| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 161 | 基于卷积神经网络的人脸运动模糊判断方法 | CN201911139218.4 | 2019-11-20 | CN110991276A | 2020-04-10 | 李剑峰; 史吉光; 张进; 宋志远; 王洪波 |
| 本发明公开了一种基于卷积神经网络的人脸运动模糊判断方法，包括步骤：对x轴，y轴平移随机像素值，将该处理用于模拟人脸运动速度和角度。本发明能用于模拟人脸运动速度和角度，对人脸模糊进行定量判断，有益于提高人脸识别的准确率，提高检测人脸运动模糊的成功率，提升人脸识别系统的鲁棒性。 | ||||||
| 162 | 基于惯性测量装置下的快速运动去模糊的方法 | CN201910711990.2 | 2019-08-02 | CN110648285A | 2020-01-03 | 颜成钢; 王铮; 孙垚棋; 张继勇; 张勇东 |
| 本发明公开了一种基于惯性测量装置下的快速运动去模糊的方法。本发明包括如下步骤：1、相机的标定与配准阶段：提供具有惯性测量装置陀螺仪的快速运动的相机，实时提供相机旋转的角速度；2、对模糊进行计算阶段：用一个向量来表示运动模糊，角度代表方向，长度代表距离；最后对该向量进行验证，沿运动方向计算梯度，如果梯度过大则证明模糊为假，则舍弃该模糊；3、去模糊阶段：对模糊图像在空间域内运用维纳去卷积的方法进行滤波：将模糊核作为维纳去卷积的输入，得到去卷积核，之后对模糊图像的每一个图像块通过去卷积核进行滤波，将滤波后的图像块拼接。本发明可用于快速运动下的SLAM的特征点提取和匹配，具有更多的特征点，更高匹配精度。 | ||||||
| 163 | 一种基于运动矢量和CNN的视频去模糊方法 | CN201910383006.4 | 2019-05-09 | CN110111282A | 2019-08-09 | 张善卿; 李黎; 陆剑锋; 骆挺 |
| 本发明公开了一种基于运动矢量和CNN的视频去模糊方法，包括：S11.将待修复视频的所有视频帧分块处理，产生数个图像块；S12.将所述视频帧的数个图像块进行模糊检测，得到待修复的模糊图像块；S13.查找与所述待修复的模糊图像块的相邻帧所对应的清晰图像块；S14.将所述待修复的模糊图像块与所述清晰图像块输入到CNN去模糊网络中；S15.所述CNN去模糊网络产生去模糊结果；S16.完成待修复视频的去模糊。本发明实现了高效视频模糊修复的效果，不同于整个视频帧都进行去模糊，只对视频帧中的模糊部分进行修复。此外，本发明还利用CNN在计算机视觉处理方面的优势，得到清晰的视频修复结果。 | ||||||
| 164 | 用于获取具有运动模糊的图像的方法和装置 | CN201580019451.2 | 2015-04-09 | CN106170976B | 2019-04-26 | R·胡瑟格姆斯; M·戈顿 |
| 一种用于获取包含具有运动模糊的部分的图像的方法，其包括：控制至少一个相机按照确定顺序拍摄对象和背景的第一、第二和第三图片，从而使得所述第一图片在第一曝光时间拍摄，所述第二图片在第二曝光时间拍摄，以及所述第三图片在第三曝光时间拍摄，所述第二曝光时间长于所述第一和所述第三曝光时间，从而使得如果所述对象和/或所述背景相对于所述至少一个相机在移动，则所述第二图片含有所述背景和/或所述对象的模糊图像；使用所述第一、第二和第三图片生成最终图像，所述最终图像含有所述第二图片的所述模糊图像的至少一部分以及衍生自所述第一和/或第三图片的一部分。 | ||||||
| 165 | 一种基于深度学习的车牌图像去运动模糊方法 | CN201810205661.6 | 2018-03-13 | CN109035149A | 2018-12-18 | 陈华华; 毛勇; 叶学义 |
