Country
Full text data for US,EP,CN
Type
Legal Validity
Legal Status
Filing Date
Publication Date
Inventor
Assignee
Click to expand
IPC(Section)
IPC(Class)
IPC(Subclass)
IPC(Group)
IPC(Subgroup)
Agent
Agency
Claims Number
Figures Number
Citation Number of Times
Assignee Number
No. Publication Number Title Publication/Patent Number Publication/Patent Number Publication Date Publication Date
Application Number Application Number Filing Date Filing Date
Inventor Inventor Assignee Assignee IPC IPC
1
US10957028B2
Image generation device, image generation method and recording medium
Publication/Patent Number: US10957028B2 Publication Date: 2021-03-23 Application Number: 16/331,629 Filing Date: 2017-09-12 Inventor: Shibata, Osamu   Iwai, Hiroshi   Nishimura, Kazuko   Miyake, Yasuo   Satou, Yoshiaki   Assignee: PANASONIC INTELLECTUAL PROPERTY MANAGEMENT CO., LTD.   IPC: G06T5/50 Abstract: An image generation device includes a first reception unit and a control unit. The first reception unit receives travel information about the travel state of a moving body. The control unit sets, based on the travel information, a multiple-exposure region in an imaging region of an image sensor used on the moving body, and generates image data in which the multiple-exposure region in the imaging region is formed through a multiple exposure and a region other than the multiple-exposure region is not formed through the multiple exposure.
2
CN112508828A
一种基于稀疏表示和引导滤波的多聚焦图像融合方法
Substantial Examination
Publication/Patent Number: CN112508828A Publication Date: 2021-03-16 Application Number: 201910869494.X Filing Date: 2019-09-16 Inventor: 李启磊   童嘉蕙   杨晓敏   Assignee: 四川大学   IPC: G06T5/50 Abstract: 本发明公开了一种多焦点图像融合方法,包括以下步骤:(1)对训练样本的自然图像进行多次模糊处理;(2)从这些训练样本图像中随机抽取一定大小的图像块得到样组,训练图像样组并得到学习字典;(3)输入测试样本图像,从测试样本的图像中逐像素采样得到输入图片集合,计算得到稀疏系数并保存;(4)结合稀疏系数和学习字典得到焦点特征图谱;(5)将焦点特征图平滑处理来确定分数图,再根据分数图判断当前像素点得到初始决策图;(6)去除小区域黑点小洞,细化后得到最终决策图;(7)根据最终决策图还原融合后图像。本发明在融合两张焦点不同的图片上效果极佳,能够在保持原始图像的清晰度和分辨率的前提下展现更多信息。
3
CN112488970A
基于耦合生成对抗网络的红外和可见光图像融合方法
Substantial Examination
Publication/Patent Number: CN112488970A Publication Date: 2021-03-12 Application Number: 201910861991.5 Filing Date: 2019-09-12 Inventor: 李启磊   朱佳辉   杨晓敏   Assignee: 四川大学   IPC: G06T5/50 Abstract: 本发明公开了一种基于耦合生成对抗网络的红外和可见光图像融合方法,包括以下步骤:(1)分别读取红外图像和可见光图像,在颜色通道上连接后馈入并联耦合的生成器。(2)第一个生成器尝试基于预融合图像生成具有红外图像结构信息的图像,判别器测量所生成图像与可见光图像的相对偏移。(3)第二个生成器专用于增强预融合图像上的可见光图像的梯度信息,其判别器专用于测量第二个生成图像相对于红外图像的偏移。(4)对两个生成的图像进行平均以获得最终的融合图像。通过本发明进行红外图像和可见光图像融合,能够有效地保持红外图像的热辐射信息和可见光图像的纹理信息。
4
CN112381749A
一种图像处理方法、图像处理装置和电子设备
Substantial Examination
