型，并结合TV正则项和小波正则项构建去模糊模型；(4)将所述去模糊模型转化为增广拉格朗日形式后，在对增广拉格朗日形式的去模糊模型进行改进，得到新去模糊模型；(5)采用ADMM算法对新去模糊模型进行数值迭代求解，获得复原图像。该方法解决了TV正则化算法在复原过程中产生的细节信息丢失问题。
-
公开(公告)号：CN106897971B
公开(公告)日：2019-07-26
申请号：CN201611219204.X
申请日：2016-12-26
Applicant: 浙江工业大学
IPC: G06T5/00
Abstract: 一种基于独立分量分析和奇异值分解的非局部TV图像去噪方法，为了减少噪声对像素相似度权重函数的干扰，提高像素相似度权重赋值的准确性，构建了一种基于待去噪图像中各领域图像块最大奇异值的新型像素相似度权重函数，用于NLTV模型，从而得到新的NLTV模型。通过新的NLTV方法对输入的唯一含噪图像u0进行初步去噪，得到另一含噪图像u1，把初步去噪图像u1认为是另一幅含噪输入图像，在获得的u1、u0基础上应用ICA方法对输入图像u0去噪，得到ICA方法去噪后的图像u2，提高了ICA在图像去噪领域的应用价值。为了得到更好的去噪效果，对图像u2再一次应用新的NLTV方法去噪，得到最后去噪图像ufinal。
-
公开(公告)号：CN106875345A
公开(公告)日：2017-06-20
申请号：CN201611219201.6
申请日：2016-12-26
Applicant: 浙江工业大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/20012
Abstract: 一种基于奇异值权重函数的非局部TV模型图像去噪方法。步骤如下：(1)首先输入噪声图像。(2)设置算法的相关参数，包括非局部搜索窗口大小N1×N1、邻域窗口大小N2×N2、像素相似度权重函数的参数h、j、高斯核的标准差σ，分裂的Bregman迭代辅助变量的初始值b0、保真参数λ，以及平滑参数θ。(3)通过奇异值分解方法获得图像块的最大奇异值。(4)构建基于该最大奇异值的新的像素相似度权重函数。(5)应用步骤(4)构建的权重函数，建立非局部TV模型。(6)对步骤(5)建立的非局部TV模型采用分裂的Bregman算法进行求解。(7)通过分裂的Bregman算法数值迭代运算获得去噪图像。(8)如果迭代满足停止条件，输出迭代最优结果图像并转向步骤(9)，如果不满足停止条件，则返回步骤(7)继续迭代。(9)将步骤(8)的迭代最优结果图像作为最后去噪结果图像。
-
公开(公告)号：CN106412517B
公开(公告)日：2023-07-25
申请号：CN201610914364.X
申请日：2016-10-20
Applicant: 浙江工业大学
IPC: H04N7/18 , H04N19/70 , H04L67/025 , H04L67/12 , H04M1/72406 , G07C9/00
Abstract: 本发明涉及视频监控技术领域，尤其涉及一种远程高清视频监控及开锁系统。本发明中的一种远程高清视频监控及开锁系统，包括视频采集终端设备，服务器，手机终端设备三部分。所述的视频采集终端设备由摄像头模块，主控板、以及驱动电路模块和电子锁组成。所述主控板包括处理器、电源模块、FLASH模块、USB通信模块、MFC硬件编码模块、WIFI模块、GPIO端口。主控板通过WIFI模块连接到所述服务器，所述手机终端通过Internet连接到服务器。所述的摄像头模块通过USB通信模块与主控板相连，所述电源模块与主控板和驱动电路模块相连，为主控板和驱动电路模块提供电源。
-
公开(公告)号：CN106875345B
公开(公告)日：2019-07-26
申请号：CN201611219201.6
申请日：2016-12-26
Applicant: 浙江工业大学
IPC: G06T5/00
Abstract: 一种基于奇异值权重函数的非局部TV模型图像去噪方法。步骤如下：(1)首先输入噪声图像。(2)设置算法的相关参数，包括非局部搜索窗口大小N1×N1、邻域窗口大小N2×N2、像素相似度权重函数的参数h、j、高斯核的标准差σ，分裂的Bregman迭代辅助变量的初始值b0、保真参数λ，以及平滑参数θ。(3)通过奇异值分解方法获得图像块的最大奇异值。(4)构建基于该最大奇异值的新的像素相似度权重函数。(5)应用步骤(4)构建的权重函数，建立非局部TV模型。(6)对步骤(5)建立的非局部TV模型采用分裂的Bregman算法进行求解。(7)通过分裂的Bregman算法数值迭代运算获得去噪图像。(8)如果迭代满足停止条件，输出迭代最优结果图像并转向步骤(9)，如果不满足停止条件，则返回步骤(7)继续迭代。(9)将步骤(8)的迭代最优结果图像作为最后去噪结果图像。
-
Patent Agency Ranking
公开(公告)号：CN106803239B
公开(公告)日：2019-07-26
申请号：CN201611222995.1
申请日：2016-12-26
Applicant: 浙江工业大学
IPC: G06T5/00
