-
公开(公告)号：CN106384338A
公开(公告)日：2017-02-08
申请号：CN201610823043.9
申请日：2016-09-13
申请人： 清华大学深圳研究生院
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于形态学的光场深度图像的增强方法，包括：A1.输入原始图像数据，进行深度估计，得到初始深度图像；A2.提取子孔径中心视角图像的纹理特征，得到纹理特征区域；A3.对步骤A2提取出的纹理特征区域进行形态学操作和去噪处理，得到置信区域R；A4.根据步骤A3的置信区域R，将初始深度图像Draw划分为置信深度区域和非置信深度区域；A5.提取置信区域R，即置信深度区域的深度值，建立优化模型，对非置信深度区域进行优化，填充非置信深度点，得到增强的深度图像。通过该方法能使图像纹理稀少处的深度更加准确，深度层次的变化较原始深度更加明显，深度图像得到增强。
-
公开(公告)号：CN106331680A
公开(公告)日：2017-01-11
申请号：CN201610657639.6
申请日：2016-08-10
申请人： 清华大学深圳研究生院 , 深圳市未来媒体技术研究院
IPC分类号： H04N13/02
CPC分类号： H04N13/261
摘要： 本发明公开了一种手机端2D转3D自适应云卸载的方法和系统，该方法包括如下步骤：A1.输入一帧2D单目图像，将图像等分成N个图像块；A2.将图像块进行分类，分类为远景视图、线性视图和普通视图；A3.根据已划分视图的类别，分别计算每个图像块深度估计的算法复杂度；A4.将每个图像块的算法复杂度，代入云端卸载动态资源分配模型，最优化得到分配结果；A5.按照A4得到的分配结果，分别在手机端和云端进行深度估计，生成深度图。该方法和系统通过建立云端卸载动态资源分配模型，形成基于云计算的手机端2D转3D的自适应卸载方法和系统，将手机端复杂的计算卸载到云端，从而释放手机端的存储资源，提高手机的处理速度，降低手机的功耗；同时获得深度估计合理，运行速度高效的高质量深度图。
-
公开(公告)号：CN106303228A
公开(公告)日：2017-01-04
申请号：CN201610632949.2
申请日：2016-08-04
申请人： 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
摘要： 本发明公开了一种聚焦型光场相机的渲染方法和系统，该方法包括：S1.输入聚焦型光场相机拍摄的图片，记录每个微透镜和子孔径图的位置信息和中心位置；S2.根据需要重聚焦的平面图像，计算其景深，根据景深确定半径R的大小；S3.在每一个子孔径图的中心位置，取一个半径为R的正六边形区域块；S4.将正六边形区域块，按子孔径图的顺序平铺合并得合并图；S4.对合并图进行处理，得到最终渲染图。该方法利用微透镜阵列的六边形排列特性，通过对微透镜子孔径图取正六边形的区域块，在渲染过程中，无需经过坐标系的变换，能有效减少聚焦型光场相机的渲染方法的计算量。
-
公开(公告)号：CN106296692A
公开(公告)日：2017-01-04
申请号：CN201610659363.5
申请日：2016-08-11
申请人： 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC分类号： G06T7/00
CPC分类号： G06T7/00 , G06T7/0002 , G06T2207/20081 , G06T2207/20084
摘要： 本发明公开了一种利用对抗训练来生成卷积神经网络模型的图像显著性检测方法，属于计算机视觉与图像处理领域。所述方法包括数据预处理、网络结构、选取合适的参数、使用随机梯度下降法与冲量单元进行训练，数据预处理是对收集到的大量数据及标签进行预处理，网络结构是设计网络结构及具体核函数，选取合适的参数包括学习速率、动量因子及每次塞入网络的图像数目，使用随机梯度下降法与冲量单元进行训练来减小网络过拟合的可能性，利用本发明能够更准确地获取显著性图。
-
公开(公告)号：CN106296661A
公开(公告)日：2017-01-04
申请号：CN201610613216.4
申请日：2016-07-29
申请人： 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC分类号： G06T7/00
CPC分类号： G06T7/00
摘要： 本发明公开一种适用于光场相机的标定预处理方法，所述方法包括如下步骤：S1：白图像预处理，得到每个微透镜下的子图像；S2：给定一张棋盘格图像，将棋盘格图像与步骤S1预处理后的白图像相与，获得指定微透镜下的子图像；S3：对步骤S2得到的每一个子图像进行角点检测。在白图像处理中，首先利用光晕法确定微透镜的中心点位置，然后通过线性拟合，子图像重心点，周围微透镜中心点等手段优化微透镜的中心点位置。在角点检测中，采用霍夫线检测，然后计算出角点的位置，再通过自定义的一个指标不断迭代优化角点，得到更精确的坐标位置。
-
