-
公开(公告)号：CN108550123B
公开(公告)日：2025-02-18
申请号：CN201810339859.3
申请日：2018-04-16
Applicant: 上海海洋大学
Abstract: 本专利公开在Replicated边界条件下，图像模糊矩阵与图像矢量乘积的一种替代计算方法，包括：1)在Replicated边界条件下，将图像模糊矩阵与图像矢量乘积(乘积一)，以及图像模糊矩阵的转置与图像矢量乘积(乘积二)，分别化为多个带可利用结构的分块矩阵与图像矢量的乘积之和；2)对各个分块矩阵，构造对应的点扩展函数；3)用分块矩阵的点扩展函数与图像或图像对应边界间的卷积，替代地计算两种乘积的矩阵形式中的各个分解部分；以及4)计算两种乘积。所公开的计算方法，可集成到Replicated边界条件下的大型图像滤波与图像恢复中，用于解决其中图像模糊矩阵及其转置与图像矢量乘积难于计算的问题。
-
公开(公告)号：CN104021526B
公开(公告)日：2017-08-22
申请号：CN201410245710.0
申请日：2014-06-05
Applicant: 上海海洋大学
IPC: G06T5/00
Abstract: 公开一种在Anti‑reflective边界条件下，大型模糊矩阵与图像矢量乘积(乘积一)，以及模糊矩阵转置与图像矢量乘积(乘积二)的替代计算方法，包括：1)按照边角是a类型还是b类型，将乘积一和乘积二，分别化为多个矩阵与图像矢量的乘积之和，使分解结果中，正好包含一个能对应Zero边界条件乘积的中心部分，以及多个边界部分，并且各个分解矩阵能带可利用的分块结构；2)构造各个分块矩阵的点扩展函数；3)用各分块矩阵的点扩展函数与图像，或图像某个边界间的卷积，代替计算乘积一和乘积二的各分解部分；以及4)计算不同边角类型时的乘积一和乘积二。所公开的计算方法，可应用到Anti‑reflective边界条件下的大型图像滤波与图像恢复中，用于解决其中的乘积一和乘积二难于计算的问题。
-
公开(公告)号：CN113643203A
公开(公告)日：2021-11-12
申请号：CN202110906451.1
申请日：2021-08-09
Applicant: 上海海洋大学
Abstract: 本专利公开一种在一些边界条件下图像模糊矩阵结构的辨识方法，包括依据边界条件和边角类型：1)确定边界条件矩阵的结构；2)分析扩展模糊矩阵与边界矩阵的乘积，以此获得图像模糊矩阵的结构。所公开的辨识方法，可用于特定边界条件和边角类型下图像模糊矩阵结构的辨识中，所确定的图像模糊矩阵的结构，可为图像恢复的计算实现提供依据。
-
公开(公告)号：CN108550123A
公开(公告)日：2018-09-18
申请号：CN201810339859.3
申请日：2018-04-16
Applicant: 上海海洋大学
Abstract: 本发明公开在Replicated边界条件下，图像模糊矩阵与图像矢量乘积的一种替代计算方法，包括：1)在Replicated边界条件下，将图像模糊矩阵与图像矢量乘积(乘积一)，以及图像模糊矩阵的转置与图像矢量乘积(乘积二)，分别化为多个带可利用结构的分块矩阵与图像矢量的乘积之和；2)对各个分块矩阵，构造对应的点扩展函数；3)用分块矩阵的点扩展函数与图像或图像对应边界间的卷积，替代地计算两种乘积的矩阵形式中的各个分解部分；以及4)计算两种乘积。所公开的计算方法，可集成到Replicated边界条件下的大型图像滤波与图像恢复中，用于解决其中图像模糊矩阵及其转置与图像矢量乘积难于计算的问题。
-
Patent Agency Ranking
公开(公告)号：CN103632344A
公开(公告)日：2014-03-12
申请号：CN201310593801.9
申请日：2013-11-21
Applicant: 上海海洋大学
IPC: G06T5/00
