公开(公告)号：CN114612294B

公开(公告)日：2025-01-03

申请号：CN202011423670.6

申请日：2020-12-08

Applicant: 武汉TCL集团工业研究院有限公司

Inventor： 陈睿嘉

IPC: G06T3/4053 ,  G06T3/4046

Abstract: 本发明公开了一种图像超分辨率处理方法和计算机设备。图像超分辨率处理方法包括：获取待处理图像，根据待处理图像以及预设的超分倍数，确定待处理图像对应的放大图像；对于放大图像中的每个目标像素点，基于该目标像素点的目标像素值以及超分倍数确定目标像素点对应的目标梯度；基于目标梯度、超分倍数以及待处理图像确定目标像素点对应的超分像素值；根据各个目标像素点各自分别对应的超分像素值，对所述放大图像进行调整，得到所述待处理图像对应的超分图像。本发明中，只需要通过简单的运算即可确定目标像素点对应的目标梯度，以及确定目标像素点对应的超分像素值，本方法所需要的运算能力远远小于深度学习的算法所需的运算能力，可以应用于运算能力不高的产品中，在运算能力不高的产品中实现实时视频超分。

公开(公告)号：CN119228648A

公开(公告)日：2024-12-31

申请号：CN202411286671.9

申请日：2024-09-13

Applicant: 浙江昕微电子科技有限公司

Inventor： 姚政鹏

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/048

Abstract: 本发明公开了一种基于高分辨率光谱的智能成像方法及系统，包括：对预设区域的目标进行图像采集，得到待检测高分辨率光谱图像；对待检测高分辨率光谱图像进行像素洗牌下采样，得到多个子图像；基于重构网络对所述多个子图像进行图像重构，得到重构后的图像；将重构后的图像进行像素洗牌逆采样，得到待检测高分辨率光谱图像对应的待分析成像；根据待分析成像对应的差分图像中全部像元对应的统计数据计算出各像元的异常分数，并根据各像元的异常分数确定图像异常探测结果。本发明充分利用大尺度领域背景信息以及全局信息进行重构，并且结合像素洗牌下采样操作，从而实现对大尺度异常目标的异常检测，提高了高分辨率光谱图像异常检测准确率。

公开(公告)号：CN119228646A

公开(公告)日：2024-12-31

申请号：CN202411230030.1

申请日：2024-09-03

Applicant: 厦门华厦学院

Inventor： 邹立 ,  陈浩楠 ,  王宁 ,  陈明明 ,  万瑾 ,  林幸祥 ,  蓝淇婷 ,  洪程锦

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明目的在于提出基于深度残差学习的水下图像超分辨率重建方法，涉及水下图像超分辨率重建技术领域，提出了一种基于深度残差学习网络(VDSR)的水下图像超分辨率重建方法，引入残差块结构，并结合交替连接策略，来加深网络深度，不仅增强了网络对复杂水下场景的表征能力，还通过引入残差学习机制有效缓解了深度网络常见的梯度消失与模型退化问题。采用恒等残差连接块与卷积残差连接块的交替配置不仅保留了恒等连接的稳定性优势，还促进了特征的有效复用与传递，显著减轻了深层网络中低级特征丢失的现象。实验结果表明，所提出的方法在主客观评价上总体优于对比算法，重建水下图像的纹理、边缘等信息得到了极大的保留。

公开(公告)号：CN118537229B

公开(公告)日：2024-12-31

申请号：CN202410709161.1

申请日：2024-06-03

Applicant: 哈尔滨工业大学

Inventor： 章欣 ,  高婕 ,  沈毅 ,  王艳

IPC: G06T3/4076 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明公开了一种基于记忆增强先验动态模型的超声高分辨率成像方法，所述方法提出记忆增强先验动态模型，通过构建包含稀疏性约束的损失函数，依照半二次分裂优化算法，建立反卷积优化求解器与近端映射网络集成迭代求解该损失函数，将PSF用于反卷积优化求解器初始化并设置为可学习参数，在训练中动态化更新，增强了模型的物理可解释性；建立LSTM单元置于近端映射网络之后，用于迭代过程中清除冗余信息，确保为下一次迭代提供必要的特征，得到记忆增强先验动态模型；通过对该模型参数进行优化，有效地获取精准的PSF与图像保真度权重因子，达到自动调参目标，实现超声图像的高分辨率重建。

公开(公告)号：CN119206073A

公开(公告)日：2024-12-27

申请号：CN202411318891.5

申请日：2024-09-21

Applicant: 贵州省人民医院

Inventor： 廖昂 ,  汪燕 ,  黄永祥

IPC: G06T17/00 ,  G06T5/90 ,  G06T5/70 ,  G06T3/4046 ,  A61B6/03 ,  A61B6/00

Abstract: 本发明涉及医学成像技术领域，具体涉及一种核医学成像方法及系统，包括步骤有患者准备、示踪剂分布探测、图像增强、多靶点动态成像、图像定量分析与数据融合和结果输出与诊断建议，通过利用多模态成像设备获取患者体内示踪剂分布的初步图像，通过卷积神经网络噪声抑制算法、对比度自适应增强算法、基于生成对抗网络的超分辨率重建算法，生成高分辨率图像并进行精准的动态分析，结合随机森林算法和时间序列分析模型，对靶点的放射性强度、体积及代谢率进行定量分析，并生成个性化的诊断建议；本发明，大幅提升了核医学成像的精度和诊断效果，适用于临床疾病的早期诊断、疗效评估和疾病进展监测。

