文档详情

一种基于残差密集网络的图像高低频分解噪声去除方法.pdf

发布：2023-06-07约1.49万字共12页下载文档

文本预览下载声明

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991199 A (43)申请公布日 2021.06.18 (21)申请号 202110182091.5 (22)申请日 2021.02.08 (71)申请人西安理工大学地址

显示全部

相似文档

基于残差密集卷积自编码的高噪声图像去噪方法.pdf 基于残差密集卷积自编码的高噪声图像去噪方法张杰,卢淼鑫,李嘉康,徐大勇,黄雯潇,史小平引用本文张杰,卢淼鑫,李嘉康,徐大勇,黄雯潇,史小平.基于残差密集卷自编码的高噪声图像去噪方法[J].计算机科学,2024,51(6A):230400073-7. ZHANGJie,LUMiaoxin,LIJiakang,XUDayong,HUANGWenxiao,SHIXiaoping.ResiduaDense ConvoutionaAutoencoderforHighNoiseImageDenoising[J].ComputerScience,2024,51(6A): 230400073-7. 相
2025-05-17 约6.18万字 8页立即下载
一种基于密集残差型UNet的图像信息解析建模方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463189 A (43)申请公布日 2022.05.10 (21)申请号 202011236954.4 (22)申请日 2020.11.09 (71)申请人中国科学院沈阳自动化研究所地址
2023-05-05 约8.61千字 10页立即下载
基于FPGA的一种新型图像编码噪声去除方法.doc 硕士学位论文开题报告（基于FPGA的一种新型图像编码噪声去除方法）二、立题依据 1、研究意义 2、国内外研究现状 3、主要参考文献及出处研究意义：随着互联网与数字电视网络的高速发展和人们对视频品质要求的不断提升，越来越多的高品质视频需要通过各种网络传输到客户端。图像分辨率较高的视频，尤其是高清视频，本身的数据量极大，因此在传输以前必然要进行压缩。目前，主流的图像压缩标准是MPEG4和H.264(AVS)。上述两种标准的编码（解码）过程都包含DCT变换（反变换）和量化（反量化）过程。 DCT变换后的系数一般在低频时较大，而在高频时较小，因此量化后会使图像的高频分量被截断
2018-01-31 约5.6千字 7页立即下载
一种眼部图像噪声去除方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113012058 A (43)申请公布日 2021.06.22 (21)申请号 202110153407.8 (22)申请日 2021.02.04 (71)申请人广东奥珀智慧家居股份有限公司
2023-06-07 约8.42千字 8页立即下载
基于迭代残差网络的双能CT图像材料分解研究.docx 基于迭代残差网络的双能CT图像材料分解研究摘要：双能计算机断层成像技术（DECT）由于其材料分解能力，在高级成像应用中发挥着重要作用。图像域分解直接对CT图像进行线性矩阵反演，但分解后的材料图像会受到噪声和伪影的严重影响。虽然各种正则化方法被提出来解决这个问题，但它们仍然面临着两个挑战：繁琐的参数调整和过度平滑导致的图像细节损失。为此，本文提出一种基于迭代残差网络的双能CT图像材料分解算法，直接求逆作为初始基图像，利用堆叠的双通道卷积神经网络替换迭代分解模型中的正则化项，构成深度迭代分解网络，该方法同时实现了材料分解和噪声抑制。实验结果表明，本文提出的迭代残差网络优于其他对比方法，能够在保持
2025-04-24 约8.9千字 13页立即下载
一种基于残差网络和迁移学习的高分遥感图像分类方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112836614 B (45)授权公告日 2022.07.12 (21)申请号 202110113122.1 (51)Int.Cl.
2023-06-05 约1.54万字 12页立即下载
一种基于亮度补偿残差网络的水下图像增强方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881879 A (43)申请公布日 2022.08.09 (21)申请号 202210541384.2 (22)申请日 2022.05.17 (71)申请人燕山大学
2023-05-17 约1.97万字 13页立即下载
一种基于残差稠密阈值网络的图像压缩感知重建方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991472 A (43)申请公布日 2021.06.18 (21)申请号 202110294533.5 (22)申请日 2021.03.19 (71)申请人华南理工大学地址
2023-06-09 约1.43万字 11页立即下载
一种基于颜色校正和上下文聚合残差网络的图像去雾方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991201 A (43)申请公布日 2021.06.18 (21)申请号 202110187683.6 (22)申请日 2021.02.18 (71)申请人西安理工大学地址
2023-06-06 约1.15万字 11页立即下载
一种基于深度稠密残差网络的光学与SAR图像融合的去云方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549385 A (43)申请公布日 2022.05.27 (21)申请号 202210174565.6 (22)申请日 2022.02.24 (71)申请人重庆邮电大学地址 400065
2023-05-11 约1.57万字 13页立即下载
一种基于深度残差网络的红外热波图像去模糊方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112991194 B (45)授权公告日 2022.06.24 (21)申请号 202110125885.8 (56)对比文件
2023-06-10 约9.23千字 10页立即下载
一种基于残差网络和注意力机制的图像处理方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112967295 A (43)申请公布日 2021.06.15 (21)申请号 202110258693.4 G06T 7/00 (2017.01) (22)申请日 20
2023-06-09 约1.89万字 18页立即下载
基于U-Net结构和残差网络的单幅图像去雾网络及其去雾方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881875 A (43)申请公布日 2022.08.09 (21)申请号 202210466613.9 (22)申请日 2022.04.27 (71)申请人北京理工大学
2023-05-17 约1.67万字 14页立即下载
基于残差密集注意力和多尺度融合神经网络的图像去噪技术研究.pdf 摘要在计算机视觉领域中，图像去噪是许多图像处理任务的基础，其主要目标是消除噪声并尽可能地保留图像中的有用信息，从而提高图像质量和准确性。许多基于深度学习技术的去噪模型由于其灵活性与强大的学习能力，在空间不变噪声的表现上超越了传统算法，但在面对真实噪声时，许多模型的泛化性能受限，并且需要多级网络建模，在真实场景中无法很好地处理图像中噪声与细节。基于以上考虑，为了提升算法的实用性，本文基于深度学习技术针对图像的真实噪声去除这一问题展开了研究，主要内容如下：首先，本文提出了一种新的三段式盲去噪网络，将噪声图像分别进行特征提取、去噪、特征融合，主要思路为将经过特征提取子网络得到的特征图
2025-03-26 约9.05万字 69页立即下载
基于3D残差网络的肺结节图像分类方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801992 A (43)申请公布日 2021.05.14 (21)申请号 202110150039.1 G06N 3/08 (2006.01) (22)申请日 20
2023-06-02 约1.09万字 12页立即下载