CN109035161A - 一种图像数据的重构方法及装置 - Google Patents

一种图像数据的重构方法及装置 Download PDF

Info

Publication number
CN109035161A
CN109035161A CN201810723759.0A CN201810723759A CN109035161A CN 109035161 A CN109035161 A CN 109035161A CN 201810723759 A CN201810723759 A CN 201810723759A CN 109035161 A CN109035161 A CN 109035161A
Authority
CN
China
Prior art keywords
parameter
data
template
value
image data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810723759.0A
Other languages
English (en)
Inventor
姚映丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Weiteng Information Technology Co Ltd
Original Assignee
Shenzhen Weiteng Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Weiteng Information Technology Co Ltd filed Critical Shenzhen Weiteng Information Technology Co Ltd
Priority to CN201810723759.0A priority Critical patent/CN109035161A/zh
Publication of CN109035161A publication Critical patent/CN109035161A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种图像数据的重构方法,包括如下步骤:设置处理图像数据的模板;在任意一帧图像中选择其数据作为初始图像数据;选择当前接收或现有图像中的下一帧图像中的对应位置上的图像数据作为比较图像数据;逐一比较两个数据中的每一个参数,如相同,则选择该值为该参数的重构值;如不相同,则对两个数据进行运算,并根据所述运算的结果选择其中一个值作为该参数的重构值;当遍历模板中的所有参数后将取得的参数重构值按照设定的格式组合,得到重构的图像数据。本发明还涉及一种实现上述方法的装置。实施本发明的一种图像数据的重构方法及装置,具有以下有益效果:其不会受到图像帧数量的限制、效果较好。

