-
公开(公告)号：CN109086774B
公开(公告)日：2021-09-03
申请号：CN201810869443.2
申请日：2018-08-02
Applicant: 武汉大学
Abstract: 本发明属于计算机及信息服务技术领域，涉及一种基于朴素贝叶斯的彩色图像二值化的方法。本发明通过监督学习的方法，基于朴素贝叶斯理论，实现了对自然场景环境下的彩色图像中的特定颜色区域的二值化。本发明主要包括从少数原始图片中获取正负样本数据、处理正负样本数据、通过正负样本训练模型、使用建立的模型对图片进行二值化处理以及必要时的更新数据重训练等步骤。本发明可广泛应用于数字图像的文字提取、图像分割、目标识别、标注图像数据等领域。
-
公开(公告)号：CN109191402B
公开(公告)日：2020-11-03
申请号：CN201811020507.8
申请日：2018-09-03
Applicant: 武汉大学
Abstract: 本发明提供一种基于对抗生成神经网络的图像修复方法和系统，包括首先构建一个自编码器卷积神经网络(包括编码器和编码判别器)，一个解码器(生成器)卷积神经网络，一个判别器卷积神经网络，一个全局判别器，以及一个局部判别器；然后对这五个网络构造不同损失函数，并利用分步训练的方法对整个网络进行图像修复训练；最后，当网络训练完成以后，把缺损图像放入网络中进行修复，解码器(生成器)生成的结果图就为最终修复结果图。本发明的优点为：保持图像潜在约束的同时对图像进行稀疏化；实现了端到端的图像修复网络；消除了修复网络对于图像缺失位置掩膜信息的依赖；提升了在实际应用中的鲁棒性。
-
公开(公告)号：CN109086774A
公开(公告)日：2018-12-25
申请号：CN201810869443.2
申请日：2018-08-02
Applicant: 武汉大学
Abstract: 本发明属于计算机及信息服务技术领域，涉及一种基于朴素贝叶斯的彩色图像二值化的方法。本发明通过监督学习的方法，基于朴素贝叶斯理论，实现了对自然场景环境下的彩色图像中的特定颜色区域的二值化。本发明主要包括从少数原始图片中获取正负样本数据、处理正负样本数据、通过正负样本训练模型、使用建立的模型对图片进行二值化处理以及必要时的更新数据重训练等步骤。本发明可广泛应用于数字图像的文字提取、图像分割、目标识别、标注图像数据等领域。
-
公开(公告)号：CN109191402A
公开(公告)日：2019-01-11
申请号：CN201811020507.8
申请日：2018-09-03
Applicant: 武汉大学
Abstract: 本发明提供一种基于对抗生成神经网络的图像修复方法和系统，包括首先构建一个自编码器卷积神经网络(包括编码器和编码判别器)，一个解码器(生成器)卷积神经网络，一个判别器卷积神经网络，一个全局判别器，以及一个局部判别器；然后对这五个网络构造不同损失函数，并利用分步训练的方法对整个网络进行图像修复训练；最后，当网络训练完成以后，把缺损图像放入网络中进行修复，解码器(生成器)生成的结果图就为最终修复结果图。本发明的优点为：保持图像潜在约束的同时对图像进行稀疏化；实现了端到端的图像修复网络；消除了修复网络对于图像缺失位置掩膜信息的依赖；提升了在实际应用中的鲁棒性。
-
-
-
Search Results
4
records
(took 0.016 seconds)
