-
公开(公告)号：CN105913382A
公开(公告)日：2016-08-31
申请号：CN201610115932.X
申请日：2016-03-01
Applicant: 南京信息工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种阈值寻优的高保真各向异性滤波方法，首先用小波变换提取图像的高频部分，在高频部分用二阶微分量曲率模值来反映局部信息，并建立高保真各向异性滤波模型；再用最小均方算法进行阈值寻优，进一步控制扩散强度；然后用建立的高保真各向异性滤波模型对提取的高频部分进行处理，对处理后的高频系数和原来的低频系数进行小波重构，得到去噪后图像作为输出。有益效果：可避免将图像的尖峰、角点误认为噪声，保护了细节信息，还可提高边缘检测的准确性，增强图像滤波效果，故去噪性能较现有技术中的经典模型更具优越性，而且运行时间有了明显提高。
-
公开(公告)号：CN105427262A
公开(公告)日：2016-03-23
申请号：CN201510934702.1
申请日：2015-12-15
Applicant: 南京信息工程大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 本发明公开了一种基于双向增强扩散滤波的图像去噪方法，简化了扩散方程，建立双向扩散系数，使模型在扩散过程中能够实现平滑与锐化的双向过程，为进一步加强平滑和锐化强度，对图像做增强处理，并用小波变换增强图像的整体轮廓，弱化图像的纹理细节，然后，对梯度阈值进行了自适应设计和改进，使其根据图像的最大灰度值和迭代次数自动控制梯度阈值，进一步保留图像边缘和细节特征，最后，对提出的模型进行仿真，用MATLAB软件对方法进行仿真验证，能够兼顾图像噪声的去除和边缘、纹理等细节信息的保护，峰值信噪比有了大幅提高，去噪性能较经典模型更具优越性，具有良好的应用前景。
-
公开(公告)号：CN104574295A
公开(公告)日：2015-04-29
申请号：CN201410785308.1
申请日：2014-12-16
Applicant: 南京信息工程大学
IPC: G06T5/00
Abstract: 本发明涉及一种自适应阈值图像去噪算法，包括以下步骤，（1）将噪声图像进行Gauss滤波，去除较大噪声；（2）构建拟合扩散系数；（3）建立自适应阈值；（4）建立自适应阈值图像去噪算法模型；（5）用半隐式加性算子分裂（AOS）算法对图像进一步处理，得到去噪后的图像。本发明复杂度低，时效性高，去噪后的图像信噪比与经典算法相比提高了15个dB左右，能有效的保护图像的边缘和纹理等细节信息。
-
公开(公告)号：CN104392418A
公开(公告)日：2015-03-04
申请号：CN201410724307.6
申请日：2014-12-03
Applicant: 南京信息工程大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于各向异性扩散的图像平滑改进算法，基于各向异性扩散的图像平滑改进算法，包括以下步骤：（1）对待处理图像进行Gauss滤波，去除较大噪声；（2）建立八方向图像平滑模型；（3）引入物理学中的重调和方程；（4）建立梯度与阈值的关系；（5）选取不同的扩散系数对图像进行平滑，使图像在保边缘、保部分细节信息和提高效率等方面都达到令人满意的效果；（6）用半隐式加性算子分裂（AOS）算法对图像进一步处理，得到去噪后的图像。实验结果表明，本发明的算法在去噪性能方面更具优越性。
-
公开(公告)号：CN109544469A
公开(公告)日：2019-03-29
申请号：CN201811317274.8
申请日：2018-11-07
Applicant: 南京信息工程大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2200/28 , G06T2207/10004 , G06T2207/20076
Abstract: 本发明公开一种基于FPGA的离散卡尔曼自适应图像降噪系统，包括基于FPGA处理器构造的离散卡尔曼滤波模块、图像数据输入模块、数据存储模块、时钟分频模块和数据输出模块，图像数据输入模块将采集的图像像素数据存入数据存储模块中，时钟分频模块实现时序控制，离散卡尔曼滤波模块对数据存储模块中的图像进行降噪处理后，由数据输出模块进行图像输出。此种系统造价较低，图像处理速度快，具有较高的性能和较低的耗能，可以满足设计的复杂性和实时性，降低了硬件设计时的复杂性，具有操作容易、适用范围广的优点。
-
Patent Agency Ranking
公开(公告)号：CN109461125A
公开(公告)日：2019-03-12
申请号：CN201811159018.0
申请日：2018-09-30
