-
公开(公告)号:CN112927149B
公开(公告)日:2023-07-04
申请号:CN202110190528.X
申请日:2021-02-18
Applicant: 北京印刷学院
IPC: G06T5/00 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种高光谱图像的空间分辨率增强方法、装置及电子设备,获取目标高光谱图像和目标高光谱图像对应的高分辨率图像;将高分辨率图像预设分块处理得到的每个图像块作为当前图像块,执行以下步骤:对当前图像块进行均值聚类处理,确定当前图像块中的多个目标聚类中心及每个目标聚类中心对应的簇;根据每个目标聚类中心的位置信息,获取对应的光谱特征;基于每个目标聚类中心对应的光谱特征和簇,对当前图像块进行图像重构,得到当前图像块对应的高空间分辨率高光谱图像块;将多个图像块分别对应的高空间分辨率高光谱图像块进行拼合,得到目标高光谱图像对应的高空间分辨率的高光谱图像。本申请能够提高高光谱图像的空间分辨率。
-
公开(公告)号:CN114155178A
公开(公告)日:2022-03-08
申请号:CN202111483816.0
申请日:2021-12-07
Applicant: 北京印刷学院
Abstract: 本申请提供一种光谱图像的构建方法、装置、设备和存储介质,所述方法,包括:获取待处理光谱图像和所述待处理光谱图像对应的彩色图像;对所述待处理光谱图像进行预处理,得到预处理光谱图像;将所述预处理光谱图像和所述彩色图像输入特征学习器进行多层特征学习处理,得到目标光谱图像,所述多层特征学习处理包括多个深层特征学习处理和多个浅层特征学习处理。上述光谱图像构建方法、装置、设备和存储介质,充分挖掘彩色图像由深层到浅层的所有特征,实现快速重建高精度的高分辨率高光谱图像。
-
公开(公告)号:CN112532981B
公开(公告)日:2023-04-18
申请号:CN202011391716.0
申请日:2020-12-01
Applicant: 北京印刷学院
IPC: H04N19/124 , H04N19/186 , H04N19/625
Abstract: 本申请实施例提供用于图像压缩的方法、设备和计算机可读存储介质,包括:将原始图像进行明度、彩度和色调角LCH颜色空间转换,对转换后的图像在各通道上分别进行离散余弦变换DCT,得到各通道的DCT数据;对各通道的DCT数据分别进行函数模型量化,得到各通道压缩后数据;将各通道压缩后数据分别进行反DCT变换以及LCH颜色空间逆转换得到原始图像的压缩图像。本申请实施例方法通过将原始彩色图像利用量化函数对图像进行量化,能够使量化时根据图像颜色信息的变化调整量化过程,提高彩色图像压缩质量。
-
公开(公告)号:CN112848727A
公开(公告)日:2021-05-28
申请号:CN202110020814.1
申请日:2021-01-07
Applicant: 北京印刷学院
IPC: B41M5/00
Abstract: 本申请实施例提供一种图像网目调呈色的加网方法、印刷方法、系统及装置,该方法包括将待加网图像中的每个像素划分成多个栅格,形成与像素对应的由所述多个栅格组成的一个网格;根据网点函数分别计算所述多个栅格的阈值,获得栅格阈值矩阵,其中,所述网点函数包括第一函数和第二函数,通过所述第一函数确定四角部分网点向网格中心点扩展的面积,通过所述第二函数确定中心网点向所述网格顶点扩展的面积;根据所述栅格阈值矩阵,对所述待加网图像进行归一化处理,获得加网图像;将所述加网图像进行印刷,获得印刷图像,能够避免网点搭角,使印刷图像的阶调层次均匀变化。
-
公开(公告)号:CN116953585A
公开(公告)日:2023-10-27
申请号:CN202310943004.2
申请日:2023-07-28
Applicant: 北京印刷学院
IPC: G01R33/58 , G06T11/00 , G06N3/0455 , G06N3/0464 , G01R33/54
Abstract: 本申请提供一种基于双域交叉融合注意力的MRI重建方法和装置,该方法应用于核磁共振检测仪中的处理器,处理器包括K空间域网络模型、图像域网络模型、自注意融合模块和交叉注意融合模块。图像域网络模型重建的多阶特征被交叉注意融合模块融合指导后,可以被K空间域网络模型有效利用,通过交叉注意融合模块,K空间域网络模型重建的多阶特征也可以被图像域网络模型有效利用。重建过程中的错误或冗余信息可以被有效去除,更好地恢复丢失的信息并保留真实的结构和纹理。在图像域网络模型和K空间域网络模型的结尾添加自注意融合模块,该模块被设计为有效地捕获图像域网络模型和K空间域网络模型的数据,该模块最终输出高清MRI图像。
