-
公开(公告)号：CN114742922B
公开(公告)日：2024-11-29
申请号：CN202210362444.4
申请日：2022-04-07
Applicant: 苏州科技大学
IPC: G06T11/40 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种自适应的图像引擎色彩优化方法、系统及存储介质，包括：从AVA数据集中获取数据集中的目标图像，对所述目标图像使用退化算法得到原始图像，将原始图像和对应的目标图像组合成图像对构建初始数据集，通过NIMA模型分别对初始数据集中的目标图像及原始图像进行评分，根据评分对初始数据集进行调整生成最终数据集；基于全卷积神经网络构建图像引擎色彩优化模型，将最终数据集输入图像引擎色彩优化模型进行训练，通过所述图像引擎色彩优化模型实现图像色彩优化。本发明中采用全卷积神经网络融合了多种图像优化算法，可以替代多种独立算法组合而成的传统算法，构建大规模数据集以增强网络的泛化性能，防止过拟合。
-
公开(公告)号：CN112233031B
公开(公告)日：2024-11-29
申请号：CN202011105046.1
申请日：2020-10-15
Applicant: 苏州科技大学
Abstract: 本发明揭示了一种液晶显示动态图像感知效果补偿方法及系统，方法包括输入一个图像序列并对其相邻帧进行运动估计，获得相邻帧图像的运动方向和运动速度；根据图像运动速度建立基于人眼实际追踪速度优化的动态调制传递函数；对优化的动态调制传递函数做约束上界的取倒数处理建立图像运动补偿函数，根据图像运动补偿函数，针对不同位数的二进制液晶显示系统建立相应的自适应图像运动补偿函数，通过自适应图像运动补偿函数对原始图像序列逐帧进行处理，获得运动补偿图像序列。本发明普遍适用于市场上主流液晶显示系统，可显著提升动态图像显示质量。
-
Patent Agency Ranking
公开(公告)号：CN114820470B
公开(公告)日：2025-02-21
申请号：CN202210363743.X
申请日：2022-04-07
Applicant: 苏州科技大学
Abstract: 本发明公开了一种基于多特征融合的板材缺陷检测系统及检测方法，该系统包括：图像获取及预处理模块、色度坐标及纹理特征获取模块及缺陷检测标记模块；所述图像获取及预处理模块获取目标板材的图像信息，并将所述图像信息进行预处理；所述色度坐标及纹理特征获取模块将预处理后的图像信息进行计算得到色度库及纹理缺陷模型；所述缺陷检测标记模块将所述图像信息中缺陷进行检测，并标注缺陷的位置。本发明建立了板材缺陷检测系统，利用图像处理的方式建立色度库与纹理特征模型，处理速度快，精度高，视觉效果好。
-
公开(公告)号：CN111462016A
公开(公告)日：2020-07-28
申请号：CN202010273414.7
申请日：2020-04-09
Applicant: 苏州科技大学
Abstract: 本发明涉及一种结合人因的深度学习图像色彩引擎，包括：图像获取模块与图像处理模块；通过图像获取模块获取图像集，所述图像集包括若干个图像对，每一个图像对包括一原始图像和一与原始图像相对应的目标图像；利用图像处理模块对目标图像对进行预定方式处理，获取处理后的增强图像；基于人因工学进行视觉感知实验，获得高质量的可用于深度学习的图像对；构建基于空洞卷积的全卷积网络，利用通过视觉感知实验筛选出的图像对作为深度学习的训练集；通过全卷积网络加载深度学习训练生成的模型权重，作为图像色彩引擎进行使用。
-
公开(公告)号：CN114742922A
公开(公告)日：2022-07-12
申请号：CN202210362444.4
申请日：2022-04-07
Applicant: 苏州科技大学
Abstract: 本发明公开了一种自适应的图像引擎色彩优化方法、系统及存储介质，包括：从AVA数据集中获取数据集中的目标图像，对所述目标图像使用退化算法得到原始图像，将原始图像和对应的目标图像组合成图像对构建初始数据集，通过NIMA模型分别对初始数据集中的目标图像及原始图像进行评分，根据评分对初始数据集进行调整生成最终数据集；基于全卷积神经网络构建图像引擎色彩优化模型，将最终数据集输入图像引擎色彩优化模型进行训练，通过所述图像引擎色彩优化模型实现图像色彩优化。本发明中采用全卷积神经网络融合了多种图像优化算法，可以替代多种独立算法组合而成的传统算法，构建大规模数据集以增强网络的泛化性能，防止过拟合。
-
公开(公告)号：CN114820470A
公开(公告)日：2022-07-29
申请号：CN202210363743.X
申请日：2022-04-07
Applicant: 苏州科技大学
Abstract: 本发明公开了一种基于多特征融合的板材缺陷检测系统及检测方法，该系统包括：图像获取及预处理模块、色度坐标及纹理特征获取模块及缺陷检测标记模块；所述图像获取及预处理模块获取目标板材的图像信息，并将所述图像信息进行预处理；所述色度坐标及纹理特征获取模块将预处理后的图像信息进行计算得到色度库及纹理缺陷模型；所述缺陷检测标记模块将所述图像信息中缺陷进行检测，并标注缺陷的位置。本发明建立了板材缺陷检测系统，利用图像处理的方式建立色度库与纹理特征模型，处理速度快，精度高，视觉效果好。
-
公开(公告)号：CN112233031A
公开(公告)日：2021-01-15
申请号：CN202011105046.1
申请日：2020-10-15
Applicant: 苏州科技大学
Abstract: 本发明揭示了一种液晶显示动态图像感知效果补偿方法及系统，方法包括输入一个图像序列并对其相邻帧进行运动估计，获得相邻帧图像的运动方向和运动速度；根据图像运动速度建立基于人眼实际追踪速度优化的动态调制传递函数；对优化的动态调制传递函数做约束上界的取倒数处理建立图像运动补偿函数，根据图像运动补偿函数，针对不同位数的二进制液晶显示系统建立相应的自适应图像运动补偿函数，通过自适应图像运动补偿函数对原始图像序列逐帧进行处理，获得运动补偿图像序列。本发明普遍适用于市场上主流液晶显示系统，可显著提升动态图像显示质量。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
