-
公开(公告)号：CN101571948A
公开(公告)日：2009-11-04
申请号：CN200910022906.2
申请日：2009-06-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于整体变分模型和神经网络的运动模糊图像恢复方法，主要解决现有方法无法获得较精确的恢复图像的问题。其实现过程为：(1)构造Toeplitz矩阵；(2)计算水平和垂直方向上的梯度；(3)初始化神经网络；(4)计算神经元输出；(5)计算神经网络输出；(6)计算网络能量函数的第一改变量ΔE1；(7)若神经元全部更新结束，转步骤(4)；否则转步骤(8)；(8)若达到设定迭代次数，输出恢复结果；否则转步骤(9)；(9)计算恢复误差；(10)若恢复误差小于设定误差，输出恢复结果；否则转步骤(11)；(11)计算当前输入偏置矩阵；(12)计算网络能量函数的第二改变量ΔE2；(13)若ΔE1+ΔE2＜0，转步骤(2)；若ΔE1+ΔE2≥0，转步骤(3)；若ΔE1＝0，输出恢复结果。本发明能获得较精确的恢复图像，可用于对运动模糊图像的恢复。
-
公开(公告)号：CN101567079B
公开(公告)日：2011-06-29
申请号：CN200910022867.6
申请日：2009-06-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于Hopfield神经网络的运动模糊图像恢复方法，主要解决现有的技术无法在网络达到稳定时收敛到全局极值点的问题。其实现过程为：(1)构造Toeplitz矩阵H；(2)计算网络权重矩阵和输入偏置矩阵；(3)计算网络神经元的输入；(4)利用更新规则计算神经元的输出；(5)利用转移函数计算网络的输出；(6)判断神经元是否全部更新结束，如果是，返回步骤(3)；若否，执行步骤(7)；(7)判断是否达到设定的迭代次数，如果是，则得到模糊图像的恢复结果；若否，返回步骤(3)，直到达到设定的迭代次数为止。本发明可获得较好的图像恢复结果并具有较好的收敛性能，可用于对数字图像过程中所出现的运动模糊图像的恢复。
-
公开(公告)号：CN101571951B
公开(公告)日：2011-04-06
申请号：CN200910022907.7
申请日：2009-06-11
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于邻域概率密度函数特征的水平集图像分割方法，主要解决了现有方法不能有效处理自然图像的纹理基元在纹理尺度和纹理方向上的多变性的问题。其实现步骤为：初始化水平集函数；设置水平集函数迭代次数初始值和最大值；计算邻域概率密度函数特征集合；计算子集概率密度函数特征；计算相似性向量；根据水平集演化方程更新水平集函数；判断是否进入循环，如果是，则重新计算子集概率密度函数特征、相似性向量和水平集函数，否则终止循环，将水平集函数的零水平集作为输入图像的分割边界。本发明由于使用多尺度滑动窗拟合自然图像的纹理基元，较好地处理了纹理基元在纹理尺度和纹理方向上的多变性，可用于自然纹理图像的分割。
-
Patent Agency Ranking
公开(公告)号：CN101571951A
公开(公告)日：2009-11-04
申请号：CN200910022907.7
申请日：2009-06-11
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于邻域概率密度函数特征的水平集图像分割方法，主要解决了现有方法不能有效处理自然图像的纹理基元在纹理尺度和纹理方向上的多变性的问题。其实现步骤为：初始化水平集函数；设置水平集函数迭代次数初始值和最大值；计算邻域概率密度函数特征集合；计算子集概率密度函数特征；计算相似性向量；根据水平集演化方程更新水平集函数；判断是否进入循环，如果是，则重新计算子集概率密度函数特征、相似性向量和水平集函数，否则终止循环，将水平集函数的零水平集作为输入图像的分割边界。本发明由于使用多尺度滑动窗拟合自然图像的纹理基元，较好地处理了纹理基元在纹理尺度和纹理方向上的多变性，可用于自然纹理图像的分割。
-
公开(公告)号：CN101567084A
