| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 61 | 运动模糊图像的盲恢复方法 | CN200810115097.5 | 2008-06-16 | CN101359398A | 2009-02-04 | 秦世引; 刘远民 |
| 运动模糊图像的盲恢复方法，步骤如下：(1)采用倒谱法对图像进行变换，求出模糊图像的模糊尺度和模糊方向；(2)利用步骤(1)求出的模糊图像的模糊尺度和模糊方向，采用基于TV总变分方法对模糊图像进行恢复。基于TV总变分方法为：采用定点迭代法作为外循环，共轭梯度法作为内循环，进行循环迭代，得到恢复的图像。本发明具有强自适应，强抗噪能力和强鲁棒性等优点，仿真图片和实拍图片的处理效果表明本方法具有有效性和实用性。 | ||||||
| 62 | 在变化的占空度中减少运动模糊 | CN03812006.2 | 2003-05-21 | CN100412919C | 2008-08-20 | G·J·赫克斯特拉; L·J·维托文; M·A·克洛姆潘豪维 |
| 在例如液晶或发光二极管显示器的非频闪显示器件中，减少显示的图像的运动模糊、闪烁和亮度损失的方法、显示器件和计算机程序产品，其中在显示时间ti期间，显示输入视频信号的每个图像，该显示时间ti小于或等于帧周期T。测量运动和运动特性，且根据该测得的运动和运动特性在0到T之间连续调整显示时间ti。为了在减少显示时间时，降低遇到的亮度的损失和闪烁，对输入视频信号进行反-运动模糊滤波，其中根据所测得的运动和运动特性来共同控制显示时间和滤波的量和种类。 | ||||||
| 63 | 实现运动模糊化的图像处理 | CN00118856.9 | 2000-06-15 | CN1201268C | 2005-05-11 | I·C·彻尔斯托维斯基; C·R·约翰斯 |
| 用于显示计算机图形的方法、装置和系统，其中运动矢量与图形图元的各个顶点相关联，其中运动矢量代表相关顶点的时变参数的变化，衰退因子与图形图元相关联。然后图形图元顶点的光栅数据被内插来产生一组光栅数据。图形图元顶点的运动矢量数据被内插以产生相应的一组像素矢量。然后从衰退因子该组光栅数据和该组像素矢量通过内插光栅数据来产生一组运动直线。由模糊化模拟的时变参数包括图形图元的位置。 | ||||||
| 64 | 实现运动模糊化的图像处理 | CN00118856.9 | 2000-06-15 | CN1290907A | 2001-04-11 | I·C·彻尔斯托维斯基; C·R·约翰斯 |
| 用于显示计算机图形的方法、装置和系统,其中运动矢量与图形图元的各个顶点相关联,其中运动矢量代表相关顶点的时变参数的变化,衰退因子与图形图元相关联。然后图形图元顶点的光栅数据被内插来产生一组光栅数据。图形图元顶点的运动矢量数据被内插以产生相应的一组像素矢量。然后从衰退因子该组光栅数据和该组像素矢量通过内插光栅数据来产生一组运动直线。由模糊化模拟的时变参数包括图形图元的位置。 | ||||||
| 65 | 视频运动模糊程度的检测方法和装置 | CN202311160934.7 | 2023-09-11 | CN116896626B | 2024-04-19 | 黎昕 |
| 本申请提供了一种视频运动模糊程度的检测方法和装置，能够提高检测视频的运动模糊程度的方法的准确性。该方法包括：获取测试视频，所述测试视频是第二设备通过拍摄标准图卡得到的，所述测试视频包括所述第二设备在静止状态下拍摄的第一段视频和所述第二设备在抖动状态下拍摄的第二段视频；确定所述第二段视频中多帧第一图像中的每帧第一图像的锐度参数和所述第二段视频中多帧第二图像中的每帧第二图像的抖动参数，所述抖动参数包括所述多帧第二图像中的每帧第二图像的模糊参数和/或所述多帧第二图像中的每帧第二图像相对于所述第一段视频中的图像的震颤参数；根据所述锐度参数和所述抖动参数，确定所述测试视频的运动模糊程度。 | ||||||