公开(公告)号：CN103578085B
公开(公告)日：2016-09-21
申请号：CN201310489414.0
申请日：2013-10-18
申请人： 清华大学深圳研究生院
IPC分类号： G06T5/00
摘要： 一种基于可变块的图像空洞区域修补方法，包括步骤：1、设定块的初始尺寸，在输入图像上寻找待修补区域的边界；2、分别计算以待修补区域边界上未修补的各个像素点为中心、大小等于初始尺寸的各个块的优先级，选取优先级最高的块作为当前待修补块；块优先级的计算结合了块的可信度、结构条件和纹理条件；3、搜索当前待修补块的最匹配块，包括：根据当前待修补块的纹理条件调整当前待修补块的尺寸，然后基于颜色梯度直方图搜索最匹配块；4、基于图割技术用最匹配块修补当前待修补块；重复执行步骤2‑4，直至输入图像上的待修补区域修补完。该方法能够在纹理条件复杂或较恒定的情况下均较好地保留纹理细节，能够同时修复纹理信息和结构信息。
-
公开(公告)号：CN105913399A
公开(公告)日：2016-08-31
申请号：CN201610230555.4
申请日：2016-04-13
申请人： 清华大学深圳研究生院
IPC分类号： G06T5/00
CPC分类号： G06T5/003 , G06T2207/10052 , G06T2207/20056
摘要： 本发明公开了一种光场图像的超分辨方法及装置，该方法包括：对高分辨率图像进行傅里叶变换得到幅度谱Dm和相位谱Dp；对高分辨率视点图进行傅里叶变换获得幅度谱Hi,m和相位谱Hi,p；在Dm和Hi,m中分别得到幅度谱D′m和H′i,m；在D′m中将与H′i,m对应的部分置零得到幅度谱D″m，将H′1,m与D″m线性叠加得到最终的幅度谱H″1,m；在Dp和H1,p中分别得到相位谱D′p和H′1,p；在D′p中将与H′1,p同频率的值置零得到相位谱D″p，将D′p中将与H′1,p同频率的值相减得到相位谱D″′p，将D″p与D″′p相加得到相位谱D″″p，将D″″p和H′1,p线性叠加得到最终的相位谱H″1,p；将H″1,m和H″1,p傅里叶反变换得到超分辨的光场图像。
-
公开(公告)号：CN105844589A
公开(公告)日：2016-08-10
申请号：CN201610160745.3
申请日：2016-03-21
申请人： 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC分类号： G06T3/40
CPC分类号： G06T3/4053
摘要： 本发明涉及一种基于混合成像系统的实现光场图像超分辨的方法，属于光场成像领域。该方法通过引入一张额外的高分辨普通图像解决了手持式光场相机空间分辨率低下的问题。它首先将场景中的点进行分成两类，第一类点对应的像素出现在光场相机所有的视点中，剩下的点归为另一类。对于第一类点，采用改善的块匹配超分辨，第二类点用字典学习超分辨。最后将两种超分辨的结果整合起来，可以得到一张清晰的高分辨图像。
-
公开(公告)号：CN105741248A
公开(公告)日：2016-07-06
申请号：CN201610075166.9
申请日：2016-02-02
申请人： 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC分类号： G06T5/00
CPC分类号： G06T5/003 , G06T2207/10004
摘要： 本发明涉及数字图像处理领域，尤其是涉及一种单幅图像去阴霾的技术：去除图像中阴霾退化的方法。本发明基于大气光散射模型，并引入表征近似黑体辐射的暗点来作为图像先验知识来去除图像的阴霾退化，恢复清晰图像。具体的步骤有：输入图像；盒式滤波以获得亮度图和局部最小值点；图像分割以区分天空区域和地面目标；对天空区域作大气光估计；对地面目标作暗点选取；阴霾分布估计；衰减补偿计算；无衰减图像重建；色彩还原；输出图像。本发明实现了从一幅阴霾退化的图像中恢复一个等效晴天拍摄的清晰图像，即去阴霾。
-
公开(公告)号：CN103260032B
公开(公告)日：2016-07-06
申请号：CN201310135192.2
申请日：2013-04-18
申请人： 清华大学深圳研究生院
IPC分类号： H04N19/597 , H04N13/00
摘要： 一种立体视频深度图序列的帧率提升方法，包括以相邻两帧深度图为两个参考帧，构造出中间深度图插入该相邻两帧深度图之间，其中，通过以下步骤获取中间深度图宏块的深度信息：双向运动估计获取当前宏块的匹配代价及初始运动矢量；进行双向运动补偿获取当前宏块的初始深度信息；若最小匹配代价小于设定的阈值，将所述初始深度信息作为当前宏块的深度信息，否则利用所述初始深度信息合成当前宏块对应虚拟视点的纹理块；计算所述纹理块的匹配代价；计算当前宏块和所述纹理块的联合匹配代价，获取最终运动矢量；用最终运动矢量进行双向运动补偿获取当前宏块的深度信息。本方法能使得深度信息更准确可靠，而且能够保证运算复杂度。
-
-
-
-
-
-
-
-
-
搜索结果
362 条记录 (耗时 0.055 秒)
