-
公开(公告)号：CN114331875B
公开(公告)日：2024-06-18
申请号：CN202111497526.1
申请日：2021-12-09
Applicant: 上海大学
Abstract: 本发明公开了一种基于对抗边缘学习的印刷工艺中图像出血位预测方法。本方法基于一个二阶段的生成对抗模型，将出血位预测问题分为结构预测和图像修复。第一阶段是轮廓生成网络，该网络采用Canny边缘检测算法结合生成对抗网络预测出血位区域的图像边缘结构。第二阶段是图像修复网络，该网络使用一阶段中预测的边缘假想图作为先验，并根据原图的已知信息，使用图像修复网络对出血位区域进行预测，可以为出血位区域填充具有精致细节的内容，完成对出血位区域的填充。
-
公开(公告)号：CN114331875A
公开(公告)日：2022-04-12
申请号：CN202111497526.1
申请日：2021-12-09
Applicant: 上海大学
Abstract: 本发明公开了一种基于对抗边缘学习的印刷工艺中图像出血位预测方法。本方法基于一个二阶段的生成对抗模型，将出血位预测问题分为结构预测和图像修复。第一阶段是轮廓生成网络，该网络采用Canny边缘检测算法结合生成对抗网络预测出血位区域的图像边缘结构。第二阶段是图像修复网络，该网络使用一阶段中预测的边缘假想图作为先验，并根据原图的已知信息，使用图像修复网络对出血位区域进行预测，可以为出血位区域填充具有精致细节的内容，完成对出血位区域的填充。
-
公开(公告)号：CN114693630A
公开(公告)日：2022-07-01
申请号：CN202210307913.2
申请日：2022-03-25
Applicant: 上海大学
Abstract: 本发明提出了一种基于对抗边缘学习的图像出血位预测方法，其步骤如下：步骤1、图像预处理；步骤2、颜色分离；步骤3、训练轮廓生成网络；步骤4、训练图像修复网络；步骤5、出血位预测。本发明基于一个二阶段的生成对抗模型，将深度学习中的对抗网络应用于解决印刷出血问题，具有较大的创新意义。将网络分为两部分：轮廓生成网络和图像修复网络。轮廓生成网络采用Canny边缘检测算法结合生成对抗网络预测出血位区域的图像边缘结构。图像修复网络使用一阶段中预测的边缘假想图作为先验，并根据原图的已知信息对出血位区域进行预测。本发明方法能保证印刷后产品的稳定性，保证印刷品能满足需求。
-
-
Search Results
3
records
(took 0.013 seconds)