Description

一种图像数据的重构方法及装置
技术领域
本发明涉及图像数据处理,更具体地说,涉及一种图像数据的重构方法及装置。
背景技术
在视频领域对图像进行处理时,大多数情况下都会出现一些图像的某些部分不清楚的情况。一般来讲,在现有技术中,会将这些不清楚的图像删除,留下清晰的图像进行处理,因为一般来讲图像的数量是足够多的。但是在一些情况下,例如在一些特殊的场合或特殊的阶段,这样的处理方法就会出现问题,此时可能图像的数量或图像的帧数并不多,如果将不清楚的图像帧排除在处理范围之外或删除,就会使得参与处理的图像帧数不够,从而使得处理后的图像不能准确地表达真实的环境。因此,现有的图像数据处理方式在一些场合或阶段的使用效果并不是很好,不能还原实际的情况。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述在一些情况下的使用受到图像帧数的限制、处理效果不好的缺陷,提供一种不会受到图像帧数量的限制、效果较好的一种图像数据的重构方法及装置。
本发明解决其技术问题所采用的技术方案是:构造一种图像数据的重构方法,包括如下步骤:
A)设置处理图像数据的模板的大小、参数及其格式;
B)在任意一帧图像中的任意位置按照所述模板大小选择其数据作为初始图像数据;
C)按照所述模板大小选择当前接收或现有图像中的下一帧图像中的对应位置上的图像数据作为比较图像数据;
D)逐一比较所述初始图像数据和所述比较图像数据中的每一个参数,如相同,则选择该值为该参数的重构值;如不相同,则对两个数据进行运算,并根据所述运算的结果选择其中一个值作为该参数的重构值;
E)判断所述模板中的所有参数是否遍历,如是,将取得的参数重构值按照设定的格式组合,得到重构的图像数据;否则,返回步骤D)并进行下一个参数的比较。
更进一步地,当所述模板尺寸小于一帧图像数据的尺寸时,还包括如下步骤:
F)在所述任意一帧图像中选择不同的位置按照所述模板的大小选择其数据作为所述初始图像数据,返回步骤C),并重复所述步骤C)到E),直到遍历所述任意一帧图像。
更进一步地,当所述模板尺寸等于一帧图像数据的尺寸时,还包括如下步骤:
G)将得到的重构的图像数据作为所述初始图像数据,返回步骤C),并重复所述步骤C)到E)。
更进一步地,所述步骤A)中,所述模板的大小参数包括该模板中包括的像素数量,所述参数和格式包括每个像素的位置以及每个像素中确定该像素特性的参数值;其中,模板中包括多个像素,一个像素包括多个描述或限定其特征的参数,模板中像素数量小于或等于一帧图像数据中像素数量。
更进一步地,所述步骤D)中,在两个参与比较的参数值不同时,判断其差异度是否大于设定阈值,如是,选择参与比较的参数中的一个作为重构的参数值,否则,选择其中初始图像中的参数值作为重构参数值。
更进一步地,所述差异度包括两个参数值的比值;所述阈值为一个设定的比例值。
更进一步地,所述差异度和所述阈值均小于1;所述两个参数值首先比较其绝对值大小,然后按照设定的位置相除,得到小于1的差异度值。
本发明还涉及一种实现上述方法的装置,包括:
模板设置模块:用于设置处理图像数据的模板的大小、参数及其格式;
初始图像数据选择模块:用于在任意一帧图像中的任意位置按照所述模板大小选择其数据作为初始图像数据;
比较图像数据选择模块:用于按照所述模板大小选择当前接收或现有图像中的下一帧图像中的对应位置上的图像数据作为比较图像数据;
比较模块:逐一比较所述初始图像数据和所述比较图像数据中的每一个参数,如相同,则选择该值为该参数的重构值;如不相同,则对两个数据进行运算,并根据所述运算的结果选择其中一个值作为该参数的重构值;
判断模块:用于判断所述模板中的所有参数是否遍历,如是,将取得的参数重构值按照设定的格式组合,得到重构的图像数据;否则,返回比较模块,并进行下一个参数的比较。
更进一步地,还包括:
帧处理模块:用于当所述模板尺寸小于一帧图像数据的尺寸时,在所述任意一帧图像中选择不同的位置按照所述模板的大小选择其数据作为所述初始图像数据,并进行重构处理,直到遍历所述任意一帧图像;
迭代模块:用于将得到的一帧重构的图像数据作为所述初始图像数据,并进行重构处理。
更进一步地,所述模板的大小参数包括该模板中包括的像素数量,所述参数和格式包括每个像素的位置以及每个像素中确定该像素特性的参数值;其中,模板中包括多个像素,一个像素包括多个描述或限定其特征的参数,模板中像素数量小于或等于一帧图像数据中像素数量。
