公开(公告)号：CN119850461A

公开(公告)日：2025-04-18

申请号：CN202510322124.X

申请日：2025-03-19

Applicant: 南京信息工程大学

Inventor： 韩舟 ,  周先春 ,  史振婷 ,  李婷 ,  张影

IPC: G06T5/70 ,  G06T5/77 ,  G06T7/40 ,  G06T7/13 ,  G06F17/10

Abstract: 本发明公开了一种基于改进的混合阶全变分图像去噪实现方法，包括步骤如下：S1，将采集到的原始图像进行灰度转换并进行加噪处理；S2，使用高斯‑拉普拉斯联合变换进行滤波；S3，在TV1模型中引入各向异性扩散张量，在LLT模型中引入基于差分曲率的图像特征提取函数；S4，利用自适应权重函数来耦合TV1模型和LLT模型，得到耦合模型；S5，将通过耦合模型得到的去噪图像，使用快速非局部均值滤波算法进行后处理；S6，使用离散差分法得到耦合模型的离散形式，采用迭代法更新像素值进行去噪，得到去噪图像，并利用峰值信噪比和结构相似性指标验证耦合模型的有效应和可行性。本发明能确保图像边缘信息的完整性，提高去噪效率。

公开(公告)号：CN118942101A

公开(公告)日：2024-11-12

申请号：CN202411422571.4

申请日：2024-10-12

Applicant: 南京信息工程大学

Inventor： 毕鹏飞 ,  陈梅 ,  胡志远 ,  周楠翔 ,  韩舟 ,  沈昕奕 ,  吴琼

IPC: G06V30/19 ,  G06V30/146

Abstract: 本发明公开了一种小样本图像识别方法、系统及存储介质，识别方法包括：获取训练图像并进行预处理和中心化处理获得训练数据矩阵；引入剪切鲁棒范数作为距离度量准则构建ASB‑2DPCA优化模型；将训练数据矩阵输入ASB‑2DPCA优化模型获得投影矩阵，计算投影矩阵对训练图像的重构误差；循环迭代更新投影矩阵直至重构误差满足收敛条件，输出最优投影矩阵；获取待识别的检测目标图像，利用预设的最优投影矩阵对检测目标图像进行特征提取获得目标特征矩阵；通过分类器对目标特征矩阵进行识别获得目标识别结果；通过自适应地调整投影矩阵，能够在小样本图像中提取出更为准确和可靠的特征，从而显著提升了图像识别的性能。