-
公开(公告)号:CN116309207A
公开(公告)日:2023-06-23
申请号:CN202211106968.3
申请日:2022-09-09
Applicant: 之江实验室
Abstract: 本发明涉及图像处理技术领域,尤其是涉及一种基于多维模展开张量与t‑SVD的图像重构方法和装置,该方法包括:步骤一,获取待修复图像,构建低秩张量补全模型;步骤二,通过两段t‑SVD约束对所述低秩张量补全模型进行优化,得到基于多维度模展开张量与两段t‑SVD的张量补全模型,后输入待修复图像;步骤三,通过交替方向乘子法优化张量补全模型,利用优化后的张量补全模型迭代输出修复的图像。本发明对高阶图像数据丢失进行修复的过程中,通过输入图像得到不同维度的模展开张量,并联合两段t‑SVD约束将其整合到统一的目标函数,构建修复模型,使整体图像修复更加精准。
-
公开(公告)号:CN116934892A
公开(公告)日:2023-10-24
申请号:CN202310907273.3
申请日:2023-07-21
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于加速优化和注意力机制的图像重建方法及装置,对根据传统图像重建算法构建的低秩矩阵补全目标函数中的迭代过程,应用深度展开网络进行了优化,并在优化过程中,引入辅助加速变量。在每一轮迭代过程中,根据上一轮迭代过程的输出图像和辅助加速变量,确定该轮迭代过程的输出图像,根据该轮迭代过程的输出图像和上一轮迭代过程的辅助加速变量,确定该轮迭代过程的辅助变量,根据该轮迭代过程和上一轮迭代过程的辅助变量,确定该轮迭代过程的辅助加速变量。这样,相邻两轮的辅助加速变量之间没有直接的关联,加快了迭代的速度,使得该方法在保证图像重建精准度的同时,进一步提高了图像重建的效率。
-
公开(公告)号:CN114119426B
公开(公告)日:2022-07-01
申请号:CN202210090686.2
申请日:2022-01-26
IPC: G06T5/00
Abstract: 本发明公开了非局部低秩转换域与全连接张量分解图像重构方法及装置,包括:S1,输入待修复图像;S2,构建张量分解模型,包括:S2.1,分割输入图像,得到非局部张量块;S2.2,将非局部张量块引入B样条转换域,得到非局部张量块的转换域形式;S2.3,通过非局部张量块,构造非局部相似张量块组;S2.4,联合全连接张量分解,构造全连接张量分解因子;S2.5,构建低秩张量补全模型,并根据S2.1‑2.4进行优化,得到基于非局部低秩转换域与全连接张量分解模型;S3,构建图像修复模型,获取待修复图像,通过张量分解模型得到的修复图像张量块组,得到修复后的图像。使得在光谱图像修复中,图像重构更加精准。
-
公开(公告)号:CN114119426A
公开(公告)日:2022-03-01
申请号:CN202210090686.2
申请日:2022-01-26
IPC: G06T5/00
Abstract: 本发明公开了非局部低秩转换域与全连接张量分解图像重构方法及装置,包括:S1,输入待修复图像;S2,构建张量分解模型,包括:S2.1,分割输入图像,得到非局部张量块;S2.2,将非局部张量块引入B样条转换域,得到非局部张量块的转换域形式;S2.3,通过非局部张量块,构造非局部相似张量块组;S2.4,联合全连接张量分解,构造全连接张量分解因子;S2.5,构建低秩张量补全模型,并根据S2.1‑2.4进行优化,得到基于非局部低秩转换域与全连接张量分解模型;S3,构建图像修复模型,获取待修复图像,通过张量分解模型得到的修复图像张量块组,得到修复后的图像。使得在光谱图像修复中,整图像重构更加精准。
-
-
-