实施本发明的一种图像数据的重构方法及装置,具有以下有益效果:由于将图像数据按照设置的模板大小取得,并且使用先后两帧的图像的相同位置的数据的各项参数进行比较,如果一个参数的值在先后两帧之间的数据上是相同的,则不会改变这个参数值;如果不同,则通过运算在分别属于两个不同帧的参数值中找到一个更为接近有效值或真实值的参数值,将其作为重构时该参数值,使得重构后的图像数据更为接近真实环境产生的数据。这样,通过一次或多次的模板比较,就能得到一帧图像的重构数据;多帧图像的数据通过上述方式进行迭代,就能够得到真实的环境图像数据。因此,其不会受到图像帧数量的限制、效果较好。
附图说明
图1是本发明一种图像数据的重构方法及装置实施例的结构示意图;
图2是所述实施例中的装置结构示意图。
具体实施方式
下面将结合附图对本发明实施例作进一步说明。
如图1所示,在本发明的一种图像数据的重构方法及装置实施例中,该图像数据的重构方法,包括如下步骤:
步骤S11设置模板参数:在本实施例中,以处理一批已经存在的或正在接收的图像数据为例,说明图像处理的数据重构方法。其中,这些图像数据都是以图像帧的形式存在或存储。一般来讲,图像数据是指通过图像显示软件最后能够显示为图像的数据,这些数据以一帧为单位存在,并按照一定的顺序排列,一帧的图像数据形成一个数据集,该数据集中不仅包括多个像素的个数、其所在位置等等,还包括定义或限制该像素的参数,例如,该显示显示的颜色、亮度等等。在本步骤中,设置处理图像数据的模板的大小、参数及其格式,就是定义该方法中一次处理的数据量的大小和格式,使得其中的每个变量或参数的物理意义明确。具体而言,当然可以选择一个帧的大小作为模板的大小,这种情况下处理速度较快,能够接收到一帧图像数据就进行处理,但是在这种情况下,对于处理器的速度、缓存的数量都有较高的要求,并不是在任何情况下都能使用;而在另外一些情况下,也可以选择模板尺寸较小,只是一帧图像数据的一部分,例如,1/8或1/16等,虽然其处理速度较慢,需要经过多次处理才能实现一帧图像数据的重构,但是这种处理方式对于硬件方面的要求较低,可以带来硬件成本上的降低,在对处理时间不敏感但是对成本敏感的情况下,能够得到较好的使用。总之,在本实施例中,所述模板的大小参数包括该模板中包括的像素数量,所述参数和格式包括每个像素的位置以及每个像素中确定该像素特性的参数值;其中,模板中包括多个像素,一个像素包括多个描述或限定其特征的参数,模板中像素数量小于或等于一帧图像数据中像素数量。值得一提的是,在对模板中的数据进行处理时,对其中的像素的处理在一些情况下下可以采用递归切耳算法等,以保证对于模块中所有像素的覆盖,同时,这样的算法还能够使得模板的形状具有更多的形状,包括任意的多边形,从而保证模板对于帧数据的覆盖。总体上来讲,在本实施例中,将帧数据分解为像素及其表示该像素特性的参数,并对不同帧的对应参数值进行比较,进而达到修正帧数据的目的,可以使得整个数据处理较为简单,处理时间较短,收敛较快,在原始数据有限的情况下能够尽量重现环境图像数据。
步骤S12选择初始数据:在本步骤中,在任意一帧图像中的任意位置按照所述模板大小选择其数据作为初始图像数据;在本实施例中,本质上来讲,是将两个图像帧的数据(例如,两个相邻的图像帧的数据)逐一进行对比,对于部分不清晰的图像帧而言,其不清晰的部分肯定和正常帧的对应位置的参数是不同的,经过本实施例中方法的处理,将不清晰帧的不清晰部分使用正常帧或较为正常帧的相应参数替代,最后得到重构数据中的所有参数都是正常的,进而得到一个正常的或清晰的图像帧数据。当模板和一帧图像数据的大小相同时,本步骤中的初始图像数据实际上就是选择的帧数据;当模板尺寸小于帧尺寸时,上述任意选择的位置至少应该使得模板本身不会超出帧数据,换句话说,上述选择应该保证模板全部落在帧数据之中。较优的选择方式是使得在整数次选择之后,能够刚好覆盖一个帧数据。
步骤S13选择比较数据,并逐一比较其中各参数:照所述模板大小选择当前接收的或现有图像中的下一帧图像中的对应位置上的图像数据作为比较图像数据,并选择其中一个参数开始比较。在本实施例中,上述步骤S12选择了两个进行比较的数据集中的一个,而本步骤选择进行比较的两个数据集中的另外一个。其中,在本在步骤中选择的比较数据在其所在图像帧数据中的位置与上述初始数据在其所在图像帧中的位置是对应的或一致的。例如,假设一个图像帧数据中有16个像素,每个像素由8个参数进行定义或限定,模板的大小为4个像素,在步骤S12中选择了一帧中的前4个像素作为初始数据,共有32个参数;在本步骤中,同样选择下一帧数据中的前4个像素作为比较数据,该比较数据同样具有32个参数,且每个参数均与初始数据中的一个参数对应。而在比较时,是将上述初始数据和比较数据中的参数逐个比较,例如,将初始数据中的第一个参数和比较数据中的第一个参数比较,将初始数据中的第二个参数和比较数据中的第二个参数比较,直到上述32个参数分别比较完成,则完成本次模板数据比较。一般来讲,上述比较是按照参数在数据集中的排列顺序进行的。
