| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 图像去模糊方法 | CN202410858558.7 | 2024-06-28 | CN118608425A | 2024-09-06 | 陈杭; 喻洪涛; 谢银; 苏文凯 |
| 本发明提供一种图像去模糊方法，包括：获取不同种类各自聚焦和散焦下的数据；不同种类数据包括：第一种真实不可变光圈采集数据、第二种真实可变光圈采集数据和第三种RGB‑深度图仿真数据；对于两相位数据，采用第一种至第三种的三种数据的训练数据对，混合在一起进行两相位去模糊模型训练至达到收敛状态；对于四相位数据，第一种数据和第三种数据的训练数据对构成四方向数据对，采用四方向数据对与第二种数据的训练数据对依次循环迭代的方式进行四相位去模糊模型训练至达到收敛状态。整合三种数据集优势，综合训练出最优的去模糊模型。提供混合和迭代训练相结合训练方式，可用于Dual‑PD和QPD相机设备，可兼容raw和RGB格式。 | ||||||
| 2 | 图像去模糊方法及系统 | PCT/CN2015/079039 | 2015-05-15 | WO2016183716A1 | 2016-11-24 | 张欣欣; 王荣刚; 王振宇; 高文 |
一种图像去模糊方法，包括：估算中间图像L：标记输入图像的边缘区域和平滑区域，分别对边缘区域和平滑区域进行约束，获得中间图像L；估算模糊核k：提取中间图像L的显著边缘，显著边缘为边缘尺度大于模糊核的尺度的边缘，利用显著边缘计算模糊核k；复原输入图像：根据输入图像和估算模糊核k进行非盲反卷积，将输入图像复原成清晰图像。由于对边缘区域和平滑区域进行约束，使得获得的中间图像即能够保留边缘又能有效去除平滑区域的噪声和振铃效应，并利用中间图像L的显著边缘计算模糊核，使得模糊核的估算更加准确，最后，根据输入图像和估算的模糊核k进行非盲反卷积，将输入图像复原成清晰图像，达到了很好的去模糊效果。 |
||||||
| 3 | 人脸去模糊方法及装置 | PCT/CN2017/117166 | 2017-12-19 | WO2019041660A1 | 2019-03-07 | 晋兆龙; 王国忠; 陈卫东 |
本发明公开了一种人脸去模糊方法及装置，其中方法包括：获取待处理人脸图像；将待处理人脸图像对齐到人脸模板上，并对其进行网格划分；将划分后的待处理人脸图像的每个网格与第一网格字典的网格进行匹配，得到待处理人脸图像的每个网格对应的多个模糊网格，第一网格字典为对第一二维图库根据所述人脸模板对齐划分后得到的；根据模糊网格，在第二网格字典查询与所述多个模糊网格一一对应的多个清晰网格，第二网格字典为对第二二维图库根据人脸模板对齐划分后得到的，模糊图像与清晰图像一一对应；根据查询到的清晰网格，生成待处理人脸图像的清晰图像。本发明实施例提供的人脸去模糊方法能够处理不同姿态的人脸图像，具有较好的人脸去模糊效果。 |
||||||
| 4 | 用于对模糊图像去模糊的方法和系统 | CN202180076964.2 | 2021-11-03 | CN116547694A | 2023-08-04 | 池志祥; 王洋; 于远灏; 唐进 |
| 描述了一种图像去模糊的方法和系统(100)。首先，通过在主要去模糊任务和辅助重建任务上对去模糊网络(101)进行元训练，得到所述去模糊网络(101)的权重。然后，基于应用时模糊输入图像，执行所述去模糊网络(101)的应用时训练，以获得应用时训练权重的值。应用时训练包括对所述应用时模糊输入图像执行所述辅助重建任务，以及基于从所述辅助重建任务中计算的辅助损失更新所述去模糊网络(101)的权重。通过所述去模糊网络(101)中的应用时训练权重，根据所述应用时模糊输入图像，生成去模糊输出图像。 | ||||||
| 5 | 图像去模糊方法与装置 | CN202411513544.8 | 2024-10-28 | CN119540094A | 2025-02-28 | 程伯骏; 林晓鹏; 任宏伟 |
| 本发明公开了一种图像去模糊方法与装置，属于图像处理领域。为解决帧图像存在的模糊问题，本发明根据事件相机输出的事件流，同时应用点云表示和体素表示，并在粗时域融合分支中接收体素表示事件和多尺度帧图像，提取帧图像特征和基于体素表达事件的特征，通过细粒度点分支提取沿时域维度融合后的特征，并进一步获得扩散的点云特征。最后在粗时域融合分支中，融合所提取的特征，重建图像。本发明应用细粒度的特征，能有效改善图像去模糊后的质量。 | ||||||