| 本发明提出一种基于深度学习的车牌图像去运动模糊方法。本发明分为数据集预处理阶段、训练阶段以及测试阶段。在数据集预处理阶段，确定图像中的车牌区域，分割车牌字符并规范化图像尺寸，添加高斯噪声，得到训练集。在训练阶段，采用生成对抗网络学习图像去运动模糊模型，以网络复原结果的均方误差、梯度误差及判别误差三者的线性和作为网络损失交替训练判别器和生成器。在测试阶段，分割车牌字符并依次作为生成器的输入，将去模糊结果按照车牌字符原次序组合得到去模糊车牌图像。本发明所提出的模型有效地约束了车牌图像的边缘，从而提高车牌图像去运动模糊的质量，同时缩短了复原的时间。 | ||||||
| 166 | 运动模糊效应下的视觉特征三维重建方法 | CN201710321151.0 | 2017-05-09 | CN107270875A | 2017-10-20 | 张丽艳; 陈明军; 周含策 |
| 本发明运动模糊效应下的视觉特征三维重建方法，步骤为：对要使用的相机进行标定；在被测物体表面布置编码标记点；获取运动模糊图像；识别图像中的编码标记点的身份；针对同一个编码标记点，借助于在不同时刻拍摄的时间序列图像，对其在不同时刻的空间位置进行粗定位并且拟合成样条曲线，作为空间运动轨迹的初始值；构造编码标记点运动的模糊成像模型；在每次曝光时间内，根据模糊成像模型，优化求解运动路径和姿态。本发明在有运动模糊的情况下，还原出曝光时间内编码标记点的中心位置和姿态，获得被测物体表面的三维信息和在曝光时间内的运动信息。本发明使得基于视觉的测量方法扩展到动态场合，对高速运动部件分析、设计、逆向工程起重要作用。 | ||||||
| 167 | 一种加强字符先验的视频去运动模糊方法 | CN201610296892.3 | 2016-05-06 | CN105957036A | 2016-09-21 | 康波; 李娟; 赵辉; 李云霞 |
| 本发明公开了一种加强字符先验的视频去运动模糊方法，首先采用目标跟踪算法得到目标连续运动帧，对相邻两帧图像进行运动估计，利用曝光时间和帧间时间的关系，通过相邻两帧运动矢量估计点扩散函数初始值；然后根据图像和初始点扩散函数通过本发明提出的正则化公式求解得到点扩散函数，利用求得的点扩散函数对图像进行非盲去运动模糊，得到对应的清晰图像。本发明针对摄像机固定时采集运动目标所造成的模糊，提出加强字符先验的去运动模糊方法，提高对运动模糊视频的复原能力。 | ||||||
| 168 | 具有颜色运动模糊补偿结构的液晶显示器 | CN201610060581.7 | 2016-01-29 | CN105938278A | 2016-09-14 | 陈远; 葛志兵; A·F·赫伦兹; C·H·泰; H·内马蒂; 江俊; 陈宬 |
| 本公开涉及具有颜色运动模糊补偿结构的液晶显示器。可以在显示层之间插入液晶材料层。显示层可以包括具有用于向液晶材料层的子像素部分施加电场的子像素电极的薄膜晶体管电路系统。不同颜色的子像素可以具有不同的形状并且可以具有不同的液晶层厚度。这些子像素的差异可以被配置为减慢某些颜色的子像素相对于其它子像素的切换速度，以减少当物体跨黑色或有色背景移动时的颜色运动模糊。子像素可以具有V字形状。第一颜色的子像素可以具有比第二和第三颜色的子像素更少弯曲的V字形状。在具有变化的液晶层厚度的构造中，第一颜色的子像素可以具有比第二和第三颜色的子像素更厚的液晶层。 | ||||||
| 169 | 一种快速二维条码图像运动去模糊方法 | CN201210166685.8 | 2012-05-24 | CN102708552B | 2015-05-20 | 谭洪舟; 朱雄泳; 陈荣军; 陆许明 |
| 本发明公开了一种快速二维条码图像运动去模糊方法，包括：初步快速定位到含有二维条码图像的区域；及对含有二维条码图像的区域进行去模糊的处理。本发明先分析了二维条码图像的特征，从而获得两个重要的图像特征，即二维条码图像周边存在比较宽的空白区和二维条码图像整体外轮廓为矩形，根据这两个图像特征，本发明方法先从模糊图像中，定位出包含二维条码图像的区域，然后只针对该包含二维条码图像的区域进行运动去模糊的处理，避免对整幅图像进行去模糊的运算，从而减少了算法的运算时间，可用在需要实时处理的手持式设备上，从而进一步扩展二维条码图像识读设备的使用范围，提高使用上的人性化体验。 | ||||||
| 170 | 去除视频监控彩色图像运动模糊的方法 | CN201210081924.X | 2012-03-27 | CN102663691B | 2015-03-25 | 王小明; 赵雪青 |
