-
公开(公告)号：CN107194889A
公开(公告)日：2017-09-22
申请号：CN201710330617.3
申请日：2017-05-11
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明涉及分块双边全变分正则化图像噪声消除方法，其包括以下步骤：(1)获取污染图像X0，并用污染图像X0初始化第1次迭代的去噪图像然后进入步骤(2)；(2)计算第t次迭代去噪图像的分块双边结构相似距离矩阵DWt，然后进入步骤(3)；(3)构建第t次迭代去噪图像的分块双边全变分正则项然后进入步骤(4)；(4)构建由保真项和分块双边全变分正则项组成的能量泛函Et，进入步骤(5)；(5)采用最陡下降法求解能量泛函Et的最小化问题，获得第t+1次迭代的去噪图像进入步骤(6)；(6)判断迭代次数是否小于最大迭代次数N，如果迭代次数小于最大迭代次数N，令t＝t+1并进入步骤(2)；否则，输出第t+1次迭代的去噪图像结束本次操作。
-
公开(公告)号：CN107274362B
公开(公告)日：2021-01-15
申请号：CN201710404046.3
申请日：2017-06-01
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种硬件实现导向滤波优化系统和方法。解决了导向滤波算法在硬件实现中的实时性差，面积和功耗大等问题。硬件实现导向滤波优化系统依数据流包括均值滤波模块，数据同步器，方差计算模块，一次项系数计算模块，常数项计算模块，一次项系数均值滤波模块，常数项均值滤波模块，输出级计算模块。导向滤波优化方法实现步骤有：串行输入产生局部图像；同步图像数据；用右移位寄存器除法特性均值滤波并计算方差；同步数据；求解导向滤波中一次项系数及常数项并分别均值滤波：计算输出结果完成导向滤波。本发明避免使用除法器，减小了延时，降低了面积和功耗。可用于数字图像采集与显示中的去噪处理，图像增强，高动态图像压缩。
-
公开(公告)号：CN107194889B
公开(公告)日：2021-02-02
申请号：CN201710330617.3
申请日：2017-05-11
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明涉及分块双边全变分正则化图像噪声消除方法，其包括以下步骤：(1)获取污染图像X0，并用污染图像X0初始化第1次迭代的去噪图像然后进入步骤(2)；(2)计算第t次迭代去噪图像的分块双边结构相似距离矩阵DWt，然后进入步骤(3)；(3)构建第t次迭代去噪图像的分块双边全变分正则项然后进入步骤(4)；(4)构建由保真项和分块双边全变分正则项组成的能量泛函Et，进入步骤(5)；(5)采用最陡下降法求解能量泛函Et的最小化问题，获得第t+1次迭代的去噪图像进入步骤(6)；(6)判断迭代次数是否小于最大迭代次数N，如果迭代次数小于最大迭代次数N，令t＝t+1并进入步骤(2)；否则，输出第t+1次迭代的去噪图像结束本次操作。
-
公开(公告)号：CN108632505B
公开(公告)日：2020-12-01
申请号：CN201810232884.1
申请日：2018-03-21
Applicant: 西安电子科技大学
IPC: H04N5/225 , H04N5/355 , H04N9/64 , H04N21/4402
Abstract: 本发明涉及一种基于SoC FPGA的高动态视频处理系统，包括：图像传感器，用于采集并输出第一视频数据；SoC FPGA，连接所述图像传感器，用于对所述图像传感器进行配置，同时，接收和处理所述第一视频数据形成第二视频数据，并输出所述第二视频数据；显示设备，连接所述SoC FPGA，用于接收并显示所述第二视频数据。本实施例采用SoC PGA平台，进一步提高了集成度，发挥了多种芯片的各自优势，并通过规范的总线协议降低芯片间数据交换带来的系统设计难度，软件程序开发灵活方便，可移植到不同硬件平台，通过软硬件协同设计更灵活的使用硬件系统资源。FPGA用于实时图像处理，有效提高计算性能和实时性能。
-
公开(公告)号：CN108765304A
公开(公告)日：2018-11-06
申请号：CN201810307919.3
申请日：2018-04-08
Applicant: 西安电子科技大学
CPC classification number: G06T5/002 , G06T5/40 , G06T2207/10048 , G06T2207/20208
Abstract: 本发明涉及一种基于自适应梯度增益控制的高动态红外图像增强方法，包括以下步骤：(a)获取第一高动态红外图像F0；(b)对所述第一高动态红外图像F0进行带阈值参数的直方图均衡化处理，获得强度约束目标图像d；(c)对所述第一高动态红外图像F0进行归一化处理，获得第二高动态红外图像M；(d)根据所述第二高动态红外图像M，构造局部自适应梯度增益控制因子β；(e)根据所述局部自适应梯度增益控制因子β、所述第二高动态红外图像M和所述强度约束目标图像d迭代计算增强图像，完成图像处理。本发明实施例，能够在提升图像动态压缩与细节增强效果的同时，抑制梯度逆转现象以及平坦区域噪声放大现象。
