-
公开(公告)号：CN113177882B
公开(公告)日：2022-08-05
申请号：CN202110474006.2
申请日：2021-04-29
Abstract: 本发明公开了一种基于扩散模型的单帧图像超分辨处理方法。方法建立超分辨扩散模型的扩散过程和条件噪声预测器；将高低分辨图像数据集输入到超分辨扩散模型的条件噪声预测器，利用超分辨扩散模型的扩散过程对条件噪声预测器进行训练，获得预训练后的条件噪声预测器；待处理的低分辨图像输入到超分辨扩散模型的逆过程中，获得残差预测图像；残差预测图像与经过上采样操作的低分辨图像相加，得到预测的超分辨图像。本发明对同一张低分辨图像生成具有一致特征的多张超分辨图像，每张超分辨图像具有丰富的纹理和自然性，避免了过平滑问题、模式崩塌问题，在较少时间开销下提高了重建性能。
-
Patent Agency Ranking
公开(公告)号：CN113177882A
公开(公告)日：2021-07-27
申请号：CN202110474006.2
申请日：2021-04-29
Abstract: 本发明公开了一种基于扩散模型的单帧图像超分辨处理方法。方法建立超分辨扩散模型的扩散过程和条件噪声预测器；将高低分辨图像数据集输入到超分辨扩散模型的条件噪声预测器，利用超分辨扩散模型的扩散过程对条件噪声预测器进行训练，获得预训练后的条件噪声预测器；待处理的低分辨图像输入到超分辨扩散模型的逆过程中，获得残差预测图像；残差预测图像与经过上采样操作的低分辨图像相加，得到预测的超分辨图像。本发明对同一张低分辨图像生成具有一致特征的多张超分辨图像，每张超分辨图像具有丰富的纹理和自然性，避免了过平滑问题、模式崩塌问题，在较少时间开销下提高了重建性能。
-
公开(公告)号：CN108416754B
公开(公告)日：2020-08-07
申请号：CN201810224358.0
申请日：2018-03-19
Applicant: 浙江大学
Abstract: 本发明公开了一种自动去除鬼影的多曝光图像融合方法。针对于动态场景的多曝光图像融合存在鬼影的现象，提出了一种有效的运动物体选择的方法。该方法首先选择一张输入LDR图像作为参考图像，通过双向亮度映射的方法检测运动区域，计算运动权重，然后通过梯度域加权优化的方法自动去除鬼影，得到潜在图像。在去除鬼影之后，使用基于块的融合方法计算融合权重，进行曝光融合，保持细节信息并抑制异常值。本发明方法能够有效地保持多张输入图像的细节并去除鬼影，同时避免了复杂的参数设置和用户设置阈值的任意性，在多种场景下都对鬼影现象有较强的鲁棒性。
-
公开(公告)号：CN107492075B
公开(公告)日：2019-12-10
申请号：CN201710633747.4
申请日：2017-07-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于细节增强的单张LDR图像曝光校正的方法。针对单张LDR(低动态范围)图像同时存在过曝光和欠曝光区域的情况，对传统的Retinex算法进行改进和扩展，分别对过曝光区域与欠曝光区域进行校正，然后将校正后的图像进行融合。本发明方法可以同时增强单张LDR图像的过曝光与欠曝光区域的细节，且处理结果保持良好的视觉效果，而不会出现过增强(饱和度过度，偏色，伪信息等)现象。
-
公开(公告)号：CN108416754A
公开(公告)日：2018-08-17
申请号：CN201810224358.0
申请日：2018-03-19
Applicant: 浙江大学
Abstract: 本发明公开了一种自动去除鬼影的多曝光图像融合方法。针对于动态场景的多曝光图像融合存在鬼影的现象，提出了一种有效的运动物体选择的方法。该方法首先选择一张输入LDR图像作为参考图像，通过双向亮度映射的方法检测运动区域，计算运动权重，然后通过梯度域加权优化的方法自动去除鬼影，得到潜在图像。在去除鬼影之后，使用基于块的融合方法计算融合权重，进行曝光融合，保持细节信息并抑制异常值。本发明方法能够有效地保持多张输入图像的细节并去除鬼影，同时避免了复杂的参数设置和用户设置阈值的任意性，在多种场景下都对鬼影现象有较强的鲁棒性。
-
公开(公告)号：CN107492075A
公开(公告)日：2017-12-19
申请号：CN201710633747.4
申请日：2017-07-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于细节增强的单张LDR图像曝光校正的方法。针对单张LDR(低动态范围)图像同时存在过曝光和欠曝光区域的情况，对传统的Retinex算法进行改进和扩展，分别对过曝光区域与欠曝光区域进行校正，然后将校正后的图像进行融合。本发明方法可以同时增强单张LDR图像的过曝光与欠曝光区域的细节，且处理结果保持良好的视觉效果，而不会出现过增强(饱和度过度，偏色，伪信息等)现象。
-
-
-
-
-
Search Results
6
records
(took 0.034 seconds)