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于FPGA的点二维高斯滤波器，包括用于采集图像样本的图像数据输入模块，便于FPGA内部时钟分频控制的时钟输入模块；并通过FPGA平台搭建：决定内部处理时序的时钟分频控制模块，用于数据存储的ROM模块，用于遍历样本并确定滤波掩模大小的3×3方形框生成模块，以及对存储图像信息进行处理的二维高斯滤波模块；还包括将处理后的离散二维图像进行终端显示的数据输出模块。此种技术方案以FPGA为基础，将输入的图像信号进行二维高斯滤波。将图像处理算法在FPGA硬件平台实现，在保证图像处理算法的实时性的同时，又可以充分利用FPGA的IP核所具备的定制功能，满足更多具体需求。本发明还公开一种基于FPGA的点二维高斯滤波器图像处理方法。
-
公开(公告)号：CN109242853A
公开(公告)日：2019-01-18
申请号：CN201811310766.4
申请日：2018-11-05
Applicant: 南京信息工程大学
CPC classification number: G06T7/0004 , G06T5/002 , G06T7/136 , G06T2207/30141
Abstract: 本发明公开了一种基于图像处理的PCB缺陷智能检测方法，包括如下步骤：(1)对采集到的图像进行预处理，包括图像增强和图像去噪，以去除在采集过程中存在各种不稳定的外界干扰因素，从而获取到适合分析处理的高质量图像；(2)选择自适应阈值分割法得到特征清晰，噪声影响低的二值图像从而对图像进行分割；(3)对步骤二中得到的分割图像进行形态学运算处理从而得到拟标准的PCB二值化图像；(4)将步骤三中得到的拟标准PCB板二值化图像和步骤二中的待测PCB板二值化图像进行异或运算，对异或后的结果进行进一步形态学处理从而得出存在缺陷的位置。
-
公开(公告)号：CN108932699A
公开(公告)日：2018-12-04
申请号：CN201810374666.1
申请日：2018-04-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于变换域的三维匹配调和滤波图像去噪方法,包括如下步骤：一、将采集到的图像进行灰度转换并进行加噪处理；二、利用三维块匹配滤波得到图像的预估计数据；三、小波分解变换以提取步骤二得到的预估计图像中的高频部分进行滤波，为避免边缘模糊，引用拉普拉斯高斯算法构建新算子带入扩散模型，最后小波重构以得到原始图像的最终逼近；四、通过Canny算子对边缘进行检测以及计算各模型的峰值信噪比和结构相似度来分析该方法的有效性和可行性；本发明性能优越，内部信息保护更具完整性，运算速度合理，有利于实际应用。
-
公开(公告)号：CN108876736A
公开(公告)日：2018-11-23
申请号：CN201810562838.8
申请日：2018-06-04
Applicant: 南京信息工程大学
CPC classification number: G06T5/002 , G06T7/0004 , G06T7/13 , G06T7/136 , G06T2207/30148
Abstract: 本发明公开一种基于FPGA的图像阶梯效应消除方法，包括如下步骤：步骤A，将输入到FPGA的RGB图像进行灰度转换，得到值为0‑255的灰度信号；步骤B，将转换所得灰度图像进行均值滤波的图像预处理，减少图像的灰度值的尖锐变换；步骤C，将灰度图像进行小波分解，分解为一个包含原图像基本信息的低频分量ILL和包含原图像详细信息的高频分量IHH，并对ILL再次分解得到其低频分量ILL；步骤D，利用Canny算子对ILH1处理，并进行图像重构，最终获得消除阶梯效应的图像信息。此种方法以FPGA为基础，将输入的图像信号进行阶梯效应消除，在保证图像处理算法的实时性的同时，又可以充分利用FPGA的IP核所具备的定制功能，满足更多具体需求。
-
公开(公告)号：CN104616249B
公开(公告)日：2018-01-30
申请号：CN201410680142.7
申请日：2014-11-24
Applicant: 南京信息工程大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于曲率变分的小波变换图像去噪算法，其特征在于包括步骤1算法描述：对输入的待去噪图像进行小波变换，再将水平集曲率作为校正因子引入到变分模型中，建立基于曲率变分的小波变换图像去噪算法；步骤2算法验证：针对曲率变分模型的第一项是图像平滑过程中的扩散项，而设计该曲率变分模型的第二项为图像结构的控制函数，以维持图像的整体结构；步骤3算法仿真：采用MATLAB软件的仿真算法，以其仿真结果来分析算法的时效性和复杂性。本发明的算法使得处理出更加清晰的图像，以接近原始图像，去噪后的图像信噪与TV模型比较，提高了15个dB左右，较经典的小波阈值去噪算法提高了25个dB左右，且清晰度大幅度提高。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.027 seconds)
