-
公开(公告)号：CN108416754A
公开(公告)日：2018-08-17
申请号：CN201810224358.0
申请日：2018-03-19
Applicant: 浙江大学
Abstract: 本发明公开了一种自动去除鬼影的多曝光图像融合方法。针对于动态场景的多曝光图像融合存在鬼影的现象，提出了一种有效的运动物体选择的方法。该方法首先选择一张输入LDR图像作为参考图像，通过双向亮度映射的方法检测运动区域，计算运动权重，然后通过梯度域加权优化的方法自动去除鬼影，得到潜在图像。在去除鬼影之后，使用基于块的融合方法计算融合权重，进行曝光融合，保持细节信息并抑制异常值。本发明方法能够有效地保持多张输入图像的细节并去除鬼影，同时避免了复杂的参数设置和用户设置阈值的任意性，在多种场景下都对鬼影现象有较强的鲁棒性。
-
公开(公告)号：CN107492075A
公开(公告)日：2017-12-19
申请号：CN201710633747.4
申请日：2017-07-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于细节增强的单张LDR图像曝光校正的方法。针对单张LDR(低动态范围)图像同时存在过曝光和欠曝光区域的情况，对传统的Retinex算法进行改进和扩展，分别对过曝光区域与欠曝光区域进行校正，然后将校正后的图像进行融合。本发明方法可以同时增强单张LDR图像的过曝光与欠曝光区域的细节，且处理结果保持良好的视觉效果，而不会出现过增强(饱和度过度，偏色，伪信息等)现象。
-
公开(公告)号：CN107451964A
公开(公告)日：2017-12-08
申请号：CN201710576126.7
申请日：2017-07-14
Applicant: 浙江大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于噪声方差分段估计的图像去噪方法，本发明基于图像小波细节系数的统计特性，用分段函数进行分析处理。首先将原始图像进行小波变换，然后根据Donoho方法得出噪声标准方差的初始估计值，最后将初始估计值进行分段处理，得到噪声标准方差的最终估计值。本发明能提高小波噪声方差估计的准确性，特别是在图像噪声较小和细节较多的图像中。本发明的方法无需复杂的计算，直接对图像的小波细节系数进行分段处理就可以在噪声较小时得到比较准确的估计，提高图像去噪效果，提升峰值信噪比PSNR。
-
公开(公告)号：CN106683084A
公开(公告)日：2017-05-17
申请号：CN201611206632.9
申请日：2016-12-23
Applicant: 浙江大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10032 , G06T2207/20076 , G06T2207/30168
Abstract: 本发明公开了一种基于行间像偏移估计的TDI图像形变程度客观评价方法。针对平台振动引起的TDICCD成像过程中相机推扫速度和电荷行转移速度不一致而导致的图像形变情况，引入TDI图像形变程度评价方法。该方法利用TDI推扫成像过程中的振动路径分别计算图像单行PSF，通过PSF能量分布中心的相对位置确定像素偏移程度，综合考虑各行PSF中心位置偏移信息可获得对图像行间错位扭曲、拉伸变形不同程度的描述。本发明方法对图像行间错位或拉伸变形做出定量描述，为TDI图像形变程度的评估提供了有效的客观评价方式，且不受图像模糊程度的影响，鲁棒性强。
-
公开(公告)号：CN106022354A
公开(公告)日：2016-10-12
申请号：CN201610301612.3
申请日：2016-05-07
Applicant: 浙江大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6269
Abstract: 本发明提供了一种基于SVM的图像MTF测量方法。本发明包括如下步骤：1)根据使用要求，通过仿真获取不同刃边角度、图像对比度、噪声等级、MTF等级的刃边图像；2)利用特征识别算法，获得仿真刃边图像的特征；3)对仿真刃边图像的图像特征进行预处理，使用处理后的图像特征对SVM分类器进行训练；4)选出待测图像的刃边区域；5)对待测刃边图像利用特征识别算法进行特征提取；6)将待测刃边图像的特征经过预处理后输入步骤3)训练得到的SVM分类器，获得待测图像Nyquist频率处的MTF值。本发明实现对含刃边区域的图像进行MTF测量，具有不受图像刃边角度限制、计算准确、稳定性好等优点。
-
Patent Agency Ranking
公开(公告)号：CN105894485A
公开(公告)日：2016-08-24
申请号：CN201610248728.5
申请日：2016-04-20