| 6 | 图像去模糊方法和装置 | CN202010455735.9 | 2020-05-26 | CN111626956B | 2023-08-08 | 余席宇; 张刚; 韩钧宇 |
| 本申请公开了一种图像去模糊方法和装置，涉及计算机视觉技术领域。具体实现方案为：对第一模糊目标图像进行图像处理，得到第二模糊目标图像；其中，第一模糊目标图像基于真实采集的模糊目标图像得到；将第一模糊目标图像输入生成式对抗网络的图像生成器，得到图像生成器输出的第一清晰目标图像；将第二模糊目标图像输入图像生成器，得到图像生成器输出的第二清晰目标图像；其中，图像生成器对第一清晰目标图像和第二清晰目标图像采用距离损失函数进行约束；基于第一清晰目标图像和第二清晰目标图像，确定增强的清晰目标图像。该方案可以避免生成式对抗网络学习到输入的模糊目标图像以外的内容，确保清晰图像的内容不发生改变，提高了输出的清晰图像与模糊目标图像的一致性和准确度。 | ||||||
| 7 | 图像去模糊方法和装置 | CN202010455735.9 | 2020-05-26 | CN111626956A | 2020-09-04 | 余席宇; 张刚; 韩钧宇 |
| 本申请公开了一种图像去模糊方法和装置，涉及计算机视觉技术领域。具体实现方案为：对第一模糊目标图像进行图像处理，得到第二模糊目标图像；其中，第一模糊目标图像基于真实采集的模糊目标图像得到；将第一模糊目标图像输入生成式对抗网络的图像生成器，得到图像生成器输出的第一清晰目标图像；将第二模糊目标图像输入图像生成器，得到图像生成器输出的第二清晰目标图像；其中，图像生成器对第一清晰目标图像和第二清晰目标图像采用距离损失函数进行约束；基于第一清晰目标图像和第二清晰目标图像，确定增强的清晰目标图像。该方案可以避免生成式对抗网络学习到输入的模糊目标图像以外的内容，确保清晰图像的内容不发生改变，提高了输出的清晰图像与模糊目标图像的一致性和准确度。 | ||||||
| 8 | 图像去模糊方法及装置 | CN201610718848.7 | 2016-08-24 | CN107784631A | 2018-03-09 | 李芳; 陈兵; 王军 |
| 本发明实施例公开了一种图像去模糊方法及装置，基于像素点的深度信息将待处理图像划分为若干个区域，并分别计算每个区域的模糊核，对于每一个区域，利用该区域的模糊核进行去模糊处理，将去模糊后的区域进行边缘融合，得到去模糊后的图像，克服了去模糊后的图像存在振铃现象和失真的问题。 | ||||||
| 9 | 图像去模糊方法及系统 | CN201580000103.0 | 2015-05-15 | CN105493140B | 2018-02-02 | 张欣欣; 王荣刚; 王振宇; 高文 |
| 一种图像去模糊方法，包括：估算中间图像L：标记输入图像的边缘区域和平滑区域，分别对边缘区域和平滑区域进行约束，获得中间图像L；估算模糊核k：提取中间图像L的显著边缘，显著边缘为边缘尺度大于模糊核的尺度的边缘，利用显著边缘计算模糊核k；复原输入图像：根据输入图像和估算模糊核k进行非盲反卷积，将输入图像复原成清晰图像。由于对边缘区域和平滑区域进行约束，使得获得的中间图像既能够保留边缘又能有效去除平滑区域的噪声和振铃效应，并利用中间图像L的显著边缘计算模糊核，使得模糊核的估算更加准确，最后，根据输入图像和估算的模糊核k进行非盲反卷积，将输入图像复原成清晰图像，达到了很好的去模糊效果。 | ||||||
| 10 | 虹膜图像的去模糊方法 | CN201110366654.2 | 2011-11-18 | CN102542535B | 2014-05-14 | 谭铁牛; 孙哲南; 刘京 |
| 本发明公开了一种虹膜图像的去模糊方法，包括：步骤S1，分析输入的虹膜图像，判断该虹膜图像的模糊属于离焦模糊或运动模糊，再根据该判断结果初始化得到一点扩散函数；步骤S2，对输入虹膜图像的梯度进行选取，使得在选取出的梯度图上能够更有效地估计点扩散函数，再基于所选择的梯度信息，将所述已初始化的该点扩散函数进一步修正；步骤S3、基于所述修正后的点扩散函数，对模糊的虹膜图像进行修复。本发明可以有效减小模糊虹膜图像对系统识别性能的不利影响，并且可以广泛应用于虹膜识别系统中，使得系统的鲁棒性和可靠性得到提高，放宽对使用者的要求。 | ||||||
