基于卷积神经网络的水下图像复原方法

    公开(公告)号:CN109584170B

    公开(公告)日:2022-12-27

    申请号:CN201811271076.2

    申请日:2018-10-29

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种单幅水下图像复原方法,主要解决现有技术在处理水下图像时色偏校正和清晰化处理效果欠佳的问题。其方案是:在Caffe框架下分别构建环境光估计网络和透射率估计网络;获取一组深度图像集J和d(J),随机生成透射率T和环境光A,合成水下图像集I;将I、A按批量依次循环输入至环境光估计网络进行训练;再将I、T按批量依次循环输入至透射率估计网络进行训练;将待处理的图像Ic输入至完成训练的神经网络,输出环境光Ac和透射率Tc;根据Ac和Tc计算得到清晰图像Jc。本发明提高了图像对比度并能校正色偏,其峰值信噪比、结构相似性和色差公式三个指标均优于现有技术,可用于水下图像的清晰化处理。

    基于双正交不变集多小波的图像压缩方法

    公开(公告)号:CN104683818A

    公开(公告)日:2015-06-03

    申请号:CN201510112891.4

    申请日:2015-03-15

    IPC分类号: H04N19/63 H04N19/635

    摘要: 本发明公开一种基于双正交不变集多小波的图像压缩方法,其步骤为:1.输入图像数据;2.DC电平位移;3.组成滤波器矩阵判;4.双正交不变集多小波变换层数初始化;5.扩展图像的高和宽;6.双正交不变集多小波行变换;7.双正交不变集多小波列变换;8.量化系数;9.算术编码;10.率失真优化截取;11.码流组织。本发明采用一组具有对称、紧支、正交的双正交不不变集多小波滤波器,双正交不不变集多小波变换计算时采用内积的方法,使得算法复杂度大大降低,变换后能量和熵集中程度高具有更大的稀疏性,有利于后续的压缩编码,而且便与分块处理和并行加速。

    基于局部自适应伽马校正的图像对比度增强实现方法

    公开(公告)号:CN110599415B

    公开(公告)日:2023-11-10

    申请号:CN201910808481.1

    申请日:2019-08-29

    发明人: 何刚 徐莉 李云松

    IPC分类号: G06T5/00 G06T5/40

    摘要: 本发明公开了一种基于局部自适应伽马校正的图像对比度增强实现方法,解决了图像过曝、欠曝、逆光的问题。实现步骤:输入待处理图像,扩充后转到HSV空间;通道分离;对V通道图像分块处理;计算得到最初的灰度变换函数并用其对V通道图像插值映射;直方图裁剪和移位补偿;计算最终的灰度变换函数并对Vg通道图像进行插值映射;通道合并后转换为RGB图像。本发明对问题图像进行针对性的局部自适应伽马校正,保持图像不失真的情况下有效地高质量提高对比度,图像的纹理、细节的恢复效果显著,复杂度低,工程应用性高,可十分广泛地应用于拍摄场景和手法造成的图像过曝、欠曝和逆光的图像增强处理。

    基于神经网络的自学习视频编解码技术

    公开(公告)号:CN112188202A

    公开(公告)日:2021-01-05

    申请号:CN201910585090.8

    申请日:2019-07-01

    摘要: 本公开涉及一种基于神经网络的自学习视频编解码技术。其介绍如下:视频编码装置中的第一编码模块对目标视频进行压缩编码获得对应的第一码流数据和重建图像,并将第一码流数据发送至视频解码装置;视频编码装置中的第二编码模块用于以目标视频所对应的原始视频帧为标签、重建图像为输入,训练学习得到对应目标视频的修复神经网络,并获取对应的神经网络信息、发送至视频解码装置;视频解码装置中的第一解码模块基于第一码流数据进行解码得到重建图像;视频解码装置中的第二解码模块根据神经网络信息构建的修复神经网络对重建图像进行修复,得到目标视频的修复视频作为最终的解码输出。本公开实施例所提供的视频编解码技术,压缩效率高、兼容性好。