-
公开(公告)号:CN112907495A
公开(公告)日:2021-06-04
申请号:CN202110190540.0
申请日:2021-02-18
Applicant: 北京印刷学院
Abstract: 本申请提供了一种高光谱图像的空间分辨率增强方法、装置及电子设备,获取目标高光谱图像及其对应的第一图像和第二图像;将第一图像和第二图像分别进行预设分块处理,得到多组图像块;基于第一当前图像块和第二当前图像块进行聚类色差分析,确定第一当前图像块中的多个目标聚类中心及每个目标聚类中心在第二当前图像块中对应的重构簇;基于每个目标聚类中心对应的光谱特征及重构簇,对第二当前图像块进行图像重构,得到该组图像块对应的高空间分辨率高光谱图像块;将多组图像块分别对应的高空间分辨率高光谱图像块进行拼合,得到目标高光谱图像对应的高空间分辨率的高光谱图像。本申请能够提高高光谱图像的空间分辨率。
-
公开(公告)号:CN116630159A
公开(公告)日:2023-08-22
申请号:CN202310610809.5
申请日:2023-05-26
Applicant: 北京印刷学院
IPC: G06T3/40 , G06T5/50 , G06V10/80 , G06V10/54 , G06V10/422 , G06V10/58 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种光谱图像的融合超分辨率方法、系统及电子设备,对初始低分辨率高光谱图像进行空间上采样,得到第一高分辨率高光谱图像;对初始高分辨率RGB图像依次进行空间下采样和空间上采样,得到第一高分辨率RGB图像;分别提取初始高分辨率RGB图像、第一高分辨率RGB图像和第一高分辨率高光谱图像的多阶特征向量;融合全部多阶特征向量和第一高分辨率高光谱图像以得到第二高分辨率高光谱图像。采用本发明能够利用已有高分辨率RGB图像对低分辨率高光谱图像进行超分辨率重建,从而获得高分辨率高光谱图像。
-
公开(公告)号:CN114185497B
公开(公告)日:2023-05-16
申请号:CN202111482788.0
申请日:2021-12-07
Applicant: 北京印刷学院
Abstract: 本申请提供一种色彩匹配方法、装置、设备和存储介质,所述色彩匹配方法,包括:测量目标基元的三刺激值;获取待打印图像中的每个像素点的三刺激值;根据所述目标基元的三刺激值和所述待打印图像中的每个像素点的三刺激值,进行匹配处理,得到所述待打印图像中的每个像素点的匹配结果。上述色彩匹配方法、装置、设备和存储介质能够快速实现颜色匹配复现,不需要复杂的加网算法,同时也不需要打印和测试大量不同网点面积率的色彩管理的标准色标,节约了资源。
-
公开(公告)号:CN112532981A
公开(公告)日:2021-03-19
申请号:CN202011391716.0
申请日:2020-12-01
Applicant: 北京印刷学院
IPC: H04N19/124 , H04N19/186 , H04N19/625
Abstract: 本申请实施例提供用于图像压缩的方法、设备和计算机可读存储介质,包括:将原始图像进行明度、彩度和色调角LCH颜色空间转换,对转换后的图像在各通道上分别进行离散余弦变换DCT,得到各通道的DCT数据;对各通道的DCT数据分别进行函数模型量化,得到各通道压缩后数据;将各通道压缩后数据分别进行反DCT变换以及LCH颜色空间逆转换得到原始图像的压缩图像。本申请实施例方法通过将原始彩色图像利用量化函数对图像进行量化,能够使量化时根据图像颜色信息的变化调整量化过程,提高彩色图像压缩质量。
-
公开(公告)号:CN114155178B
公开(公告)日:2025-05-06
申请号:CN202111483816.0
申请日:2021-12-07
Applicant: 北京印刷学院
IPC: G06T5/50 , G06T7/90 , G06T3/4076 , G06N3/0499 , G06N3/08 , G06V10/80 , G06V10/82 , G06V10/58
Abstract: 本申请提供一种光谱图像的构建方法、装置、设备和存储介质,所述方法,包括:获取待处理光谱图像和所述待处理光谱图像对应的彩色图像;对所述待处理光谱图像进行预处理,得到预处理光谱图像;将所述预处理光谱图像和所述彩色图像输入特征学习器进行多层特征学习处理,得到目标光谱图像,所述多层特征学习处理包括多个深层特征学习处理和多个浅层特征学习处理。上述光谱图像构建方法、装置、设备和存储介质,充分挖掘彩色图像由深层到浅层的所有特征,实现快速重建高精度的高分辨率高光谱图像。
-
-
-
-
-
-
-
-
-