-
公开(公告)号：CN109785282B
公开(公告)日：2021-03-26
申请号：CN201910060760.4
申请日：2019-01-22
Applicant: 厦门大学
Abstract: 一种多聚焦图像融合方法，涉及图像融合技术。比较各原图像中相应图像块间方差大小确定低频图像与各原图像对应的高频图像；通过低频图像与高频图像获取低频字典与高频字典；利用第一联合稀疏模型将各原图像分为公共部分与新息部分，基于低频字典与高频字典，利用分布式压缩感知模型与正交匹配追踪算法实现对对高频图像的重构；根据重构高频图像与原高频图像获取标签决策图，每一标签对应一原图像；利用图像形态学处理方法，对标签决策图进行改进，以获取最终标签决策图；根据最终标签决策图，选择对应原图像像素，以获取多聚焦融合图像。获得具有良好视觉效果与较高客观评价质量的多聚焦融合图像。
-
Patent Agency Ranking
公开(公告)号：CN110113053B
公开(公告)日：2020-12-25
申请号：CN201910397898.3
申请日：2019-05-14
Applicant: 厦门大学
Abstract: 一种分布式压缩感知稀疏信号重建方法，涉及分布式压缩感知技术。利用正交匹配追踪算法对各信号支撑集进行初步估计，基于各信号支撑集的初步估计，利用投票策略对公共支撑集进行初步估计；利用公共支撑集改进策略对公共支撑集的初步估计进行改进；将改进后的公共支撑集作为边信息代入正交匹配追踪算法当中，以重建各信号。先利用正交匹配追踪算法对各信号支撑集进行简单估计，随后利用投票策略对公共支撑集进行初步估计，设计公共支撑集改进策略对公共支撑集初步估计进行改进，将改进后的公共支撑集作为边信息代入到正交匹配追踪算法当中，提高信号支撑集估计的准确性并提升信号重建的精度。
-
公开(公告)号：CN109785282A
公开(公告)日：2019-05-21
申请号：CN201910060760.4
申请日：2019-01-22
Applicant: 厦门大学
Abstract: 一种多聚焦图像融合方法，涉及图像融合技术。比较各原图像中相应图像块间方差大小确定低频图像与各原图像对应的高频图像；通过低频图像与高频图像获取低频字典与高频字典；利用第一联合稀疏模型将各原图像分为公共部分与新息部分，基于低频字典与高频字典，利用分布式压缩感知模型与正交匹配追踪算法实现对对高频图像的重构；根据重构高频图像与原高频图像获取标签决策图，每一标签对应一原图像；利用图像形态学处理方法，对标签决策图进行改进，以获取最终标签决策图；根据最终标签决策图，选择对应原图像像素，以获取多聚焦融合图像。获得具有良好视觉效果与较高客观评价质量的多聚焦融合图像。
-
公开(公告)号：CN107682699B
公开(公告)日：2019-07-02
申请号：CN201710980661.9
申请日：2017-10-19
Applicant: 厦门大学
IPC: H04N19/119 , H04N19/122 , H04N19/176
Abstract: 一种近无损图像压缩方法，涉及图像压缩。1)图像像素值范围调整，并获得残差图像；2)将调整像素值范围后的图像分成大小相等的图像方块；3)对所有图像方块进行分类，分为光滑图像块与细节图像块；4)对光滑图像块采用改进块编码方法进行压缩，不包括对像素值的压缩编码；5)对光滑图像块未参与压缩编码的像素值与细节图像块的所有像素值进行统一压缩编码。可以在获得足够高的压缩比的同时，提高近无损压缩的图像质量。
-
公开(公告)号：CN110113053A
公开(公告)日：2019-08-09
申请号：CN201910397898.3
申请日：2019-05-14
Applicant: 厦门大学
Abstract: 一种分布式压缩感知稀疏信号重建方法，涉及分布式压缩感知技术。利用正交匹配追踪算法对各信号支撑集进行初步估计，基于各信号支撑集的初步估计，利用投票策略对公共支撑集进行初步估计；利用公共支撑集改进策略对公共支撑集的初步估计进行改进；将改进后的公共支撑集作为边信息代入正交匹配追踪算法当中，以重建各信号。先利用正交匹配追踪算法对各信号支撑集进行简单估计，随后利用投票策略对公共支撑集进行初步估计，设计公共支撑集改进策略对公共支撑集初步估计进行改进，将改进后的公共支撑集作为边信息代入到正交匹配追踪算法当中，提高信号支撑集估计的准确性并提升信号重建的精度。
-
公开(公告)号：CN107682699A
公开(公告)日：2018-02-09
申请号：CN201710980661.9
申请日：2017-10-19
Applicant: 厦门大学
IPC: H04N19/119 , H04N19/122 , H04N19/176
CPC classification number: H04N19/119 , H04N19/122 , H04N19/176
Abstract: 一种近无损图像压缩方法，涉及图像压缩。1)图像像素值范围调整，并获得残差图像；2)将调整像素值范围后的图像分成大小相等的图像方块；3)对所有图像方块进行分类，分为光滑图像块与细节图像块；4)对光滑图像块采用改进块编码方法进行压缩，不包括对像素值的压缩编码；5)对光滑图像块未参与压缩编码的像素值与细节图像块的所有像素值进行统一压缩编码。可以在获得足够高的压缩比的同时，提高近无损压缩的图像质量。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