    基于卷积长短期记忆神经网络的视频损伤修复方法

    公开(公告)号:CN111866511A

    公开(公告)日:2020-10-30

    申请号:CN202010794331.2

    申请日:2020-08-10

    摘要: 本发明涉及一种基于卷积长短期记忆神经网络的视频损伤修复方法,步骤为:1.使用视频编解码器压缩未受损的视频码流A1,得到受损的视频码流A2;2.无损逐帧分解A1和A2,分别得到帧序列B1和B2;将B1和B2逐帧对应保存;3.使用视频编解码器提取A2的分块深度信息S1,对A2逐帧划分,将结果叠加至B2上,生成带有视频编码信息的帧序列B3;4.构建视频修复网络;5.以损失函数作为优化目标,B1为标签,将B2和B3输入视频修复网络并对其进行训练;6.将待修复的视频序列及其编码信息输入训练好的视频修复网络中,得到修复完成的视频序列;本发明所修复的受损视频清晰度高,且只针对视频受损区域进行修复。

    一种用于输入输出端口和电源钳位的SCR器件

    公开(公告)号:CN108538831B

    公开(公告)日:2020-10-23

    申请号:CN201810314684.0

    申请日:2018-04-10

    IPC分类号: H01L27/02

    摘要: 本发明属于集成电路的静电放电(ESD:Electrostatic Discharge)保护领域,具体提供一种用于输入输出端口和电源钳位的SCR器件,用以同时实现保护输入输出端口和电源钳位;本发明SCR器件包括1个主泄放器件和1个辅助控制器件,其中,辅助控制器件作为控制主泄放器件的开关,辅助控制器件在正常工作时使主泄放器件关断,不影响被保护电路的正常工作;在ESD事件到来时,辅助控制器件使主泄放器件导通,泄放ESD电流;同时,通过设计内部的RC通路的参数,能够降低主泄放器件的触发电压,且该触发电压可调制。

    基于编码损伤修复的视频超分辨方法

    公开(公告)号:CN110751597A

    公开(公告)日:2020-02-04

    申请号:CN201910967743.9

    申请日:2019-10-12

    摘要: 本发明提出了一种基于编码损伤修复的视频超分辨方法,其实现步骤为:构建深度卷积神经网络;生成训练数据集;训练深度卷积神经网络;对视频图像进行下采样;对低分辨率视频进行编解码;对重建视频进行图像超分辨处理。本发明解决了现有视频图像超分辨方法中存在的无法达到实时处理要求、针对图像编码损伤的修复不足与放大尺度不足的问题,增强了网络针对编码损伤的学习能力,提升了图像超分辨的处理范围、处理速度与解码后的视频质量。

    基于高效视频编码标准的离散余弦变换实现方法

    公开(公告)号:CN107027039B

    公开(公告)日:2019-08-27

    申请号:CN201710242830.9

    申请日:2017-04-14

    IPC分类号: H04N19/625 H04N19/59

    摘要: 一种基于高效视频编码标准的离散余弦变换实现方法,具体实现步骤如下:(1)获得图像残差像素;(2)读取残差像素矩阵;(3)读取任意一行像素值;(4)32点蝶形变换;(5)16点蝶形变换;(6)8点蝶形变换;(7)4点离散余弦变换;(8)调整像素值顺序;(9)判断是否最后一行;(10)二维离散余弦变换;(11)判断是否最后一个矩阵;(12)输出码流。本发明能够有效克服现有技术中离散余弦变换实现方法硬件开销较大的问题,减小了编码过程中的硬件开销,使得图像能够得到很好的压缩。

    一种用于输入输出端口和电源钳位的SCR器件

    公开(公告)号:CN108538831A

    公开(公告)日:2018-09-14

    申请号:CN201810314684.0

    申请日:2018-04-10

    IPC分类号: H01L27/02

    摘要: 本发明属于集成电路的静电放电(ESD:Electrostatic Discharge)保护领域,具体提供一种用于输入输出端口和电源钳位的SCR器件,用以同时实现保护输入输出端口和电源钳位;本发明SCR器件包括1个主泄放器件和1个辅助控制器件,其中,辅助控制器件作为控制主泄放器件的开关,辅助控制器件在正常工作时使主泄放器件关断,不影响被保护电路的正常工作;在ESD事件到来时,辅助控制器件使主泄放器件导通,泄放ESD电流;同时,通过设计内部的RC通路的参数,能够降低主泄放器件的触发电压,且该触发电压可调制。