公开(公告)号：CN119205510A

公开(公告)日：2024-12-27

申请号：CN202411387999.X

申请日：2024-09-30

Applicant: 南京工业大学

Inventor： 董静 ,  胡贵福 ,  张杰 ,  刘厂 ,  梅雪

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于多重可学习先验深度展开网络的图像超分辨率方法，属于计算机视觉技术领域，该方法包括：从数据集中选取高分辨率图像，生成低分辨率图像，然后将高分辨率图像与相应的低分辨率图像组成样本对，并将这些样本对划分为训练集和测试集；基于退化模型和多重先验将超分辨率问题建模为一个优化问题，并使用优化算法，得到求解该优化问题需要迭代求解的两个子问题；将子问题中的多重先验推广为多重可学习先验，并基于此构建深度展开网络；使用训练集训练展开网络，获得训练好的模型，并利用测试集测试模型超分辨率性能。本发明方法在深度展开超分辨率模型上引入一种新的多重可学习先验，基于卷积层及常用图像操作算子实现变换算子和先验函数的同时学习，进一步提高了超分辨率重建性能，有着广泛的应用场景。

公开(公告)号：CN119205507A

公开(公告)日：2024-12-27

申请号：CN202411274836.0

申请日：2024-09-11

Applicant: 中国电信股份有限公司技术创新中心 ,  中国电信股份有限公司

Inventor： 苏明兰

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V10/764 ,  G06V10/80 ,  G06V10/772 ,  G06N3/045 ,  G06N3/08

Abstract: 本公开提供了一种图像超分辨率重建方法及相关设备，涉及图像处理技术领域。该方法包括：获取待重建图像；对待重建图像进行特征提取，得到待重建图像的浅层特征；采用级联的多个特征提取模块对待重建图像的浅层特征进行深层特征提取，得到待重建图像的图像特征，每个特征提取模块包括级联的多个注意力模块；对图像特征进行上采样，得到重建后图像，重建后图像的分辨率大于待重建图像的分辨率。本公开通过多种注意力模块以利用输入特征的外部、全局和局部特征，可以成功的将外部先验信息迁入到图像特征提取过程中，大大增强输入图像特征，提高超分辨率图像重建的准确性和效率。

公开(公告)号：CN119205506A

公开(公告)日：2024-12-27

申请号：CN202411256553.3

申请日：2024-09-09

Applicant: 武汉高德智感科技有限公司

Inventor： 黄晟 ,  陈曦 ,  韩成德 ,  崔昌浩 ,  周汉林

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V10/80 ,  G06V10/82 ,  G06V10/74 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本公开提供了一种红外图像超分辨率重建方法，其中，包括：获取目标场景的辅助图像在N个不同预设分辨率下分别所对应第一基础特征图，以及获取目标场景的原始红外图像在N个不同预设分辨率下分别所对应第二基础特征图，N≥2且为整数，辅助图像的分辨率大于原始红外图像的分辨率；根据各第一基础特征图和各第二基础特征图进行特征图融合重建，得到超分辨率红外图像。

公开(公告)号：CN119205501A

公开(公告)日：2024-12-27

申请号：CN202411430330.4

申请日：2024-10-14

Applicant: 北京天数智芯半导体科技有限公司

Inventor： 袁鑫 ,  廖斌

IPC: G06T3/4046 ,  G06T3/4092

Abstract: 本申请提供一种图像缩放方法、处理器系统、图形处理器及电子设备，方法包括：获取待缩放图像以及所述待缩放图像的目标分辨率；所述目标分辨率包括高H和宽W；根据所述H、所述W、所述GPU中单个核函数块所能具有的最大线程数量K，确定出单个所述核函数块的长和宽；根据所述H、所述W、核函数块的长和宽确定出所述GPU中网格的长和宽；按照所述网格的长和宽、单个所述核函数块的长和宽启动所述GPU的CUDA内核，以使所述CUDA内核执行预设的图像缩放算法对所述待缩放图像进行缩放，得到具有所述目标分辨率的目标图像。本申请的方案可以得到更合适的网格的长和宽、核函数块的长和宽，从而进一步提升图像缩放算法的计算效率。

公开(公告)号：CN119205496A

公开(公告)日：2024-12-27

申请号：CN202411290178.4

申请日：2024-09-14

Applicant: 中科晶锐(苏州)科技有限公司

Inventor： 龙真真 ,  金帅 ,  周宇 ,  刘德生

IPC: G06T3/4038 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种适用于水下目标的图片拼接方法及其装置，涉及图片拼接技术领域，包括S1、定义网络的训练集；S2、训练出一个函数的参数；S3、每个分支的卷积神经网络从∧X序列接收一张图片作为输入进行处理，S4、还原最开始的图片序列。该适用于水下目标的图片拼接方法及其装置，通过本发明提供的图片拼接方法可以快速从一系列的局部图片，还原出整体的图片，解决了工业场景中，由于水下通视条件的限制所带来的大目标水下拍摄产生的图片拼接难题，尤其适用于局部图片比较多，且整体特征或者目标未知的情况。