Publication/Patent Number: CN112381749A Publication Date: 2021-02-19 Application Number: 202011331349.5 Filing Date: 2020-11-24 Inventor: 石小周   Assignee: 维沃移动通信有限公司   IPC: G06T5/50 Abstract: 本申请公开了一种图像处理方法、图像处理装置和电子设备,属于图像处理技术领域。其中,图像处理方法包括:获取相同对象的第一图像和第二图像,其中,第二图像的清晰度高于第一图像的清晰度;获取流动矩阵;通过流动矩阵,对第二图像的像素点进行位置偏移,得到第三图像,其中,第三图像是与第一图像相对齐的图像;将第三图像和第一图像进行图像融合,生成第四图像,其中,第四图像的清晰度高于第一图像。本申请实施例通过流动矩阵,将高清人脸图像中的细节信息准确的还原到模糊人脸图像中,保证高清处理后的照片与原照片拍摄主体的原有细节保持一致,在有效提高照片清晰度的同时保证照片主体的原有细节不变。
5
CN112750095A
一种红外与可见光融合方法、交通监控装置及存储介质
Substantial Examination
Publication/Patent Number: CN112750095A Publication Date: 2021-05-04 Application Number: 202110003125.X Filing Date: 2021-01-04 Inventor: 孙林林   蒋伦岗   郭胤昶   罗娜   马皓   王君羽   周源   唐古南   刘双   Assignee: 悉地(苏州)勘察设计顾问有限公司   IPC: G06T5/50 Abstract: 本发明提供了一种红外与可见光融合方法、交通监控装置及存储介质,该方法包括:S1、将原始可见光图像和红外图像分解为高斯金字塔;S2、基于高斯金字塔分别构建可见光图像和红外图像的拉普拉斯金字塔;S3、将可见光图像和红外图像的拉普拉斯金字塔进行融合,得到融合后的图像。本发明通过将可见光图像和红外图像进行高斯金字塔和拉普拉斯金字塔构建,实现二者的融合,能够保留可将光图像和红外图像的优点。本发明提供的交通监控装置能够将可见光图像与红外图像优势互补,在白天与夜间都能有效地工作。
6
CN112767294A
深度图像的增强方法、装置、电子设备以及存储介质
Substantial Examination
Publication/Patent Number: CN112767294A Publication Date: 2021-05-07 Application Number: 202110049138.0 Filing Date: 2021-01-14 Inventor: 陈立梁   黄晗   郭彦东   Assignee: OPPO广东移动通信有限公司   IPC: G06T5/50 Abstract: 本申请公开了一种深度图像的增强方法、装置、电子设备以及存储介质,涉及人工智能技术领域。该方法包括:获取彩色图像和待增强深度图像,彩色图像和待增强深度图像的图像内容相同,且彩色图像的分辨率大于待增强深度图像的分辨率,将待增强深度图像与彩色图像对齐,获得待增强深度图像对应的待增强平面图像,其中,彩色图像的分辨率与待增强平面图像的分辨率相同,将彩色图像和待增强平面图像输入已训练的神经网络模型,获得已训练的神经网络模型输出的已增强深度图像,已增强深度图像的分辨率大于待增强深度图像的分辨率。本申请通过彩色图引导深度图进行增强,提高深度图增强的准确性,节约了成本且丰富了深度图的应用场景,提升了实用性。
7
EP3822909A1
A SYSTEM AND A METHOD FOR GENERATING OUTPUT IMAGE DATA AND A MICROSCOPE
Publication/Patent Number: EP3822909A1 Publication Date: 2021-05-19 Application Number: 20206882.1 Filing Date: 2020-11-11 Inventor: Krishnan, Tushar   Assignee: Leica Instruments (Singapore) Pte. Ltd.   IPC: G06T5/50 Abstract: A system comprises one or more processors and one or more storage devices. The system is configured to receive first image data of a first image of an object from a first image sensor and receive second image data of a fluorescence image of the object from a second image sensor. Further, the system is configured to process the first image data and the second image data and generate combined image data of an output image of the object in a linear color space based on the processed first image data and the processed second image data. Additionally, the system is configured to convert the combined image data to a non-linear color space representation of the output image.
