-
Patent Agency Ranking
公开(公告)号：CN107645664A
公开(公告)日：2018-01-30
申请号：CN201710908118.8
申请日：2017-09-29
Applicant: 哈尔滨工业大学
Abstract: 基于反应-扩散方程组的彩色图像压缩方法，属于图像处理技术领域。所述彩色图像压缩方法在压缩阶段首先将彩色图像转化为灰度图像，利用JPEG压缩方法对所述灰度图像进行压缩，然后利用局部最优策略在所述彩色图像中选取一些代表像素点，进而只存储压缩后的灰度图像和选取的代表像素点达到压缩的目的；在解压缩阶段利用反应-扩散方程组将存储的数据解压成原始彩色图像。本发明所述基于反应-扩散方程组的彩色图像压缩方法具有降低彩色图像存储空间，使解压缩后的彩色图像的显示效果更加清晰，细节更加丰富和细致等特点。
-
公开(公告)号：CN107798663B
公开(公告)日：2019-12-24
申请号：CN201710999736.8
申请日：2017-10-24
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种基于偏微分方程和BM3D的无参数化图像恢复方法，属于图像处理技术领域。传统的BM3D改进方法是直接利用现有的噪声参数估计方法得到一个参数估计，再直接带入原始BM3D方法中，但结果不稳定，本发明所述图像恢复方法利用偏微分方程对传统BM3D方法的去噪过程和噪声方差估计过程进行了改进，特点是跟偏微分方程预处理紧密融合，能使本发明所述的改进BM3D方法具有高精度和高稳定性。本发明所述一种基于偏微分方程和BM3D的无参数化图像恢复方法能够应用各种图像处理领域。
-
公开(公告)号：CN118521770A
公开(公告)日：2024-08-20
申请号：CN202410679841.3
申请日：2024-05-29
Applicant: 哈尔滨工业大学
IPC: G06V10/25 , G06V10/82 , G06V10/40 , G06V10/766 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明公开了基于深度神经网络的停车场车辆3D位置信息检测方法，属于图像识别技术领域。解决了现有技术中传统的车辆目标3D中心点信息检测方法难以实现仅根据2D图像得到高精度3D中心点信息的问题；本发明通过生成的目标2D检测框，得到处理后的采集图片；搭建主干网络，进行特征提取，得到特征结果；构建头部网络，设计特征结果的组成和特征结果的损失函数；采用随机梯度下降方法最小化损失函数对目标检测模型进行优化训练，得到最优目标检测模型；通过测试集测试最优目标检测模型，得到图片中所检测车辆的3D中心点信息。本发明有效提升了获取车辆3D中心点信息的效率，无需额外的3D模型和预处理，可以应用于车辆3D位置信息检测。
-
公开(公告)号：CN107645664B
公开(公告)日：2020-06-23
申请号：CN201710908118.8
申请日：2017-09-29
Applicant: 哈尔滨工业大学
Abstract: 基于反应‑扩散方程组的彩色图像压缩方法，属于图像处理技术领域。所述彩色图像压缩方法在压缩阶段首先将彩色图像转化为灰度图像，利用JPEG压缩方法对所述灰度图像进行压缩，然后利用局部最优策略在所述彩色图像中选取一些代表像素点，进而只存储压缩后的灰度图像和选取的代表像素点达到压缩的目的；在解压缩阶段利用反应‑扩散方程组将存储的数据解压成原始彩色图像。本发明所述基于反应‑扩散方程组的彩色图像压缩方法具有降低彩色图像存储空间，使解压缩后的彩色图像的显示效果更加清晰，细节更加丰富和细致等特点。
-
公开(公告)号：CN107798663A
公开(公告)日：2018-03-13
申请号：CN201710999736.8
申请日：2017-10-24
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种基于偏微分方程和BM3D的无参数化图像恢复方法，属于图像处理技术领域。传统的BM3D改进方法是直接利用现有的噪声参数估计方法得到一个参数估计，再直接带入原始BM3D方法中，但结果不稳定，本发明所述图像恢复方法利用偏微分方程对传统BM3D方法的去噪过程和噪声方差估计过程进行了改进，特点是跟偏微分方程预处理紧密融合，能使本发明所述的改进BM3D方法具有高精度和高稳定性。本发明所述一种基于偏微分方程和BM3D的无参数化图像恢复方法能够应用各种图像处理领域。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
