公开(公告)号：CN114663307A

公开(公告)日：2022-06-24

申请号：CN202210283318.X

申请日：2022-03-22

Applicant: 哈尔滨工业大学

Inventor： 张宏志 ,  左旺孟 ,  刘鹏举 ,  王竞晖 ,  汪彧之

IPC: G06T5/00 ,  G06N3/08

Abstract: 基于不确定性网络的集成图像去噪系统，属于图像复原技术领域。本发明针对现有图像去噪方法泛化性弱和不能直接利用已有去噪算法模型造成浪费的问题。包括C个训练好的已知去噪模型、不确定性得分估计网络、SoftMax权重计算器和求和单元；C个训练好的已知去噪模型用于分别对噪声图像进行去噪操作获得去噪后图像；不确定性得分估计网络用于分别对每一幅去噪后图像与噪声图像进行评估，获得C个不确定性方差分布图和C个去噪分数分布图；SoftMax权重计算器用于将C个去噪分数分布图逐像素转化为对应的预测权重分布图；求和单元用于将每一个预测权重分布图与对应去噪后图像相乘的结果进行相加，获得最终去噪图像。本发明实现了对不同去噪结果的逐像素融合。

公开(公告)号：CN108765320A

公开(公告)日：2018-11-06

申请号：CN201810467098.X

申请日：2018-05-16

Applicant: 哈尔滨工业大学

Inventor： 左旺孟 ,  张宏志 ,  刘鹏举

IPC: G06T5/00 ,  G06N3/04

CPC classification number: G06T5/001 ,  G06N3/0454 ,  G06T2207/20064

Abstract: 基于多级小波卷积神经网络的图像复原系统，属于图像复原领域，解决了现有基于卷积神经网络的图像复原系统无法兼顾图像复原质量和图像复原速度的问题。所述系统：小波变换层和卷积神经子网络交替排列，前者输出端与后者输入端相连。反卷积神经子网络和小波逆变换层交替排列，前者输出端与后者输入端相连。第一反卷积神经子网络输入端与第M卷积神经子网络输出端相连。第一小波变换层输出端还与第M小波逆变换层输入端相连。第一卷积神经子网络输出端～第M‑1卷积神经子网络输出端分别与第M反卷积神经子网络输入端～第二卷积神经子网络输入端相连。第一小波变换层的输入对象为待复原图像，第M小波逆变换层的输出结果为复原图像。M≥2。

公开(公告)号：CN114663307B

公开(公告)日：2023-07-04

申请号：CN202210283318.X

申请日：2022-03-22

Applicant: 哈尔滨工业大学

Inventor： 张宏志 ,  左旺孟 ,  刘鹏举 ,  王竞晖 ,  汪彧之

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/082

Abstract: 基于不确定性网络的集成图像去噪系统，属于图像复原技术领域。本发明针对现有图像去噪方法泛化性弱和不能直接利用已有去噪算法模型造成浪费的问题。包括C个训练好的已知去噪模型、不确定性得分估计网络、SoftMax权重计算器和求和单元；C个训练好的已知去噪模型用于分别对噪声图像进行去噪操作获得去噪后图像；不确定性得分估计网络用于分别对每一幅去噪后图像与噪声图像进行评估，获得C个不确定性方差分布图和C个去噪分数分布图；SoftMax权重计算器用于将C个去噪分数分布图逐像素转化为对应的预测权重分布图；求和单元用于将每一个预测权重分布图与对应去噪后图像相乘的结果进行相加，获得最终去噪图像。本发明实现了对不同去噪结果的逐像素融合。

公开(公告)号：CN119169140A

公开(公告)日：2024-12-20

申请号：CN202411333395.7

申请日：2024-09-24

Applicant: 哈尔滨工业大学 ,  哈工大郑州研究院

Inventor： 刘鹏举 ,  张宏志 ,  左旺孟 ,  姜峰

IPC: G06T11/00 ,  G06T5/60 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047

Abstract: 基于多域联合滤波的CT图像高效去金属伪影系统，属于医学图像复原领域。解决了现有去金属伪影系统处理速度慢和去伪影效果差的问题。本发明利用多域联合对CT图像去金属伪影，系统将含有金属伪影的CT图像作为输入，经输入层编码映射到特征空间，通过编码子网络对多层特征图进行逐级维度压缩、多域滤波及深层特征编码，输出降维后的多层特征图；再通过解码子网络对降维后的多层特征图、以及跳跃式传递的编码器在编码过程中获得的部分特征图进行逐级解码，输出H×W维多层特征图再通过输出层解码得到残差图像，与输入图像相加得到输出无伪影、清晰的CT图像。本发明主要用于对CT图像去金属伪影。

公开(公告)号：CN108765320B

公开(公告)日：2021-06-22

申请号：CN201810467098.X

申请日：2018-05-16

Applicant: 哈尔滨工业大学

Inventor： 左旺孟 ,  张宏志 ,  刘鹏举

IPC: G06T5/00 ,  G06N3/04

Abstract: 基于多级小波卷积神经网络的图像复原系统，属于图像复原领域，解决了现有基于卷积神经网络的图像复原系统无法兼顾图像复原质量和图像复原速度的问题。所述系统：小波变换层和卷积神经子网络交替排列，前者输出端与后者输入端相连。反卷积神经子网络和小波逆变换层交替排列，前者输出端与后者输入端相连。第一反卷积神经子网络输入端与第M卷积神经子网络输出端相连。第一小波变换层输出端还与第M小波逆变换层输入端相连。第一卷积神经子网络输出端～第M‑1卷积神经子网络输出端分别与第M反卷积神经子网络输入端～第二卷积神经子网络输入端相连。第一小波变换层的输入对象为待复原图像，第M小波逆变换层的输出结果为复原图像。M≥2。