Abstract: 本发明公开一种Mean边界条件下模糊矩阵与图像矢量乘积的替代计算方法，包括：1)在Mean边界条件下，按照不同的边角类型，将图像模糊矩阵与矢量的乘积，以及模糊矩阵转置与矢量的乘积，分别化为多个带可利用结构的分块矩阵与图像矢量的乘积之和；2)对各个分块矩阵，构造对应的点扩展函数；3)用分块矩阵的点扩展函数与图像矩阵各边界间的卷积，替代地计算两种乘积的各个边界；以及4)计算不同边角类型时的两种乘积。所公开的计算方法，可集成到Mean边界条件下的大型图像滤波与图像恢复中，用于解决其上述两种乘积难于计算的问题。
-
公开(公告)号：CN113822822B
公开(公告)日：2023-09-22
申请号：CN202111310670.X
申请日：2021-11-06
Applicant: 上海海洋大学
Abstract: 本专利公开一种在一些边界条件下图像模糊矩阵结构的辨识方法，包括依据边界条件和边角类型：1)确定边界条件矩阵的结构；2)分析扩展模糊矩阵与边界矩阵的乘积，以此获得图像模糊矩阵的结构。所公开的辨识方法，可用于一些边界条件和边角类型下图像模糊矩阵结构的辨识中，所确定的图像模糊矩阵的结构，可为图像恢复的计算实现提供依据。
-
公开(公告)号：CN113822822A
公开(公告)日：2021-12-21
申请号：CN202111310670.X
申请日：2021-11-06
Applicant: 上海海洋大学
Abstract: 本专利公开一种在一些边界条件下图像模糊矩阵结构的辨识方法，包括依据边界条件和边角类型：1)确定边界条件矩阵的结构；2)分析扩展模糊矩阵与边界矩阵的乘积，以此获得图像模糊矩阵的结构。所公开的辨识方法，可用于一些边界条件和边角类型下图像模糊矩阵结构的辨识中，所确定的图像模糊矩阵的结构，可为图像恢复的计算实现提供依据。
-
公开(公告)号：CN103632344B
公开(公告)日：2017-11-07
申请号：CN201310593801.9
申请日：2013-11-21
Applicant: 上海海洋大学
IPC: G06T5/00
Abstract: 本专利公开一种Mean边界条件下模糊矩阵与图像矢量乘积的替代计算方法，包括：1)在Mean边界条件下，按照不同的边角类型，将图像模糊矩阵与矢量的乘积，以及模糊矩阵转置与矢量的乘积，分别化为多个带可利用结构的分块矩阵与图像矢量的乘积之和；2)对各个分块矩阵，构造对应的点扩展函数；3)用分块矩阵的点扩展函数与图像矩阵各边界间的卷积，替代地计算两种乘积的各个边界；以及4)计算不同边角类型时的两种乘积。所公开的计算方法，可集成到Mean边界条件下的大型图像滤波与图像恢复中，用于解决其上述两种乘积难于计算的问题。
-
公开(公告)号：CN104021526A
公开(公告)日：2014-09-03
申请号：CN201410245710.0
申请日：2014-06-05
Applicant: 上海海洋大学
IPC: G06T5/00
Abstract: 公开一种在Anti-reflective边界条件下，大型模糊矩阵与图像矢量乘积(乘积一)，以及模糊矩阵转置与图像矢量乘积(乘积二)的替代计算方法，包括：1)按照边角是a类型还是b类型，将乘积一和乘积二，分别化为多个矩阵与图像矢量的乘积之和，使分解结果中，正好包含一个能对应Zero边界条件乘积的中心部分，以及多个边界部分，并且各个分解矩阵能带可利用的分块结构；2)构造各个分块矩阵的点扩展函数；3)用各分块矩阵的点扩展函数与图像，或图像某个边界间的卷积，代替计算乘积一和乘积二的各分解部分；以及4)计算不同边角类型时的乘积一和乘积二。所公开的计算方法，可应用到Anti-reflective边界条件下的大型图像滤波与图像恢复中，用于解决其中的乘积一和乘积二难于计算的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