步骤S14参数值相同否:在本步骤中,判断参与比较的、两个分别来自上述初始数据和比较数据的相同位置的参数是否相同,如相同,执行步骤S15;如不相同,执行步骤S16。
步骤S15选择该值为该参数的重构值:在本步骤中,选择该值为该参数的重构值,执行完本步骤后,执行步骤S17。
步骤S16对参与比较的两个参数值进行运算,并依据运算结果选择其中一个作为该参数的重构值:在本步骤中,由于两个比较的参数值并不一样,故对两个数据进行运算,并根据所述运算的结果选择其中一个值作为该参数的重构值,然后执行步骤S17。作为一个优选的例子而言,在本实施例中,可以在两个参与比较的参数值不同时,再次判断其差异度是否大于设定阈值,如是,选择参与比较的两个参数值之间的任意一个值作为重构的参数值,否则,选择其中初始图像中的参数值作为重构参数值。值得一提的是,在本实施例中,所述差异度包括两个参数值的比值;所述阈值为一个设定的比例值。所述差异度和所述阈值均小于1;所述两个参数值首先比较其绝对值大小,然后按照设定的位置相除,得到小于1的差异度值。也就是说,在本步骤中,当两个参与比较的参数值不相同时,首先将比较这两个参数绝对值的大小,然后可以将值较小的一个作为分子,较大的一个作为分母,得到小于1的差异度,使用该得到的差异度与事先设定的一个同样小于1的阈值比较,例如,0.5,判断上述差异度是否小于该阈值,如是,表示两个参数的差异并不大,选择初始图像中的参数值作为重构参数值;如否,则选择两个参数值中的一个作为重构参数值。对于在两个值或元素中选择更有效的一个这样的选择,有许多的现有算法或方法可选,例如,可以采用某种快速排序方法选择,也可以采用例如马尔科夫链蒙特卡洛算法,还可以根据上次比较的该参数值或最接近像素点的对应参数值进行选择等等。
步骤S17遍历模板中的每个参数否,如是,执行步骤S18,进行图像帧是否处理完成的判断;否则,返回步骤S13并进行下一个参数的比较。
步骤S18处理完一帧数据否,如已处理完,则执行步骤S18;否则,在所述任意一帧图像中选择不同的位置按照所述模板的大小选择其数据作为所述初始图像数据,返回步骤S12,并重复上述步骤。值得一提的是,这种没有处理完一帧数据的情况,仅仅只会出现在所述模板尺寸小于一帧图像数据的尺寸时。当返回上述被选择为初始数据取得的任意图像帧数据再次选择初始数据时,将按照上述记载进行选择,即整数次选择后刚好覆盖一帧图像数据全部,当然,还可以调整模板的大小来配合这种选择,即在一些情况下,可以在一开始设定模板大小时就考虑这种效果,有意调整模板大小,以求得上述整数次选择后刚好覆盖一帧图像数据的情况。
步骤S19使用重构值得到重构图像数据:在本步骤中,将取得的参数重构值按照设定的格式组合,得到重构的图像数据。
上述步骤表明了取得一帧重构数据的具体操作。但是在实际使用中,可能并不是通过一帧重构图像数据就能消除图像部分不清楚的问题。在这种情况下,通常需要多次进行上述重构才能较好地解决问题。此时,本实施例中还包括如下步骤:将得到的重构的图像数据作为所述初始图像数据,返回步骤S12,并重复上述步骤,直到重构的图像帧全部清楚。某种意义上来讲,相当于将(一段时间内的)全部图像帧叠加在一起,并对其中的所有参数进行符合上述规定的迭代,直到得到一个全部参数都清晰、有效的图像帧数据,也就是得到一个能够完整地反应当前实际环境的图像帧。
在本实施例中还涉及一种实现上述方法的装置,请参见图2,该装置包括:模板设置模块1、初始图像数据选择模块2、比较图像数据选择模块3、比较模块4、判断模块5以及帧处理模块6。其中,模板设置模块1用于设置处理图像数据的模板的大小、参数及其格式;初始图像数据选择模块2用于在任意一帧图像中的任意位置按照所述模板大小选择其数据作为初始图像数据;比较图像数据选择模块3用于按照所述模板大小选择当前接收或现有图像中的下一帧图像中的对应位置上的图像数据作为比较图像数据;比较模块4用于逐一比较所述初始图像数据和所述比较图像数据中的每一个参数,如相同,则选择该值为该参数的重构值;如不相同,则对两个数据进行运算,并根据所述运算的结果选择其中一个值作为该参数的重构值;判断模块5用于判断所述模板中的所有参数是否遍历,如是,将取得的参数重构值按照设定的格式组合,得到重构的图像数据;否则,返回比较模块,并进行下一个参数的比较;
帧处理模块6用于当所述模板尺寸小于一帧图像数据的尺寸时,在所述任意一帧图像中选择不同的位置按照所述模板的大小选择其数据作为所述初始图像数据,并进行重构处理,直到遍历所述任意一帧图像;