Applicant: 浙江大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/10016 , G06T2207/20081
Abstract: 本发明公开了一种基于信号相关性的自适应视频重建方法。在基于压缩感知的高时间分辨率视频重建过程中，考虑到视频图像中各运动物体运动速度不一致的情况，针对匹配追踪等基于字典(稀疏域)的重建方法，首先在构建字典时将训练样本根据运动量的不同分为多个样本集并分别进行训练，从而得到对应不同运动量的字典；在视频重建阶段，先将需要重建的观测图像进行不叠加的分块重建，然后计算各帧图像块之间的相关系数，通过相关系数大小确定局部图像运动量，最后根据运动量的大小有针对地选择字典并重建图像。本发明方法能在重建视频信号的同时区分视频中各物体的运动量，并根据运动信息针对性地重建图像，在提高重建视频效果的同时降低了重建时间。
-
公开(公告)号：CN105574893A
公开(公告)日：2016-05-11
申请号：CN201510958272.7
申请日：2015-12-18
Applicant: 浙江大学
IPC: G06T7/20
CPC classification number: G06T2207/10016
Abstract: 本发明公开了一种基于投影梯度的稳像方法。针对室内拍摄的高帧频视频中帧间亮度不均以及高噪声的情况，引入图像投影梯度，并利用阈值判别函数作为灰度位移函数和梯度位移函数的权重函数，其中判别函数的输入为参考帧与当前帧总灰度值的相对灰度差，最后获得加权图像位移矢量。通过使用投影梯度以及阈值判断，本发明提出的方法能很好地解决灰度投影在帧间亮度不均以及图像高噪声时误检问题，从而得到更好的稳像效果。
-
公开(公告)号：CN103472569B
公开(公告)日：2016-03-23
申请号：CN201310420567.X
申请日：2013-09-16
Applicant: 浙江大学 , 江苏宇迪光学股份有限公司
IPC: G02B13/00
Abstract: 本发明提出了一种双分辨率光学成像镜头。该镜头由七片光学镜片、一个分光棱镜、固定镜片的镜筒和压圈、固定棱镜的基座和压板组成，整个镜头结构以基座和安装在其上的镜筒为基础，镜筒内部从物方到像方依次为镜片一压圈、镜片一、镜片二、镜片二隔圈、镜片三、镜片三隔圈、镜片四、镜片四隔圈、镜片五、光栏隔圈、镜片六和镜片七，镜筒通过螺纹连接固定在基座上，由两片45°直角棱镜胶合而成的分光棱镜安装在基座内，由棱镜压板固定。本发明采用一套光学成像镜头，无运动部件，实现大视场低分辨率与中心局部视场高分辨率图像信息的同时获取。
-
公开(公告)号：CN104574412A
公开(公告)日：2015-04-29
申请号：CN201510031574.X
申请日：2015-01-22
Applicant: 浙江大学
IPC: G06T7/00
CPC classification number: G06T5/003 , G06T2207/10032
Abstract: 本发明提出了一种非均匀云雾条件下的遥感图像去雾方法，其实施步骤如下：（1）输入一副有雾遥感图像，进行非均匀云雾预处理，获取雾气影响均匀的退化图像；（2）通过基本去雾算法获取均匀退化图像的透过率和天光值；（3）根据所述的透过率利用广义高斯分布求解出图像的大气点扩散函数；（4）利用上述求得的天光值，退化图像透过率和图像的大气点扩散函数，结合大气多次散射图像退化模型，获取最终的去雾图像。本发明针对非均匀云雾造成的遥感图像退化问题，利用图像信息来实现非均匀云雾去除，并从图像上获取图像透过率，求解大气点扩散函数，最终利用大气多次散射图像模型实现了图像最终去雾，提高了图像的对比度和清晰度，增加图像细节。
-
公开(公告)号：CN104484647A
公开(公告)日：2015-04-01
申请号：CN201410704952.1
申请日：2014-11-27
Applicant: 浙江大学
CPC classification number: G06K9/00671
Abstract: 本发明提出了一种高分辨率遥感图像云高度检测方法，输入同一目标的两张不同角度遥感图像即可检测出云高度。首先，将输入图像分割为地面、云以及云和地面三个部分；然后，利用SIFT匹配算法计算出地面以及云的匹配结果，并用RANSAC算法剔除地面误匹配点，得到两幅图像地面点的坐标变换关系；利用地面点的变换关系，本发明给出了一种利用循环剔除云误匹配点的方法，可以准确得到云对地面的投影偏差；最后，根据投影偏差和已知的两幅图的成像角度，利用数学模型即可得到云的高度。本发明有效地解决因卫星姿态引起的不同角度图像中同一朵云的旋转、仿射等变换所带来的匹配精度下降的问题，提高了云高度检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
259
records
(took 0.025 seconds)