| 66 | 运动模糊程度检测方法和设备 | CN202210975285.5 | 2022-08-15 | CN116051390B | 2024-04-09 | 周天一; 姚可为; 吴昭童 |
| 本申请涉及图像处理技术领域，尤其涉及一种运动模糊程度检测方法和设备。其中，所述运动模糊程度检测方法包括：首先，在目标物体处于运动状态以及静止状态时，分别采集待测图像以及参考图像。然后，分别对两图像中包含的目标物体进行特征提取，得到待测特征集合以及参考特征集合。进而，可基于第一特征函数对参考特征集合进行模糊处理，得到第一模糊特征集合。在第一模糊特征集合与待测特征集合相一致的情况下，可根据第一特征函数确定待测图像的运动模糊程度参数。通过上述技术方案，可实现对拍摄图像中运动物体的运动模糊程度的检测，进而可用于评估相应的拍摄设备或相关算法在运动模糊优化方面的性能。 | ||||||
| 67 | 一种基于光流法消除运动模糊的方法 | CN202311369955.X | 2023-10-23 | CN117391970A | 2024-01-12 | 孔志飞; 张睿; 韩博; 关珍博; 张伟正 |
| 本发明公开了一种基于光流法消除运动模糊的方法，涉及视频图像处理领域。本发明首先对采集的视频数据进行离散化转为连续图像、对每张图像进行灰度处理并依据灰度值提取特征点；之后在计算机内存中构建图像数据缓存器存储图像数据；之后在数据缓存器中采用光流法估计图像的连续运动变化，计算光流矢量，构建运动误差矩阵；最后获取下一帧图像上各像素点的预测坐标信息与观测坐标信息，计算卡尔曼增益系数，消除运动模糊，实现图像复原。本发明可以有效去除图像运动模糊，在满足图像修复质量的前提下，提高了图像修复效率。 | ||||||
| 68 | 一种工业包装字符的去运动模糊方法 | CN202110543088.1 | 2021-05-19 | CN113129240B | 2023-07-25 | 陈明; 张潇; 刘博远; 黄南华 |
| 本发明公开了一种工业包装字符的去运动模糊方法，包括如下步骤：1）数据获取；2）构建生成器模型；3）构建判别器模型；4）优化损失函数；5）参数配准，训练模型。这种方法复原得到的图像质量较好，纹理细节得到保留，耗时少，满足工业领域实际应用的需求。 | ||||||
| 69 | 运动模糊鲁棒图像特征描述符 | CN202180020889.8 | 2021-02-23 | CN115362481A | 2022-11-18 | 徐迅 |
| 公开了图像处理方法、计算机系统、以及计算机存储介质。在一个示例中，在图像中选择关键点，并将不同的运动模糊应用于图像以生成多个模糊图像。基于多个模糊图像中的每个模糊图像中的关键点的邻域，以多个不同尺度中的每个尺度训练人工神经网络，以生成关键点描述符。 | ||||||
| 70 | 运动模糊稳健的图像特征匹配 | CN202180015780.5 | 2021-02-08 | CN115210758A | 2022-10-18 | 徐迅 |
| 本公开公开了用于图像处理的方法、计算机系统和计算机存储介质。在一些实施例中，为在不同时间段期间采集的图像中的关键点计算描述子。训练好的人工神经网络被用于基于描述图像传感器在这些时间段期间的运动的运动描述子，将计算出的描述子转换成转换后描述子。 | ||||||
| 71 | 基于IMU的SLAM运动模糊位姿跟踪算法 | CN201810651885.X | 2018-06-22 | CN108648215B | 2022-04-15 | 霍智勇; 陈钊 |
| 本发明揭示了一种基于IMU的SLAM运动模糊位姿跟踪算法，包括如下步骤：S1、对输入的图像序列进行ORB特征提取，根据特征点数目判断图像序列种类，根据判断结果，择一进行S2或S3步骤；S2、若为正常图像，利用匀速运动模型估计相机初始位姿，执行运动参数的捆集调整；S3、若为运动模糊图像，利用IMU运动方程得到估计位姿，利用扩展卡尔曼滤波器得到优化位姿，将估计位姿与优化位姿进行合并，得到相机的最终位姿。本发明针对SLAM无法对图像序列中运动模糊段进行相机定位和跟踪丢失问题，结合并利用惯性测量单元运动学方程以及扩展卡尔曼滤波器计算并优化相机位姿，使得SLAM能获得连续可靠的相机位姿定位和跟踪。 | ||||||
