-
公开(公告)号：CN106204472A
公开(公告)日：2016-12-07
申请号：CN201610513586.0
申请日：2016-06-30
Applicant: 北京大学
IPC: G06T5/00
Abstract: 本发明提供一种基于稀疏特性的视频图像去模糊方法，包括如下步骤：建模步骤，建立加权全变差正则化约束的去模糊模型，表示为其中，表示还原的清晰图像，B表示模糊核，y表示产生的模糊图像，μ是一个可以调节的参数，W是对角的权重矩阵，Vx包括横向、纵向还有斜向的一阶差分；求解步骤，通过交替迭代法求解得到 更新像素权重，迭代多次，直到 收敛。根据本发明，实现了模糊图像的去模糊过程，还原出清晰的图像。并且，通过权重分配的方法改进了非凸的约束模型，建立了凸的优化模型，并使图像的一阶差分的约束模型更加稀疏，同时实现了模型快速求解。
-
公开(公告)号：CN106027943A
公开(公告)日：2016-10-12
申请号：CN201610541372.4
申请日：2016-07-11
Applicant: 北京大学
IPC: H04N7/01
CPC classification number: H04N7/012 , H04N7/0142
Abstract: 本发明提供一种视频去隔行方法，包括以下步骤：区域划分步骤，利用五场运动检测器，将视频图像划分为运动区域和静止区域；静态区域插值步骤，在所述静止区域，将两个邻场合并为一帧，采用时插法进行插值；动态区域插值步骤，在所述运动区域，采用加强的边缘线平均法进行插值。本发明通过精准的运动检测来提高边缘线平均，提高了去隔行处理的效果。
-
公开(公告)号：CN106204472B
公开(公告)日：2019-12-31
申请号：CN201610513586.0
申请日：2016-06-30
Applicant: 北京大学
IPC: G06T5/00
Abstract: 本发明提供一种基于稀疏特性的视频图像去模糊方法，包括如下步骤：建模步骤，建立加权全变差正则化约束的去模糊模型，表示为其中，表示还原的清晰图像，B表示模糊核，y表示产生的模糊图像，μ是一个可以调节的参数，W是对角的权重矩阵，Vx包括横向、纵向还有斜向的一阶差分；求解步骤，通过交替迭代法求解得到更新像素权重，迭代多次，直到收敛。根据本发明，实现了模糊图像的去模糊过程，还原出清晰的图像。并且，通过权重分配的方法改进了非凸的约束模型，建立了凸的优化模型，并使图像的一阶差分的约束模型更加稀疏，同时实现了模型快速求解。
-
公开(公告)号：CN106169174B
公开(公告)日：2019-12-31
申请号：CN201610509556.2
申请日：2016-06-30
Applicant: 北京大学
IPC: G06T3/40
Abstract: 本发明公开一种图像放大方法，其中，包括：梯度值估计步骤，其中采用非局部均值滤波方法对高分辨率图像的梯度进行估计；梯度指导插值步骤，其中利用梯度值对边缘像素的插值进行指导；插值结果修正步骤，其中采用梯度估计阶段使用的非局部均值滤波方法对插值图像进行后处理，去除插值引入的噪声和人造效应；以及纹理结构重建步骤，其中把插值的图像作为初始结果，将其梯度作为约束，采用基于重建的方法，得到最终的高分辨率图像。
-
公开(公告)号：CN106127689B
公开(公告)日：2019-10-18
申请号：CN201610513715.6
申请日：2016-06-30
Applicant: 北京大学
Abstract: 本发明公开一种图像视频超分辨率方法和装置，该方法包括如下步骤：输入步骤，输入低分辨率图像；超分辨率步骤，包括插值和去模糊，对所述低分辨率图像进行插值，并通过加权全变差正则化约束的超分辨率模型对所述插值后图像进行去模糊；以及输出步骤，输出高分辨率图像。该方法采用了一个加权全变差的正则化模型，使该模型的曲线更加贴近自然图像真实的一阶差分统计结果，改进了原来的一些逼近先验导致优化方程非凸的现象，使方程的求解更加稳定快速。另外，还为模型设计了快速求解方法，使模型更加实用。同时，通过过量去模糊控制使该方法运行效果更加鲁棒。
-
Patent Agency Ranking
公开(公告)号：CN106127688B
公开(公告)日：2019-10-18
申请号：CN201610509566.6
申请日：2016-06-30
Applicant: 北京大学
Abstract: 本发明公开一种超分辨率图像重建方法，其中包括：图像分解步骤，其中通过图像分解，将输入图像分解成结构部分和纹理部分，其中结构部分相对平滑，并且具有锐利的边缘，而纹理部分包含图像的纹理和细节；图像放大步骤，其中对所述结构部分和所述纹理部分分别进行放大；以及图像组合步骤，其中将放大后的结构图像和纹理图像组合，生成最终的超分辨率图像。
-
公开(公告)号：CN106157264B
公开(公告)日：2019-05-07
申请号：CN201610513574.8
申请日：2016-06-30
Applicant: 北京大学
IPC: G06T5/00
Abstract: 一种基于经验模式分解的大幅面图像不均匀光照校正方法，包括如下步骤：输入图像，检测输入图像的格式，将彩色RGB格式的图像转换为YUV格式，然后提取YUV格式图像中Y通道的图像得到提取图像；对提取图像进行变换，得到变换后的图像；对变换后的图像进行基于经验模式的分解，得到一系列表征图像局部频率和尺度特性的本质模式函数以及一个余量函数；选择特定的余量函数以及本质模式函数进行光照不均匀程度的检测；平滑光照图像；进行反射图像变换，得到最终的校正图像。本方法可以有效的校正复杂光照条件下的大幅面图像，实时性好并且有高的主观视觉质量。
-
-
公开(公告)号：CN104251692B
公开(公告)日：2017-01-04
申请号：CN201410406891.0
申请日：2014-08-18
Applicant: 北京大学
Abstract: 本发明公开了一种利用数字基高比时间模型的高程定位精度提升方法，包括：首先，利用数字基高比时间模型建立立体测图的交会影像数N与高程定位精度MZ的关联模型；第二，根据交会影像数N与高程定位精度MZ的关联模型构建相机阵列系统；第三，将相机阵列系统搭载在飞机平台上对地面拍照，获取影像序列；第四，采用多基线影像编组方法对影像序列进行立体测图，解求地面点三维坐标。本发明利用数字基高比时间模型构建相机阵列系统，从而提高航空立体测图高程定位精度的方法，能够便捷地获取90％重叠度及以上的立体像对，显著提高影像获取的效率，冗余观测值能够提高地面点三维坐标计算的精度，尤其是高程定位精度。
-
公开(公告)号：CN106127689A
公开(公告)日：2016-11-16
申请号：CN201610513715.6
申请日：2016-06-30
Applicant: 北京大学
Abstract: 本发明公开一种图像视频超分辨率方法和装置，该方法包括如下步骤：输入步骤，输入低分辨率图像；超分辨率步骤，包括插值和去模糊，对所述低分辨率图像进行插值，并通过加权全变差正则化约束的超分辨率模型对所述插值后图像进行去模糊；以及输出步骤，输出高分辨率图像。该方法采用了一个加权全变差的正则化模型，使该模型的曲线更加贴近自然图像真实的一阶差分统计结果，改进了原来的一些逼近先验导致优化方程非凸的现象，使方程的求解更加稳定快速。另外，还为模型设计了快速求解方法，使模型更加实用。同时，通过过量去模糊控制使该方法运行效果更加鲁棒。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.025 seconds)
