一种基于自监督的多尺度图像去噪方法及装置.pdf
文本预览下载声明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117333398A
(43)申请公布日2024.01.02
(21)申请号202311398669.6
(22)申请日2023.10.26
(71)申请人南京信息工程大学
地址2100
显示全部
文档详情
相似文档
-
基于多尺度变换的图像去噪方法研究的开题报告 .pdf
基于多尺度变换的图像去噪方法研究的开题报告
一、研究背景与意义
图像处理技术一直是计算机视觉领域的重要研究方向之一。随着数
字摄影技术的普及和图像传输技术的发展，数字图像不可避免地会受到
来自各种源头的噪声干扰，其中包括传感器噪声、信道噪声、压缩噪声
等。这些噪声不仅影响了图像的视觉效果，而且对后续图像分析和处理
的准确性也产生了重大影响，因此图像去噪技术一直是图像处理领域的
基础和热点问题之一。
目前，图像去噪技术主要可以分为基于小波变换的方法、基于局部
图像统计特征的方法、以及基于深度学习的方法等。在实际应用中，这
些方法均存在各自的优点和缺点，如何充分发挥它们的优点、弥补它们
的缺陷、提
-
一种基于深度学习的图像去噪方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114881867 A
(43)申请公布日 2022.08.09
(21)申请号 202210294621.X G06N 3/04 (2006.01)
-
基于多尺度变换的图像去噪算法研究.doc
中文题目：基于多尺度变换的图像去噪算法
外文题目：ResearchonImageDenoisingMethodsBasedonMulti-scaleTransformation
PAGE
PAGE1
PAGE
PAGE1
摘要
在图像获取，储存和传输的过程中由于各种因素的影响，噪声是不可避免的。本文首先研究了小波理论和多尺度分析的理论，着重研究了轮廓波变换。首先使用传统的小波阈值变换和轮廓波变换算法进行去噪使用，事实证明该方法可以一定程度消除噪声，但是去噪效果有限，图像依旧比较模糊失真。接下来，我们尝试看看两种算法的结合是否能更有效地去除噪声。
-
基于多尺度变换的图像去噪算法.doc
中文题目：基于多尺度变换的图像去噪算法
外文题目：ResearchonImageDenoisingMethodsBasedonMulti-scaleTransformation
PAGE
PAGE1
PAGE
PAGEI
摘要
在图像获取，储存和传输的过程中由于各种因素的影响，噪声是不可避免的。本文首先研究了小波理论和多尺度分析的理论，着重研究了轮廓波变换。首先使用传统的小波阈值变换和轮廓波变换算法进行去噪使用，事实证明该方法可以一定程度消除噪声，但是去噪效果有限，图像依旧比较模糊失真。接下来，我们尝试看看两种算法的结合是否能更有效地去除噪声。
-
基于图像奇异性的多尺度变换图像去噪方法的研究的开题报告.docx
基于图像奇异性的多尺度变换图像去噪方法的研究的开题报告
一、选题背景和意义
随着数字图像技术的广泛应用，在图像处理中，噪声一直是一个普遍存在的问题。去除噪声，保留和增强图像细节对于许多应用非常重要，如医学成像、安防监控、机器视觉等。对于数字图像，图像的信号与噪声混合在一起，噪声通常是难以完全消除的。因此，图像去噪技术一直是数字图像处理领域的一个热门研究方向。
目前，常用的图像去噪方法有基于小波变换、基于分数阶微积分、基于局部统计等。这些方法都有其优点和局限性，难以处理多尺度图像中的噪声。因此，本文计划研究基于图像奇异性的多尺度变换图像去噪方法，探索一种新的图像去噪思路。
二、研究内容和方法
本
-
一种图像去噪方法、装置、设备及存储介质.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114463215 A
(43)申请公布日 2022.05.10
(21)申请号 202210113646.5
(22)申请日 2022.01.30
(71)申请人 中国农业银行股份有限公司
地址 1
-
一种图像去噪方法及系统.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114549364 A
(43)申请公布日 2022.05.27
(21)申请号 202210201410.7
(22)申请日 2022.03.03
(71)申请人 中国人民解放军国防科技大学
地址
-
2013350一种基于总体变分的自适应图像去噪方法.doc
一种基于总体变分的自适应图像去噪方法
摘要：建立了总体变分自适应图像去噪模型，并给出了其非线性各向异性扩散方程的数值解法，该方法采用高斯滤波器对噪声图像进行预处理，并利用图像每个像素的梯度信息，使其扩散方程在沿边缘方向上具有较大的扩散系数，而在垂直边缘的方向上具有较小的扩散系数。因此，总体变分自适应图像去噪方法不但能抑制噪声，还能很好地保持图像的边缘和纹理特征。图像去噪仿真实验表明，该方法的降噪效果明显优于总体变分去噪方法和中值滤波、维纳滤波等传统方法。
关键词：偏微分方程；总体变分；图像去噪；自适应；梯度
中图分类号：TP751 文献标识码：A
An Adap
-
一种基于四阶偏微分方程的图像去噪方法.pdf
-
一种基于宽卷积神经网络的图像去噪方法.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 112801897 A
(43)申请公布日 2021.05.14
(21)申请号 202110071024.6
(22)申请日 2021.01.19
(71)申请人 西安理工大学
地址
-
一种基于解耦深度字典学习的图像去噪方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114881885 A
(43)申请公布日 2022.08.09
(21)申请号 202210572476.7 G06N 3/08 (2006.01)
(22)申请日 2022.05.2
-
一种基于特征增强网络和GRU网络的图像去噪方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116051396 A
(43)申请公布日 2023.05.02
(21)申请号 202211382433.9
(22)申请日 2022.11.07
(71)申请人 中国矿业大学
地址 221116
-
一种基于图滤波的回转窑火焰图像去噪方法.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 112819719 A
(43)申请公布日 2021.05.18
(21)申请号 202110144503.6
(22)申请日 2021.02.02
(71)申请人 武汉科技大学
地址
-
一种图像去噪方法、图像去噪网络运算单元及设备.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113344827 B
(45)授权公告日 2021.11.23
(21)申请号 202110893695.0 G06N 3/04 (2006.01)
-
自监督图像去噪研究.pdf
摘要
摘要
噪声是图像采集中的干扰信息，破坏了图像的完整性，造成信息损失。图像去噪作
为计算机视觉中的基础任务，对升图像分割和物体检测的精确度和准确性至关重要。
传统深度学习去噪算法有两类问题亟待解决：一类问题是需要标签或注释来指导学习
过程，但由于数据内部结构远比标注供的信息更丰富，使用大量标签数据训练出来
的模型鲁棒性反而较差。为了降低人工标注成本，充分利用数据内部信息，应仅使用数
据作为监督信号。另一类问题是噪声类别被归结