公开(公告)日：2009-10-28
申请号：CN200910022868.0
申请日：2009-06-05
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于水平集和分水岭相结合的图像轮廓检测方法，主要解决了现有方法产生图像过分割结果和不能获得准确的目标轮廓的问题。其具体实现步骤为：(1)对输入图像用水平集方法检测目标轮廓，得到初始的目标与背景二值分割结果；(2)将检测到的目标轮廓作为分水岭的内部控制标记；(3)将内部控制标记依次进行距离变换和分水岭变换，并将得到的分水线结果作为分水岭的外部控制标记；(4)利用内部控制标记和外部控制标记，对输入图像的梯度图像进行修正；(5)将修正后的梯度图像进行分水岭变换，检测出图像中的目标轮廓。本发明方法避免了图像过分割，且具有对边界定位比较准确的优点，可用于前景与背景的分割、目标外部轮廓的检测。
-
公开(公告)号：CN101567084B
公开(公告)日：2011-04-06
申请号：CN200910022868.0
申请日：2009-06-05
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于水平集和分水岭相结合的图像轮廓检测方法，主要解决了现有方法产生图像过分割结果和不能获得准确的目标轮廓的问题。其具体实现步骤为：(1)对输入图像用水平集方法检测目标轮廓，得到初始的目标与背景二值分割结果；(2)将检测到的目标轮廓作为分水岭的内部控制标记；(3)将内部控制标记依次进行距离变换和分水岭变换，并将得到的分水线结果作为分水岭的外部控制标记；(4)利用内部控制标记和外部控制标记，对输入图像的梯度图像进行修正；(5)将修正后的梯度图像进行分水岭变换，检测出图像中的目标轮廓。本发明方法避免了图像过分割，且具有对边界定位比较准确的优点，可用于前景与背景的分割、目标外部轮廓的检测。
-
公开(公告)号：CN101567079A
公开(公告)日：2009-10-28
申请号：CN200910022867.6
申请日：2009-06-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于Hopfield神经网络的运动模糊图像恢复方法，主要解决现有的技术无法在网络达到稳定时收敛到全局极值点的问题。其实现过程为：(1)构造Toeplitz矩阵H；(2)计算网络权重矩阵和输入偏置矩阵；(3)计算网络神经元的输入；(4)利用更新规则计算神经元的输出；(5)利用转移函数计算网络的输出；(6)判断神经元是否全部更新结束，如果是，返回步骤(3)；若否，执行步骤(7)；(7)判断是否达到设定的迭代次数，如果是，则得到模糊图像的恢复结果；若否，返回步骤(3)，直到达到设定的迭代次数为止。本发明可获得较好的图像恢复结果并具有较好的收敛性能，可用于对数字图像过程中所出现的运动模糊图像的恢复。
-
公开(公告)号：CN101571948B
公开(公告)日：2011-10-19
申请号：CN200910022906.2
申请日：2009-06-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于整体变分模型和神经网络的运动模糊图像恢复方法，主要解决现有方法无法获得较精确的恢复图像的问题。其实现过程为：(1)构造Toeplitz矩阵；(2)计算水平和垂直方向上的梯度；(3)初始化神经网络；(4)计算神经元输出；(5)计算神经网络输出；(6)计算网络能量函数的第一改变量ΔE1；(7)若神经元全部更新结束，转步骤(4)；否则转步骤(8)；(8)若达到设定迭代次数，输出恢复结果；否则转步骤(9)；(9)计算恢复误差；(10)若恢复误差小于设定误差，输出恢复结果；否则转步骤(11)；(11)计算当前输入偏置矩阵；(12)计算网络能量函数的第二改变量ΔE2；(13)若ΔE1+ΔE2＜0，转步骤(2)；若ΔE1+ΔE2≥0，转步骤(3)；若ΔE1＝0，输出恢复结果。本发明能获得较精确的恢复图像，可用于对运动模糊图像的恢复。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