8
CN112819735A
一种显微系统的实时大尺度图像合成算法
Substantial Examination
Publication/Patent Number: CN112819735A Publication Date: 2021-05-18 Application Number: 202011623367.0 Filing Date: 2020-12-31 Inventor: 李磊   刘淑斌   郑若鹏   Assignee: 四川大学   IPC: G06T5/50 Abstract: 本发明公开了一种显微系统的实时大尺度图像合成算法,涉及显微光学成像和图像处理技术领域,该算法采用了多线程的并行图像采集式,既便捷又迅速;利用多线程技术仅对感兴趣区域ROI提取特征,避免了对合成图像无贡献的特征点的计算,大大的减少了计算时间和计算步骤,避免了错误特征点的影响,提高了所提取特征点的准确度和效率;在GPU加速环境下,并行按由密至疏的方法求取各图像的匹配对集,极大的减少了对特征点稀疏区域的计算,优先保证密集特征集的匹配,提高了处理效率和精度;基于参考线的长度和斜率筛选最优匹配对,简化了计算过程;该算法易于实现显微系统的实时大尺度图像合成。
9
CN109859152B
模型生成方法、图像增强方法、装置及计算机可读存储介质
Grant
Publication/Patent Number: CN109859152B Publication Date: 2021-05-25 Application Number: 201811594319.6 Filing Date: 2018-12-25 Inventor: 钟韬   Assignee: 北京奇艺世纪科技有限公司   IPC: G06T5/50 Abstract: 本发明提供了一种模型生成方法、图像增强方法、装置及计算机可读存储介质,属于网络技术领域。该方法可以根据不同强度等级差对应的样本图像对及其强度等级差,并利用初始增强模型根据样本图像对的强度等级差对样本图像进行增强处理,基于增强后的样本图像以及样本图像的样本增强图像,计算损失值,若损失值在预设范围内,将初始增强模型作为图像增强模型。这样,利用该生成的图像增强模型在对待分类图像进行处理时,可以基于不同的强度等级差,对待分类图像进行不同增强程度的处理,这样,无需多个模型,通过输入强度等级差,利用该单个模型即可实现对图像进行不同强度的增强。
10
CN109447927B
图像处理方法和装置、电子设备、计算机可读存储介质
Grant
Publication/Patent Number: CN109447927B Publication Date: 2021-01-22 Application Number: 201811197964.4 Filing Date: 2018-10-15 Inventor: 罗玲玲   Assignee: OPPO广东移动通信有限公司   IPC: G06T5/50 Abstract: 本申请涉及一种图像处理方法和装置、电子设备、计算机可读存储介质。该方法包括:获取待处理图像,将第一光效模板与待处理图像进行融合处理,得到中间图像,将第二光效模板与中间图像进行融合处理,得到目标图像,其中,第一光效模板和第二光效模板用于模拟不同的光源效果。电子设备通过使用第一光效模板和第二光效模板对图像进行处理,由于第一光效模板和第二光效模板用于模拟不同的光源效果,对图像进行处理可以增加图像的光效效果,从而满足个性化需求,提高用户黏度。
11
CN112529824A
一种基于自适应结构分解的图像融合方法
Substantial Examination
Publication/Patent Number: CN112529824A Publication Date: 2021-03-19 Application Number: 202011305345.X Filing Date: 2020-11-19 Inventor: 彭德光   孙健   汤斌   Assignee: 重庆兆光科技股份有限公司   IPC: G06T5/50 Abstract: 本发明提出一种基于自适应结构分解的图像融合方法,包括:输入待处理图像,通过伽马校正获取所述待处理图像在不同曝光水平下的一组图像序列;针对所述图像序列中的每幅图像,获取图像中每个像素点的饱和度,并对饱和度进行线性调整,得到调整后的图像序列;基于调整后的图像序列,获取图像序列中每幅图像的卡通分量,并根据所述卡通分量从对应的图像中分离出纹理分量;基于每幅图像的纹理分量获取对应的纹理熵值,根据每幅图像的纹理熵值选出最佳图像块;将所有图像的最佳图像块进行融合处理,输出融合图像;本发明可有效提高图像局部细节的处理效果,通过最佳视觉质量的图像区域融合,保证融合后的图像质量。
12
CN112488973A
图像智能合成方法、装置、计算机设备及存储介质
Substantial Examination