-
Patent Agency Ranking
公开(公告)号：CN107274362A
公开(公告)日：2017-10-20
申请号：CN201710404046.3
申请日：2017-06-01
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种硬件实现导向滤波优化系统和方法。解决了导向滤波算法在硬件实现中的实时性差，面积和功耗大等问题。硬件实现导向滤波优化系统依数据流包括均值滤波模块，数据同步器，方差计算模块，一次项系数计算模块，常数项计算模块，一次项系数均值滤波模块，常数项均值滤波模块，输出级计算模块。导向滤波优化方法实现步骤有：串行输入产生局部图像；同步图像数据；用右移位寄存器除法特性均值滤波并计算方差；同步数据；求解导向滤波中一次项系数及常数项并分别均值滤波：计算输出结果完成导向滤波。本发明避免使用除法器，减小了延时，降低了面积和功耗。可用于数字图像采集与显示中的去噪处理，图像增强，高动态图像压缩。
-
公开(公告)号：CN108765304B
公开(公告)日：2022-06-17
申请号：CN201810307919.3
申请日：2018-04-08
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于自适应梯度增益控制的高动态红外图像增强方法，包括以下步骤：(a)获取第一高动态红外图像F0；(b)对所述第一高动态红外图像F0进行带阈值参数的直方图均衡化处理，获得强度约束目标图像d；(c)对所述第一高动态红外图像F0进行归一化处理，获得第二高动态红外图像M；(d)根据所述第二高动态红外图像M，构造局部自适应梯度增益控制因子β；(e)根据所述局部自适应梯度增益控制因子β、所述第二高动态红外图像M和所述强度约束目标图像d迭代计算增强图像，完成图像处理。本发明实施例，能够在提升图像动态压缩与细节增强效果的同时，抑制梯度逆转现象以及平坦区域噪声放大现象。
-
公开(公告)号：CN108632505A
公开(公告)日：2018-10-09
申请号：CN201810232884.1
申请日：2018-03-21
Applicant: 西安电子科技大学
IPC: H04N5/225 , H04N5/355 , H04N9/64 , H04N21/4402
Abstract: 本发明涉及一种基于SoC FPGA的高动态视频处理系统，包括：图像传感器，用于采集并输出第一视频数据；SoC FPGA，连接所述图像传感器，用于对所述图像传感器进行配置，同时，接收和处理所述第一视频数据形成第二视频数据，并输出所述第二视频数据；显示设备，连接所述SoC FPGA，用于接收并显示所述第二视频数据。本实施例采用SoC PGA平台，进一步提高了集成度，发挥了多种芯片的各自优势，并通过规范的总线协议降低芯片间数据交换带来的系统设计难度，软件程序开发灵活方便，可移植到不同硬件平台，通过软硬件协同设计更灵活的使用硬件系统资源。FPGA用于实时图像处理，有效提高计算性能和实时性能。
-
公开(公告)号：CN108511864A
公开(公告)日：2018-09-07
申请号：CN201810165604.X
申请日：2018-02-28
Applicant: 西安电子科技大学
IPC: H01P5/107
Abstract: 本发明涉及一种基于LTCC的缝隙耦合型波导微带转换装置及制备方法，包括：波导1；基板2，设置于所述波导1的第一端面；金属柱阵列3，设置于所述基板2内；接地板4，设置于所述基板2上；介质板5，设置于所述接地板4上；微带板6，设置于所述介质板5上。本发明提供的基于LTCC基板的E波段缝隙耦合型波导微带转换装置，在获得较大的传输带宽的同时解决了相关波导微带转换装置在LTCC基板上的装配问题，并使得波导微带在水平方向上占用的空间有所减小，进一步地提高波导微带转换装置在LTCC基板上的实用性。
-
公开(公告)号：CN107945145A
公开(公告)日：2018-04-20
申请号：CN201711143856.4
申请日：2017-11-17
Applicant: 西安电子科技大学
CPC classification number: G06T5/50 , G06T5/007 , G06T2207/10048 , G06T2207/20221
Abstract: 本发明公开了一种基于梯度置信变分模型的红外图像融合增强方法，主要解决现有全变分融合方法中出现部分源图像目标丢失的问题。其实现步骤是：1.获取红外图像u和可见光图像v；2.构造红外图像u和可见光图像v的多尺度结构张量加权梯度；3.用平均图像初始化第1次迭代的融合图像，设置最大迭代次数N；4.分别构建融合图像的亮度保真项和梯度保真项；5.构建由亮度保真项和梯度保真项组成的能量泛函；6.求解能量泛函最小化问题，获得第t+1次迭代的融合图像；7.重复步骤4至步骤6，直至迭代次数达到N次，输出融合结果。本发明具有更好的目标保持性能，更丰富的细节特性及更好的视觉效果，可用于目标识别。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