| 72 | 用于视频侦查的车牌去运动模糊方法 | CN201811302095.7 | 2018-11-02 | CN109523476B | 2022-04-05 | 向奎; 谈鸿韬; 刘树惠 |
| 本发明提供了一种用于视频侦查的车牌去运动模糊方法，该方法包括：S1，收集多组包括模糊车牌图像和对应的清晰车牌图像的车牌数据组合，并分成训练数据集、验证数据集和测试数据集；S2，设计去运动模糊的生成对抗网络模型，生成网络包括两个步长的卷积块、七个Mobilenet V2的反转残差块和两个转置卷积块；S3，训练生成对抗网络，把步骤S1获得的数据集放入生成对抗网络模型中进行训练；S4，在步骤S3训练出的去运动模糊的生成对抗网络模型的基础上，输入运动模糊的车牌图像，输出数据即为生成的清晰车牌图像。本发明能实现车牌清晰化，从而快速确定嫌疑人的身份，尽快有效的帮助刑侦人员破案，采用Mobilenet V2的Inverted residual block组成的生成网络能够更好的提取高维特征。 | ||||||
| 73 | 旋转运动空间移变模糊图像生成方法 | CN202111392785.8 | 2021-11-23 | CN114119402A | 2022-03-01 | 李科; 卢雪; 蔡小龙; 李雨时 |
| 本发明属于红外成像技术领域，具体涉及一种旋转运动空间移变模糊图像生成方法，用于解决成像系统存在旋转运动情况下的模糊图像仿真生成问题，为各类红外成像系统的分析论证提供支撑。所述方法提出一种红外成像系统存在旋转运动时，具有空间移变特性的运动模糊图像生成方法。为每一个像素生成一个模糊核，并对常规运动模糊模型的模板方向进行了优化。该方法具体包括：建立图像坐标系，生成了旋转运动模糊模板，依据旋转运动模糊模板获取，由所有的模糊像素，从而生成最终的旋转运动模糊图像。本发明针对该旋转运动的模糊图像生成方法，给出了具体描述，可为各类红外成像系统的分析论证提供支撑。 | ||||||
| 74 | 图像去运动模糊的方法和装置 | CN201910737137.8 | 2019-08-11 | CN110490822B | 2022-02-15 | 王维东; 陈佳云 |
| 本发明公开了一种图像去运动模糊的方法和装置，先对输入模糊图像进行重叠图像块划分，再为各重叠图像块在模糊图像中选取一组参考图像块，然后对各重叠图像块对应的所有参考图像块使用现有模糊核估计方法得到一系列初步估计的模糊核，并使用一种L0稀疏性模糊核质量度量标准从中选择局部最佳模糊核，最后使用各局部最佳模糊核对其对应的重叠模糊图像块进行非盲去卷积，得到去各模糊后的图像块，并将各去模糊后的图像块拼接在一起得到最终去模糊后的图像。本发明在对图像去运动模糊时，能够有效地去除连续变化的非均匀运动模糊，并尽可能地减少振铃效应。 | ||||||
| 75 | 运动模糊复原方法及系统 | CN202110764261.0 | 2021-07-06 | CN113506226A | 2021-10-15 | 崔光茫; 张纪桐; 陈颖; 赵巨峰 |
| 本发明公开一种运动模糊复原方法及系统，其中方法包括以下步骤：获取模糊图像；对所述模糊图像进行特征提取，获得若干不同尺度的目标特征图；基于傅里叶通道注意力机制对各目标特征图进行通道加权，获得相应的优化特征图；基于各优化特征图进行多尺度特征融合，获得相应的融合特征图，并基于所述融合特征图对所述模糊图像进行重建，获得相应的复原图像。本发明通过对傅里叶通道注意力机制的引用，在通道注意力机制的基础上引入图像频域的信息，通道加权过程中，为高频信息含量多的通道赋予较高的权重，增强目标特征图中的细节特征，以便于后续对细节纹理的恢复，复原精度高。 | ||||||