此外,该装置还包括迭代模块7,该迭代模块7用于将得到的一帧重构的图像数据作为所述初始图像数据,并进行重构处理。其中,所述模板的大小参数包括该模板中包括的像素数量,所述参数和格式包括每个像素的位置以及每个像素中确定该像素特性的参数值;其中,模板中包括多个像素,一个像素包括多个描述或限定其特征的参数,模板中像素数量小于或等于一帧图像数据中像素数量。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像数据的重构方法,其特征在于,包括如下步骤:
A)设置处理图像数据的模板的大小、参数及其格式;
B)在任意一帧图像中的任意位置按照所述模板大小选择其数据作为初始图像数据;
C)按照所述模板大小选择当前接收或现有图像中的下一帧图像中的对应位置上的图像数据作为比较图像数据;
D)逐一比较所述初始图像数据和所述比较图像数据中的每一个参数,如相同,则选择该值为该参数的重构值;如不相同,则对两个数据进行运算,并根据所述运算的结果选择其中一个值作为该参数的重构值;
E)判断所述模板中的所有参数是否遍历,如是,将取得的参数重构值按照设定的格式组合,得到重构的图像数据;否则,返回步骤D)并进行下一个参数的比较。
2.根据权利要求1所述的图像数据的重构方法,其特征在于,当所述模板尺寸小于一帧图像数据的尺寸时,还包括如下步骤:
F)在所述任意一帧图像中选择不同的位置按照所述模板的大小选择其数据作为所述初始图像数据,返回步骤C),并重复所述步骤C)到E),直到遍历所述任意一帧图像。
3.根据权利要求1所述的图像数据的重构方法,其特征在于,还包括如下步骤:
G)将得到的重构的图像数据作为所述初始图像数据,返回步骤C),并重复所述步骤C)到E)。
4.根据权利要求1-3任意一项所述的图像数据的重构方法,其特征在于,所述步骤A)中,所述模板的大小参数包括该模板中包括的像素数量,所述参数和格式包括每个像素的位置以及每个像素中确定该像素特性的参数值;其中,模板中包括多个像素,一个像素包括多个描述或限定其特征的参数,模板中像素数量小于或等于一帧图像数据中像素数量。
5.根据权利要求4所述的图像数据的重构方法,其特征在于,所述步骤D)中,在两个参与比较的参数值不同时,判断其差异度是否大于设定阈值,如是,选择参与比较的参数中的一个作为重构的参数值,否则,选择其中初始图像中的参数值作为重构参数值。
6.根据权利要求5所述的图像数据的重构方法,其特征在于,所述差异度包括两个参数值的比值;所述阈值为一个设定的比例值。
7.根据权利要求6所述的图像数据的重构方法,其特征在于,所述差异度和所述阈值均小于1;所述两个参数值首先比较其绝对值大小,然后按照设定的位置相除,得到小于1的差异度值。
8.一种实现如权利要求1中所述的图像数据的重构方法的装置,其特征在于,包括:
模板设置模块:用于设置处理图像数据的模板的大小、参数及其格式;
初始图像数据选择模块:用于在任意一帧图像中的任意位置按照所述模板大小选择其数据作为初始图像数据;
比较图像数据选择模块:用于按照所述模板大小选择当前接收或现有图像中的下一帧图像中的对应位置上的图像数据作为比较图像数据;
比较模块:逐一比较所述初始图像数据和所述比较图像数据中的每一个参数,如相同,则选择该值为该参数的重构值;如不相同,则对两个数据进行运算,并根据所述运算的结果选择其中一个值作为该参数的重构值;
判断模块:用于判断所述模板中的所有参数是否遍历,如是,将取得的参数重构值按照设定的格式组合,得到重构的图像数据;否则,返回比较模块,并进行下一个参数的比较。
9.根据权利要求8所述的装置,其特征在于,还包括:
帧处理模块:用于当所述模板尺寸小于一帧图像数据的尺寸时,在所述任意一帧图像中选择不同的位置按照所述模板的大小选择其数据作为所述初始图像数据,并进行重构处理,直到遍历所述任意一帧图像;
迭代模块:用于将得到的一帧重构的图像数据作为所述初始图像数据,并进行重构处理。
10.根据权利要求8所述的装置,其特征在于,所述模板的大小参数包括该模板中包括的像素数量,所述参数和格式包括每个像素的位置以及每个像素中确定该像素特性的参数值;其中,模板中包括多个像素,一个像素包括多个描述或限定其特征的参数,模板中像素数量小于或等于一帧图像数据中像素数量。
CN201810723759.0A 2018-07-04 2018-07-04 一种图像数据的重构方法及装置 Pending CN109035161A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810723759.0A CN109035161A (zh) 2018-07-04 2018-07-04 一种图像数据的重构方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810723759.0A CN109035161A (zh) 2018-07-04 2018-07-04 一种图像数据的重构方法及装置

