一种高光谱图像去噪方法、装置及存储介质

    公开(公告)号:CN114820352B

    公开(公告)日:2024-11-22

    申请号:CN202210365831.3

    申请日:2022-04-08

    Inventor: 杨敏 徐辉

    Abstract: 本发明公开了一种高光谱图像去噪方法、装置及存储介质,将待去噪的高光谱图像数据输入预训练优化好的高光谱图像去噪模型,得到输出的经过去噪的高光谱图像结果;其中所述高光谱图像去噪模型的构建方法包括:首先利用低秩张量分解将噪声从原始图像中分离出来,得到退化模型;接着在模型中加入改进的加权的全变分正则器,充分表征高光谱图像波段之间的空间和光谱相关性;然后用L1范数来规范稀疏噪声,用F范数来规范高斯噪声;最后利用增广拉格朗日乘子法求解模型,结合输入带有稀疏噪声和高斯噪声的训练集图像,更新优化模型。本发明公开的高光谱图像去噪方法可以得到更好的恢复效果,在定量评价和视觉比较方面有明显的改善。

    一种人脸特征点跟踪方法
    23.
    发明授权

    公开(公告)号:CN105718885B

    公开(公告)日:2018-11-09

    申请号:CN201610038361.4

    申请日:2016-01-20

    Abstract: 本发明涉及一种人脸特征点跟踪方法,首先,建立人脸训练样本库,从而消除不同国家的人脸结构差别造成的匹配精度的问题,然后,在测试树莓派平台上,基于人脸训练样本库,分别训练建立人脸形状模型和人脸表观模型,最后,在保证配准的精度的前提下,基于主动表观模型算法,采用快速反向合成算法,减小配准计算过程中的复杂度,加快程序运行的速度,克服了现有技术中的缺陷与不足,能够有效提高人脸的跟踪精度。

    一种全变分的并行磁共振图像快速重构方法

    公开(公告)号:CN108460810A

    公开(公告)日:2018-08-28

    申请号:CN201810141967.X

    申请日:2018-02-11

    Abstract: 本发明提供了一种全变分的并行磁共振图像快速重构方法,属于磁共振成像领域。本发明针对Bregman分裂算子法采用固定步长求解速度慢的缺点,提出了一种变步长的Bregman分裂算法,有效处理了全变分正则项的非凸难以求解的问题。实验结果表明,该改进算法不仅能得到较好的图像恢复效果,而且具有良好的收敛性和稳定性。

    一种人脸特征点跟踪方法
    25.
    发明公开

    公开(公告)号:CN105718885A

    公开(公告)日:2016-06-29

    申请号:CN201610038361.4

    申请日:2016-01-20

    CPC classification number: G06K9/00228 G06K9/00268

    Abstract: 本发明涉及一种人脸特征点跟踪方法,首先,建立人脸训练样本库,从而消除不同国家的人脸结构差别造成的匹配精度的问题,然后,在测试树莓派平台上,基于人脸训练样本库,分别训练建立人脸形状模型和人脸表观模型,最后,在保证配准的精度的前提下,基于主动表观模型算法,采用快速反向合成算法,减小配准计算过程中的复杂度,加快程序运行的速度,克服了现有技术中的缺陷与不足,能够有效提高人脸的跟踪精度。

    基于一阶前向后向算法的全变分图像去噪方法

    公开(公告)号:CN111626943B

    公开(公告)日:2022-09-06

    申请号:CN202010234130.7

    申请日:2020-03-30

    Abstract: 本发明公开了一种基于一阶前向后向算法的全变分图像去噪方法,本发明在传统全变分模型的基础上,针对传统算法去噪效果不理想的缺点,提出改进,首先将全变分模型的正则项与保真项转成凸对偶问题,然后应用前向后向分裂算法迭代求解问题。实验结果表明:在信噪比,图像一致性方面,本文方法都有所提升,能产生更清晰的边缘和图像结构,提高了去噪性能。

    一种基于互补几何模型与相似度矩阵的运动分割方法

    公开(公告)号:CN112927263B

    公开(公告)日:2022-08-02

    申请号:CN202110445836.2

    申请日:2021-04-25

    Abstract: 本发明公开了一种基于互补几何模型与相似度矩阵的运动分割方法,首先对视频序列进行假设估计,分别拟合仿射矩阵,基本矩阵与单应性矩阵模型的假设估计;然后用有序残差核算法计算相关性;接着采用累加方法获得相似度矩阵;最后通过谱聚类得到聚类结果;本发明公开的运动分割方法在更普遍的视频序列数据集上可以得到更好的准确率,相比于现有技术中的运动分割方法有更强的普适性。

    基于一阶前向后向算法的全变分图像去噪方法

    公开(公告)号:CN111626943A

    公开(公告)日:2020-09-04

    申请号:CN202010234130.7

    申请日:2020-03-30

    Abstract: 本发明公开了一种基于一阶前向后向算法的全变分图像去噪方法,本发明在传统全变分模型的基础上,针对传统算法去噪效果不理想的缺点,提出改进,首先将全变分模型的正则项与保真项转成凸对偶问题,然后应用前向后向分裂算法迭代求解问题。实验结果表明:在信噪比,图像一致性方面,本文方法都有所提升,能产生更清晰的边缘和图像结构,提高了去噪性能。

    一种动态磁共振稳健PCA成像方法

    公开(公告)号:CN108577840A

    公开(公告)日:2018-09-28

    申请号:CN201810141292.9

    申请日:2018-02-11

    Abstract: 本发明公开了一种动态磁共振稳健PCA成像方法,属于图像重建领域。本方法首先根据压缩感知理论,进行部分k-t空间测量的动态磁共振图像采样,然后引入低秩加稀疏模型,将其应用到欠采样动态磁共振成像,最后运用交替方向法(ADMM)解决稳健PCA优化问题。本方法不但保持了图像的结构信息,同时低秩加稀疏的特性,在同样欠采样的情况下提高了图像重建质量。

    安卓系统的交互式图像分割方法

    公开(公告)号:CN104463843B

    公开(公告)日:2017-05-17

    申请号:CN201410606709.6

    申请日:2014-10-31

    Inventor: 杨敏 史朦朦

    Abstract: 本发明提供一种安卓系统的交互式图像分割方法,为提取图像前景物体的新方法,首先,对传统图割算法的能量函数定义进行改进,取消了区域项,增强了边界项,从而消除了边界项参数对分割结果的影响,并将改进的方法在安卓平台加以实现;然后,在安卓平台上,针对迭代交互式图割算法的迭代次数对分割精度的影响,得出迭代次数性价比最高的设定;最后,利用迭代交互式图割算法,针对某些分割不准确的情况,加入交互式修正环节,来确保图像分割的精度,并将所提取景物体融入到其它背景图像中;交互式图割算法上的改进,消除了原能量函数中区域项,从而提高算法计算效率,将此改进算法应用于安卓平台,用户在安卓设备上就能轻松实现图像分割。

Patent Agency Ranking