Publication/Patent Number: CN112488973A Publication Date: 2021-03-12 Application Number: 202011387223.X Filing Date: 2020-12-01 Inventor: 李树辉   Assignee: 深圳市巨烽显示科技有限公司   IPC: G06T5/50 Abstract: 本发明公开了图像智能合成方法、装置、计算机设备及存储介质,其中方法包括:获取在一段时间内连续拍摄同一场景的多张图片;提取每张图片中每个人的人脸特征数据;从多张图片中选取同一个人的最佳人脸特征数据;通过选取的所有人的最佳人脸特征数据合成一张最佳图片。本发明能够使拍摄的集体图像,每个人都状态都可以达到最佳,并有效的减少了大家拍摄的时间,而且大大的降低了拍摄者的难度。
13
CN112508833A
基于深度学习的医学图像增强方法及装置
Substantial Examination
Publication/Patent Number: CN112508833A Publication Date: 2021-03-16 Application Number: 202011435159.8 Filing Date: 2020-12-09 Inventor: 陈阳   张柳   Assignee: 东南大学   IPC: G06T5/50 Abstract: 本发明公开了一种基于深度学习的医学图像增强方法及装置,其中,方法包括:步骤(1)采集图像增强数据,包括增强后的数据和需要增强的数据;步骤(2)将采集到的数据进行裁剪、分批处理,得到成批的图像块;步骤(3)计算增强后的图像块和需要增强的图像块之间的误差值,选取误差值高于一定阈值的进行下一步处理;步骤(4)计算选中的图像批次对(增强后的图像块和需要增强的图像块)之间的差值;步骤(5)将需要增强的图像作为输入,差值作为目标输出,对深度网络进行训练,直至误差收敛;步骤(6)将原始图像直接输入训练好的深度网络,网络输出增强后的图像。该方案图像增强效果更好,无明显的噪声放大情况,而且处理速度比较快。
14
CN112785533A
图像融合方法、图像融合装置、电子设备与存储介质
Substantial Examination
Publication/Patent Number: CN112785533A Publication Date: 2021-05-11 Application Number: 201911082008.6 Filing Date: 2019-11-07 Inventor: 姚坤   Assignee: RealMe重庆移动通信有限公司   IPC: G06T5/50 Abstract: 本公开提供了一种图像融合方法、图像融合装置、电子设备及计算机可读存储介质,属于图像处理技术领域。应用于具备图像传感器的终端设备,该方法包括:获取由所述图像传感器采集的第一图像和第二图像,所述第一图像和所述第二图像为同一区域的图像,所述第一图像的像素数高于所述第二图像;将所述区域划分为第一类子区域和第二类子区域;基于所述第一图像中的第一类子区域,和所述第二图像中的第二类子区域,对所述第一图像和所述第二图像进行融合,得到目标图像。本公开可以解决高像素图像噪点多的问题,提高图像拍摄的质量。
15
CN107507160B
一种图像融合方法、终端及计算机可读存储介质
Grant
Publication/Patent Number: CN107507160B Publication Date: 2021-04-23 Application Number: 201710725635.1 Filing Date: 2017-08-22 Inventor: 戴向东   Assignee: 努比亚技术有限公司   IPC: G06T5/50 Abstract: 本发明实施例公开了一种图像融合方法,该方法主要包括:获取同一拍摄场景的S帧图像;其中,S≥2;确定所述拍摄场景中运动物体分别在所述S帧图像中的区域;根据所述运动物体分别在所述S帧图像中的区域,确定所述S帧图像中每个像素点的融合权值;根据所述S帧图像中每个像素点的融合权值对所述S帧图像进行融合,得到所述融合后的目标图像。通过该方法能够消除运动物体带来的融合图像出现像素模糊的现象,有效提升用户拍摄体验。本发明实施例同时还公开了一种图像融合终端和计算机可读存储介质。
16
CN109903262B
一种图像融合的方法、系统及相关装置
Grant
Publication/Patent Number: CN109903262B Publication Date: 2021-02-12 Application Number: 201910141466.6 Filing Date: 2019-02-26 Inventor: 郭盼   弓馨   张丽英   李学军   梁龙凯   何文超   吕绪浩   徐婷   Assignee: 东北师范大学人文学院   IPC: G06T5/50 Abstract: 本申请所提供的一种图像融合的方法,包括:在分别获取两种成像设备拍摄目标对象得到的第一原始图像及第二原始图像后,将第一原始图像、第二原始图像分别作为输入图像和导向图像,并进行导向滤波器的滤波处理,得到第一基础层信息图像;再得到第一细节层信息图像、第二基础层信息图像、第二细节层信息图像;利用含可变参数的邻域统计特性的权值系数计算方法,分别确定第一权值系数和第二权值系数;最后对第一原始图像和第二原始图像进行融合处理,得到融合图像。该方法利用导向滤波器进行滤波处理,有效提取细节信息、增强图像的空间连续性,避免引入人造纹理。本申请还提供一种图像融合的系统、设备及计算机可读存储介质,均具有上述有益效果。