Abstract: 基于ICA和NLTV的去噪方法，步骤如下：(1)首先输入N×N大小的含噪图像u0；(2)设置本发明去噪方法中的相关参数；(3)对含噪图像u0进行NLTV第一轮去噪，得到初步去噪图像u1；(4)构建混合矩阵S，对S进行中心化后得到矩阵Se，对Se进行白化处理，得到处理结果Z；(5)建立初始解混矩阵B；(6)建立随机列向量L；(7)对L进行迭代运算；(8)若满足L迭代运算停止条件，则转向步骤(9)，否则返回步骤(7)；(9)用迭代运算结果L替换B的一个列向量，如果B的每个列向量都被替换过一次，则转向步骤(10)，否则返回步骤(6)；(10)进行W＝BTS运算，得到u2；(11)对u2进行NLTV第二轮去噪，得到最后去噪结果图像ufinal。
-
公开(公告)号：CN106412517A
公开(公告)日：2017-02-15
申请号：CN201610914364.X
申请日：2016-10-20
Applicant: 浙江工业大学
CPC classification number: H04N7/18 , G07C9/00309 , G07C9/00571 , H04L67/025 , H04L67/12 , H04M1/72525 , H04N19/70
Abstract: 本发明涉及视频监控技术领域，尤其涉及一种远程高清视频监控及开锁系统。本发明中的一种远程高清视频监控及开锁系统，包括视频采集终端设备，服务器，手机终端设备三部分。所述的视频采集终端设备由摄像头模块，主控板、以及驱动电路模块和电子锁组成。所述主控板包括处理器、电源模块、FLASH模块、USB通信模块、MFC硬件编码模块、WIFI模块、GPIO端口。主控板通过WIFI模块连接到所述服务器，所述手机终端通过Internet连接到服务器。所述的摄像头模块通过USB通信模块与主控板相连，所述电源模块与主控板和驱动电路模块相连，为主控板和驱动电路模块提供电源。
-
公开(公告)号：CN109360157B
公开(公告)日：2020-08-25
申请号：CN201810961332.4
申请日：2018-08-22
Applicant: 浙江工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于TV和小波正则化的空间变化模糊图像复原方法，包括：(1)对模糊图像进行灰度化；(2)根据灰度化的模糊图像构建模糊核分解模型，在所述模糊核分解模型中，采用奇异值分解方法将模糊核分解为基滤波矩阵和系数矩阵；(3)应用所述模糊核分解模型，并结合TV正则项和小波正则项构建去模糊模型；(4)将所述去模糊模型转化为增广拉格朗日形式后，在对增广拉格朗日形式的去模糊模型进行改进，得到新去模糊模型；(5)采用ADMM算法对新去模糊模型进行数值迭代求解，获得复原图像。该方法解决了TV正则化算法在复原过程中产生的细节信息丢失问题。
-
公开(公告)号：CN106897971A
公开(公告)日：2017-06-27
申请号：CN201611219204.X
申请日：2016-12-26
Applicant: 浙江工业大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 一种基于独立分量分析和奇异值分解的非局部TV图像去噪方法，为了减少噪声对像素相似度权重函数的干扰，提高像素相似度权重赋值的准确性，构建了一种基于待去噪图像中各领域图像块最大奇异值的新型像素相似度权重函数，用于NLTV模型，从而得到新的NLTV模型。通过新的NLTV方法对输入的唯一含噪图像u0进行初步去噪，得到另一含噪图像u1，把初步去噪图像u1认为是另一幅含噪输入图像，在获得的u1、u0基础上应用ICA方法对输入图像u0去噪，得到ICA方法去噪后的图像u2，提高了ICA在图像去噪领域的应用价值。为了得到更好的去噪效果，对图像u2再一次应用新的NLTV方法去噪，得到最后去噪图像ufinal。
-
公开(公告)号：CN106803239A
公开(公告)日：2017-06-06
申请号：CN201611222995.1
申请日：2016-12-26
Applicant: 浙江工业大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 基于ICA和NLTV的去噪方法，步骤如下：(1)首先输入N×N大小的含噪图像u0；(2)设置本发明去噪方法中的相关参数；(3)对含噪图像u0进行NLTV第一轮去噪，得到初步去噪图像u1；(4)构建混合矩阵S，对S进行中心化后得到矩阵Se，对Se进行白化处理，得到处理结果Z；(5)建立初始解混矩阵B；(6)建立随机列向量L；(7)对L进行迭代运算；(8)若满足L迭代运算停止条件，则转向步骤(9)，否则返回步骤(7)；(9)用迭代运算结果L替换B的一个列向量，如果B的每个列向量都被替换过一次，则转向步骤(10)，否则返回步骤(6)；(10)进行W＝BTS运算，得到u2；(11)对u2进行NLTV第二轮去噪，得到最后去噪结果图像ufinal。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