Publications (1)

Publication Number Publication Date
CN109035161A true CN109035161A (zh) 2018-12-18

Family

ID=65521719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810723759.0A Pending CN109035161A (zh) 2018-07-04 2018-07-04 一种图像数据的重构方法及装置

Country Status (1)

Country Link
CN (1) CN109035161A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103795920A (zh) * 2014-01-21 2014-05-14 宇龙计算机通信科技(深圳)有限公司 照片处理方法及装置
US20150271522A1 (en) * 2012-10-12 2015-09-24 National Institute Of Information And Communications Technology Method, program and apparatus for reducing data size of a plurality of images containing mutually similar information, and data structure representing a plurality of images containing mutually similar information
CN108063920A (zh) * 2017-12-26 2018-05-22 深圳开立生物医疗科技股份有限公司 一种图像冻结方法、装置、设备及计算机可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150271522A1 (en) * 2012-10-12 2015-09-24 National Institute Of Information And Communications Technology Method, program and apparatus for reducing data size of a plurality of images containing mutually similar information, and data structure representing a plurality of images containing mutually similar information
CN103795920A (zh) * 2014-01-21 2014-05-14 宇龙计算机通信科技(深圳)有限公司 照片处理方法及装置
CN108063920A (zh) * 2017-12-26 2018-05-22 深圳开立生物医疗科技股份有限公司 一种图像冻结方法、装置、设备及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
苗启广著: "《多传感器图像融合技术及应用》", 30 April 2014, 西安电子科技大学出版社 *
蔡成涛等著: "《海洋环境下的计算机视觉技术》", 31 October 2015, 国防工业出版社 *

Similar Documents

Publication Publication Date Title
Baldassarre et al. Deep koalarization: Image colorization using cnns and inception-resnet-v2
WO2023092813A1 (zh) 一种基于通道注意力的Swin-Transformer图像去噪方法及***
CN111798400B (zh) 基于生成对抗网络的无参考低光照图像增强方法及***
CN108898560B (zh) 基于三维卷积神经网络的岩心ct图像超分辨率重建方法
US11222211B2 (en) Method and apparatus for segmenting video object, electronic device, and storage medium
CN109543548A (zh) 一种人脸识别方法、装置及存储介质
CN109934826A (zh) 一种基于图卷积网络的图像特征分割方法
CN112771578B (zh) 使用细分缩放和深度上缩放的图像生成
CN112801901A (zh) 基于分块多尺度卷积神经网络的图像去模糊算法
CN109472193A (zh) 人脸检测方法及装置
CN110148088B (zh) 图像处理方法、图像去雨方法、装置、终端及介质
CN110827297A (zh) 基于改进的条件生成对抗网络的绝缘子分割方法
Vecchio et al. Surfacenet: Adversarial svbrdf estimation from a single image
CN104253929B (zh) 视频降噪方法及其***
CN113689517B (zh) 一种多尺度通道注意力网络的图像纹理合成方法及***
CN108734677B (zh) 一种基于深度学习的盲去模糊方法及***
CN110062282A (zh) 一种超分辨率视频重建方法、装置及电子设备
CN110717868A (zh) 视频高动态范围反色调映射模型构建、映射方法及装置
TWI781576B (zh) 資料增強策略的更新方法、設備及儲存介質
CN103489174A (zh) 一种基于残差保持的人脸超分辨率方法
CN111626960A (zh) 图像去雾方法、终端及计算机存储介质
Chen et al. Automatic colorization of images from Chinese black and white films based on CNN
CN112132279A (zh) 卷积神经网络模型压缩方法、装置、设备及存储介质
CN114299573A (zh) 视频处理方法、装置、电子设备及存储介质
Rika et al. A novel hybrid scheme using genetic algorithms and deep learning for the reconstruction of portuguese tile panels

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181218