17
CN112529826A
截断式张量贝叶斯多光谱图像压缩感知重构方法
Substantial Examination
Publication/Patent Number: CN112529826A Publication Date: 2021-03-19 Application Number: 202011454059.X Filing Date: 2020-12-10 Inventor: 李丹   吴汉杰   王禹健   孔繁锵   Assignee: 南京航空航天大学   IPC: G06T5/50 Abstract: 本发明公开了一种截断式张量贝叶斯多光谱图像压缩感知重构方法,用于提高多光谱图像压缩感知重构精度和速度。本发明建立了原数据的张量稀疏先验概率模型和采样噪声的先验概率模型,将高维压缩感知重构为题转化为最大后验估计问题。对此,本发明采用迭代法依次更新估计值和概率模型超参数,在每次迭代完成后,对稀疏先验模型超参数进行由大到小的排序,当排序结果相对于前一次迭代后没有变化,则停止迭代,并基于张量最小二乘原理得到最终重构结果。与传统高维贝叶斯重构相比,本发明方法在不影响重构精度的前提下,明显降低了迭代所需次数,提升了高维压缩感知重构效率,可应用于航天遥感和物质探测等实际工程领域。
18
CN109961419B
对PET活度分布图像进行衰减校正的校正信息获取方法
Grant
Publication/Patent Number: CN109961419B Publication Date: 2021-05-07 Application Number: 201910234260.8 Filing Date: 2019-03-26 Inventor: 崔洁   李楠   Assignee: 江苏赛诺格兰医疗科技有限公司   IPC: G06T5/50 Abstract: 本发明公开一种对PET活度分布图像进行衰减校正的校正信息获取方法,方法包括:S0获取PET系统扫描时的带有飞行时间信息的PET探测数据和其它模态图像;S1对PET探测数据进行建模处理得到L(x,μ,y);S2、根据其它模态图像,获取线性衰减系数分布图像μ;S3、若线性衰减系数分布图像存在伪影,则获取完整的线性衰减系数分布R(μ);S4、基于μ,采用迭代算法对L(x,μ,y)进行优化,且在优化过程中,采用R(μ)更新每一次迭代的μ值,在满足迭代终止条件时获取作为校正信息的x和μ的估计值。在具体实现中,将最后的估计值x和μ应用在PET图像重建中,可以解决现有技术中PET图像重建中衰减伪影的问题,且能够保证衰减校正的准确定量。
19
CN108198158B
一种基于瑞利噪声分布的超声与磁共振影像融合方法
Grant
Publication/Patent Number: CN108198158B Publication Date: 2021-06-01 Application Number: 201711454377.4 Filing Date: 2017-12-28 Inventor: 侯漠   杨茂云   夏劲伟   Assignee: 江苏师范大学   IPC: G06T5/50 Abstract: 本发明公开了一种基于瑞利噪声分布及非负矩阵分解的超声与磁共振影像融合方法,本方法具体步骤如下:步骤1:基于自适应加权非负矩阵分解A=WUV,将超声图像和磁共振图像分别转化为列向量US和MRI,构建非负矩阵A,并令A=[US,MRI],构建非负的权重矩阵W=[W,W],W的每一个元素值都被初始化为0.5,U为按照行优先转换后的列向量;步骤2:计算超声和磁共振图像对应的梯度能量矩阵并记为EOG和EOG,对应两个梯度能量矩阵元素的较大值构成梯度能量矩阵EOG;步骤3:对U和V进行随机初始化;步骤4:对U和V进行迭代求解;步骤5:更新非负的权重矩阵W;步骤6:如果迭代满足结束条件,那么转到步骤7;如果迭代不满足结束条件,转到步骤4;步骤7:将向量U转换为矩阵,即为融合结果。
20
CN112884690A
一种基于三种尺度分解的红外与可见光图像融合方法
Public
Publication/Patent Number: CN112884690A Publication Date: 2021-06-01 Application Number: 202110220561.2 Filing Date: 2021-02-26 Inventor: 任龙   张海峰   单福强   张辉   冯佳   Assignee: 中国科学院西安光学精密机械研究所   IPC: G06T5/50 Abstract: 本发明涉及一种红外与可见光图像融合方法,具体涉及一种基于三种尺度分解的红外与可见光图像融合方法。本发明的目的是解决现有红外与可见光图像融合方法存在难以同时满足实时性和较佳融合效果的技术问题。通过对可见光图像与红外图像进行三种尺度的分解,分解为背景亮度层、显著特征层和细节层,并对不同分解层采用不同融合方法进行融合,将各融合后的分解层加和再优化,最终得到目标融合图像,步骤简单、省时,保证了红外与可见光图像融合的实时性,并且保留了背景亮度信息,提高了融合图像的质量,融合质量好、效果佳。
Total 500 pages