| 11 | 虹膜图像的去模糊方法 | CN201110366654.2 | 2011-11-18 | CN102542535A | 2012-07-04 | 谭铁牛; 孙哲南; 刘京 |
| 本发明公开了一种虹膜图像的去模糊方法，包括：步骤S1，分析输入的虹膜图像，判断该虹膜图像的模糊属于离焦模糊或运动模糊，再根据该判断结果初始化得到一点扩散函数；步骤S2，对输入虹膜图像的梯度进行选取，使得在选取出的梯度图上能够更有效地估计点扩散函数，再基于所选择的梯度信息，将所述已初始化的该点扩散函数进一步修正；步骤S3、基于所述修正后的点扩散函数，对模糊的虹膜图像进行修复。本发明可以有效减小模糊虹膜图像对系统识别性能的不利影响，并且可以广泛应用于虹膜识别系统中，使得系统的鲁棒性和可靠性得到提高，放宽对使用者的要求。 | ||||||
| 12 | 基于模糊区域分割的图像去模糊方法 | CN201710420889.2 | 2017-06-07 | CN107292838A | 2017-10-24 | 闫敬文; 谢婷婷; 彭鸿; 陈晓鹏 |
| 本发明涉及一种基于模糊区域分割的图像去模糊方法，包括以下步骤：S1为表征特征差异，采用尖峰措施区分模糊区域B和非模糊区域U；S2利用Graph-cut算法将模糊区域B和非模糊区域U分割；S3对模糊区域B进行原始图像区域L的估计；S4对模糊区域B进行模糊核k的估计；S5对模糊区域B进行图像反卷积，得到清晰区域；S6将清晰区域与非模糊区域U重新融合，得到最后的去模糊结果。本发明先将一幅模糊图像的模糊区域与非模糊区域进行分割，对于模糊区域进行原始图像区域和模糊核的估计，然后再进行图像反卷积，从而将模糊区域去模糊得到清晰区域，再将清晰区域与之前的非模糊区域相结合，得到模糊图像去模糊的最终结果，有效提高效率和缩短时间。 | ||||||
| 13 | 一种图像去模糊方法 | CN201810066682.4 | 2018-01-24 | CN108198149B | 2019-01-29 | 陈颖频; 林凡; 程祝媛; 李曙; 彭真明; 闫敬文; 陈育群; 喻飞 |
| 本发明涉及一种图像去模糊方法，具体的为一种基于四方向交叠组技术全变分图像去模糊方法。将每个像素点在每个方向上的梯度加以组合，形成非分离式组合梯度，从而进一步提高平滑区域与边缘区域的差异性，提高图像重构的质量。为了提高图像复原的运算速度，我们将图像的横向、纵向差分矩阵运算建模为卷积操作，结合周期性边界条件，从而将二维快速傅里叶变换巧妙应用到图像复原问题中，利用频域上的点乘操作代替空域上大型矩阵运算。 | ||||||
| 14 | 人脸去模糊方法及装置 | CN201710774351.1 | 2017-08-31 | CN107563978A | 2018-01-09 | 晋兆龙; 王国忠; 陈卫东 |
| 本发明公开了一种人脸去模糊方法及装置，其中方法包括：获取待处理人脸图像；将待处理人脸图像对齐到人脸模板上，并对其进行网格划分；将划分后的待处理人脸图像的每个网格与第一网格字典的网格进行匹配，得到待处理人脸图像的每个网格对应的多个模糊网格，第一网格字典为对第一二维图库根据所述人脸模板对齐划分后得到的；根据模糊网格，在第二网格字典查询与所述多个模糊网格一一对应的多个清晰网格，第二网格字典为对第二二维图库根据人脸模板对齐划分后得到的，模糊图像与清晰图像一一对应；根据查询到的清晰网格，生成待处理人脸图像的清晰图像。本发明实施例提供的人脸去模糊方法能够处理不同姿态的人脸图像，具有较好的人脸去模糊效果。 | ||||||
| 15 | 图像去模糊方法及系统 | CN201580000103.0 | 2015-05-15 | CN105493140A | 2016-04-13 | 张欣欣; 王荣刚; 王振宇; 高文 |
| 一种图像去模糊方法，包括：估算中间图像L：标记输入图像的边缘区域和平滑区域，分别对边缘区域和平滑区域进行约束，获得中间图像L；估算模糊核k：提取中间图像L的显著边缘，显著边缘为边缘尺度大于模糊核的尺度的边缘，利用显著边缘计算模糊核k；复原输入图像：根据输入图像和估算模糊核k进行非盲反卷积，将输入图像复原成清晰图像。由于对边缘区域和平滑区域进行约束，使得获得的中间图像即能够保留边缘又能有效去除平滑区域的噪声和振铃效应，并利用中间图像L的显著边缘计算模糊核，使得模糊核的估算更加准确，最后，根据输入图像和估算的模糊核k进行非盲反卷积，将输入图像复原成清晰图像，达到了很好的去模糊效果。 | ||||||