| 一种去除视频监控彩色图像运动模糊的方法，由输入运动模糊视频监控图像、确定量化器、建立反应扩散模型、反应扩散模型的离散化处理、输出去除运动模糊后的视频监控图像组成。本发明采用各项异性扩散和图像量化方法建立的反应扩散模型，可有效地去视频监控图像中由于摄像机与被摄景物之间存在相对运动所造成的图像运动模糊，反应扩散模型的离散化处理，能够使去除运动模糊模型更加易于实现。解决了现有的去除视频监控图像运动模糊、难以保留视频监控图像细节特征的技术问题。 | ||||||
| 171 | 一种基于运动检测的图像去模糊方法及装置 | CN201310341341.0 | 2013-08-07 | CN103440624A | 2013-12-11 | 肖力; 岳东; 孙志刚; 王卓; 吴庆; 卢亮 |
| 本发明提供一种基于相机运动检测的图像去模糊方法,首先通过惯性导航器件获取曝光期间相机的运动参数，根据运动参数估计相机的大致运动轨迹；然后根据运动轨迹由多视几何学获取曝光期间图像的模糊核；最后由维纳滤波算法得到去模糊后的清晰图像。结果表明这种方法能够准确地检测曝光期间相机的运动情况，并根据运动轨迹快速、准确地生成模糊核，最终通过逆滤波得到相对清晰的图像。 | ||||||
| 172 | 基于模糊概念格的视频运动特征提取方法 | CN201110174005.2 | 2011-06-29 | CN102289816B | 2013-04-03 | 同鸣; 冯向玲; 姬红兵 |
| 本发明公开了一种基于模糊概念格的视频运动特征提取方法，主要解决现有方法存在背景干扰和运动重影问题。其实现步骤是：首先，将视频镜头分割，利用模糊概念格生成所有镜头的运动特征关联规则，再根据关联规则提取感兴趣镜头；其次，利用模糊概念格生成感兴趣镜头中所有目标帧的运动特征关联规则，再根据关联规则提取感兴趣目标帧；最后，根据感兴趣目标帧中所有图像块的模糊概念格，提取感兴趣目标帧的运动特征。本发明能够快速准确提取视频运动特征，可用于目标跟踪和视频监控等需要处理海量视频数据的场合。 | ||||||
| 173 | 高速CCD图像序列的任意运动模糊图像复原方法 | CN201210125697.6 | 2012-04-19 | CN102693545A | 2012-09-26 | 钱义先; 程晓薇; 马利红; 金伟民 |
| 本发明属于图像处理领域，具体涉及一种高速CCD图像序列的任意运动模糊图像复原方法。该方法本发明是对高速CCD采集的图像序列进行运动矢量的提取，因高速CCD图像序列相当于清晰的图像，所以提取的运动矢量精确，PSF建模精度高，图像恢复效果好，适合于航空成像过程中运动的随机性和复杂性造成的任意运动图像模糊的恢复。 | ||||||
| 174 | 基于模糊概念格的视频运动特征提取方法 | CN201110174005.2 | 2011-06-29 | CN102289816A | 2011-12-21 | 同鸣; 冯向玲; 姬红兵 |
| 本发明公开了一种基于模糊概念格的视频运动特征提取方法，主要解决现有方法存在背景干扰和运动重影问题。其实现步骤是：首先，将视频镜头分割，利用模糊概念格生成所有镜头的运动特征关联规则，再根据关联规则提取感兴趣镜头；其次，利用模糊概念格生成感兴趣镜头中所有目标帧的运动特征关联规则，再根据关联规则提取感兴趣目标帧；最后，根据感兴趣目标帧中所有图像块的模糊概念格，提取感兴趣目标帧的运动特征。本发明能够快速准确提取视频运动特征，可用于目标跟踪和视频监控等需要处理海量视频数据的场合。 | ||||||
| 175 | 针对运动模糊核空间移变的TDICCD图像复原方法 | CN200910154739.7 | 2009-12-03 | CN101742050B | 2011-09-07 | 冯华君; 吴家谷; 徐之海; 李奇; 郑珍珍 |