| 76 | 运动模糊图像智能复原方法 | CN202110473022.X | 2021-04-29 | CN113256565A | 2021-08-13 | 杨璇; 刘晓程; 康望星 |
| 本发明公开一种运动模糊图像智能复原方法。所述的方法包括：利用光流法计算低分辨率高帧率的图像序列的退化函数；利用退化函数对相同的曝光时间内高分辨率低帧率的模糊图像进行复原；采用迭代反投影算法对模糊图像复原结果进行约束。本发明的运动模糊图像的智能复原方法，通过光流法计算图像运动轨迹，用计算得到的退化函数对模糊图像进行恢复，并创新性的引入了超分辨率重建技术中的迭代反投影算法对复原算法以及点扩散函数PSF的估计结果进行了约束和优化，旨在使复原图像与原始图像的误差降到最小。 | ||||||
| 77 | 一种运动视频去模糊的方法 | CN202011507053.4 | 2020-12-18 | CN112465730A | 2021-03-09 | 潘斌; 汤永恒; 杨楠楠; 陈欢; 田梦娇; 刘璐璐 |
| 本发明提供一种运动视频去模糊的方法，包括构建视频去模糊模型；获取原视频序列，利用视频去模糊中的DSMAP‑GAN网络对输入的模糊视频图像帧进行预处理，得到一个初步去模糊处理的视频图像帧；将已得到的视频图像帧输入到光流估计模块进行光流估计，再通过时间锐度先验模块得到时间锐度先验信息，最后将上述内容输入到图像隐藏帧恢复网络模块中进行处理，最终输出清晰的视频图像帧，并将其合成流畅的清晰视频。从而能解决现有技术所存在的问题。 | ||||||
| 78 | 一种运动模糊星图复原方法及系统 | CN202011243120.6 | 2020-11-09 | CN112465712A | 2021-03-09 | 王亮; 尹伟; 张前程; 李奇; 朱生国 |
| 本发明提供一种运动模糊星图复原方法及系统，该方法包括：对星图中目标区域进行阈值分割，对分割的目标区域，进行连通域区域生长聚类，确定目标成像像素；基于星目标二维高斯分布成像模型估算目标成像参数，计算目标成像矩阵的特征值和特征向量；基于星目标成像特性估计运动模糊参数，采用维纳滤波实现运动模糊星图复原。通过该方案可以提高星点的质心提取精度，方便星图的匹配识别和姿态解算，计算过程简单且复原结果准确可靠，且不需要基于连续的星图进行复原。 | ||||||
| 79 | 运动模糊实现方法及装置 | CN201811516380.9 | 2018-12-12 | CN109671097B | 2020-11-13 | 陶作柠 |
| 本发明实施例涉及图像处理技术领域，具体而言，涉及一种运动模糊实现方法及装置，该方法能够根据截帧标识值获取上一帧的颜色纹理，并根据获得的设定外接圆半径，然后基于图形处理器、采集器和片元着色器计算得到颜色纹理中每个第二像素的颜色输出值，最后基于当前帧中的每个第一像素的颜色输出值以及与该第一像素对应的第二像素的颜色输出值和透明度分量计算得到该第一像素的混合颜色输出值，如此，相较于常见的图片后处理方式，该方法能够简化处理步骤，降低对制作人员专业技能水平的需要，并减少计算机的资源消耗，从而降低了制作成本。 | ||||||
| 80 | 一种运动模糊CT图像三维重建的方法 | CN202010231240.8 | 2020-03-27 | CN111476764A | 2020-07-31 | 张婧; 李占利; 李洪安; 孙瑜 |
| 本发明公开了一种运动模糊CT图像三维重建的方法，该方法包括:步骤一：从运动模糊的CT图像还原出清晰的CT图像；步骤二：重建CT图像的三维模型；通过采用GAN图像翻译网络去模糊算法，将运动模糊的CT图像与对应的清晰图像按照像素进行匹配，清晰图像用来监督模糊图像的训练过程，实现了把模糊图像翻译为清晰图像的结果；同时通过基于黄金分割与等值面方向平滑相融合的移动立方体算法进行CT图像的三维重建，为医护人员提供了一个逼真、实时性强的医学三维器官结果，便于医护人员利用其三维器官模型对病人病灶进行判断，具有精度高、实用性强的特点。 | ||||||
QQ群二维码
意见反馈
意见反馈