| 16 | 一种图像去模糊方法 | CN201010532524.7 | 2010-11-04 | CN101986345A | 2011-03-16 | 陈纯; 叶承羲; 卜佳俊; 郝凯; 宋明黎 |
| 本发明公开了一种图像去模糊方法。此方法由三个有效步骤组成：首先利用各向异性扩散规律对模糊图像进行去噪处理，获得平滑图像；其次利用冲击滤波对平滑图像进行边缘增强，获得锐化图像；最后将锐化图像与模糊图像进行比较，获得模糊图像的抖动轨迹，然后利用模糊图像的抖动轨迹与模糊图像进行规范化维纳滤波，获得清晰图像。通过将基于各向异性扩散规律的平滑操作与使用冲击滤波的锐化操作相结合，此过程能够在去除噪声的同时最大限度的增强图像边缘，接下来的抖动轨迹求解过程采用了一种带任意阶惩罚项的快速估计方法，结合傅里叶变换加速，在求解速度上获得了显著的提升。 | ||||||
| 17 | 图像去模糊方法及装置 | CN201610718848.7 | 2016-08-24 | CN107784631B | 2020-05-05 | 李芳; 陈兵; 王军 |
| 本发明实施例公开了一种图像去模糊方法及装置，基于像素点的深度信息将待处理图像划分为若干个区域，并分别计算每个区域的模糊核，对于每一个区域，利用该区域的模糊核进行去模糊处理，将去模糊后的区域进行边缘融合，得到去模糊后的图像，克服了去模糊后的图像存在振铃现象和失真的问题。 | ||||||
| 18 | 一种图像去模糊方法 | CN201810066682.4 | 2018-01-24 | CN108198149A | 2018-06-22 | 陈颖频; 林凡; 程祝媛; 李曙; 彭真明; 闫敬文; 陈育群; 喻飞 |
| 本发明涉及一种图像去模糊方法，具体的为一种基于四方向交叠组技术全变分图像去模糊方法。将每个像素点在每个方向上的梯度加以组合，形成非分离式组合梯度，从而进一步提高平滑区域与边缘区域的差异性，提高图像重构的质量。为了提高图像复原的运算速度，我们将图像的横向、纵向差分矩阵运算建模为卷积操作，结合周期性边界条件，从而将二维快速傅里叶变换巧妙应用到图像复原问题中，利用频域上的点乘操作代替空域上大型矩阵运算。 | ||||||
| 19 | 一种图像去模糊方法 | CN201010532524.7 | 2010-11-04 | CN101986345B | 2012-06-06 | 陈纯; 叶承羲; 卜佳俊; 郝凯; 宋明黎 |
| 本发明公开了一种图像去模糊方法。此方法由三个有效步骤组成：首先利用各向异性扩散规律对模糊图像进行去噪处理，获得平滑图像；其次利用冲击滤波对平滑图像进行边缘增强，获得锐化图像；最后将锐化图像与模糊图像进行比较，获得模糊图像的抖动轨迹，然后利用模糊图像的抖动轨迹与模糊图像进行规范化维纳滤波，获得清晰图像。通过将基于各向异性扩散规律的平滑操作与使用冲击滤波的锐化操作相结合，此过程能够在去除噪声的同时最大限度的增强图像边缘，接下来的抖动轨迹求解过程采用了一种带任意阶惩罚项的快速估计方法，结合傅里叶变换加速，在求解速度上获得了显著的提升。 | ||||||
| 20 | 生成去模糊模型和去模糊图像的装置和方法 | CN202180069680.0 | 2021-09-27 | CN116324868A | 2023-06-23 | 雷海容; 方伟 |
| 本文中描述了一种用于训练去模糊模型并且使用去模糊模型和与经图案化的衬底的多个层相关联的深度数据来使经图案化的衬底的图像(例如，SEM图像)去模糊的方法和系统。该方法包括：使用目标图案作为输入经由模拟器获得衬底的模拟图像，该目标图案包括要形成在第一层上的第一目标特征和要形成在位于第一层下方的第二层上的第二目标特征；基于与衬底的多个层相关联的深度数据来确定针对衬底的特征的边缘范围数据；以及使用与目标图案相关联的模拟图像和边缘范围数据作为训练数据来调整基本模型的参数，以生成捕获图像的去模糊图像的去模糊模型。 | ||||||
QQ群二维码
意见反馈
意见反馈