| 本发明公开了一种针对运动模糊核空间移变的TDICCD图像复原方法，将位置探测设备测得的TDICCD相机的运动轨迹进行插值拟合，从插值拟合后的运动轨迹中提取TDICCD图像时序中每一行像素在其曝光积分期间的运动轨迹段；从运动轨迹段中提取出当前行像素的整像素形变量和模糊核；并在TDICCD图像中定位出包含当前行像素信息的待恢复像素块；将步骤与当前行像素相对应的待恢复像素块及模糊核代入标准RL算法，对每一行像素进行恢复运算，得到复原后的每一行像素并进行重组，得到复原的TDICCD图像。本发明能对任意形式运动造成的图像退化和模糊进行恢复，得到清晰无形变的复原图像。 | ||||||
| 176 | 用于减小视频信号中的运动模糊的设备和方法 | CN200810085481.5 | 2008-03-19 | CN101272452B | 2011-08-03 | O·埃德勒; P·萨托; M·里克特 |
| 本发明涉及一种用于减小视频信号中的运动模糊的设备和方法。该设备包括运动估计装置(1)，用于提供视频信号的运动信息，高通滤波器装置(3a、3b)，用于对所述视频信号进行高通滤波，以及第一调制装置(4a、4b)，用于利用来自所述运动估计装置(1)的运动信息调制来自所述高通滤波器装置(3a、3b)的经过高通滤波的视频信号并且用于输出运动相关的经过高通滤波的视频信号。 | ||||||
| 177 | 降低LCD显示运动模糊的视频解码方法和装置 | CN200710038366.8 | 2007-03-23 | CN101272488B | 2010-12-22 | 冯晓光; 林江; 林福辉 |
| 本发明公开了一种降低LCD显示运动模糊的视频解码方法，包括步骤：视频流进入解复用模块进行解复用，得到运动编码信息和纹理编码信息；所述运动编码信息进入运动解码模块后解出运动估计矢量信息，该矢量信息输入运动补偿模块，得到运动补偿图像；所述纹理编码信息进入图像纹理解码模块得到纹理解码图像，该图像与所述运动补偿图像相结合，得到重建图像；重建图像输入图像边缘检测模块得到边缘矢量信息，并与所述运动估计矢量信息进入动态图像边缘增强模块，该模块把增强后的视频图像输入LCD显示模块。本发明还公开了一种实现上述方法的装置。本发明方法能有效改善LCD显示时运动模糊现象，且节省软硬件资源，降低实现成本。 | ||||||
| 178 | 用于减少视频信号中运动模糊的设备和方法 | CN200910132514.1 | 2009-03-31 | CN101552868A | 2009-10-07 | O·埃德勒; P·萨托; C·多拉; M·里克特 |
| 本发明涉及一种用于减少视频信号中的运动模糊的设备，包括用于确定输入视频信号的边缘特性和用于提供对所述输入视频信号内的边缘的运动估计的分析装置(4，14，24)，用于生成取决于所述边缘特性和所述运动估计的合成细节信号的发生装置(5，6，16，26，75，76)，以及用于将细节信号加到输入视频信号内的边缘上并将输出视频信号输出的加法装置(10)。本发明还涉及用于减少视频信号中运动模糊的方法。 | ||||||
| 179 | 用于减少图像的运动模糊的方法和设备 | CN200580035033.9 | 2005-10-10 | CN100504981C | 2009-06-24 | G·德哈安; L·J·维尔托芬; M·A·克隆彭豪沃 |
| 本发明涉及用于减少在非频闪显示器设备上显现的图像的运动模糊的方法、计算机程序、计算机程序产品和设备，其中在小于或等于图像周期T的各个局部显示时间ti期间显示视频信号的图像的局部区域pi，包括：确定(40)与所述视频信号的所述图像的局部区域pi相关的高空间频率成分的量Xi，以及依赖于高空间频率成分的所述确定量Xi来调整(41)局部显示时间ti，其中所述局部显示时间ti随着高空间频率成分的确定量Xi的增加而降低。 | ||||||
| 180 | 降低LCD显示运动模糊的视频解码方法和装置 | CN200710038366.8 | 2007-03-23 | CN101272488A | 2008-09-24 | 冯晓光; 林江; 林福辉 |
| 本发明公开了一种降低LCD显示运动模糊的视频解码方法，包括步骤：视频流进入解复用模块进行解复用，得到运动编码信息和纹理编码信息；所述运动编码信息进入运动解码模块后解出运动估计矢量信息，该矢量信息输入运动补偿模块，得到运动补偿图像；所述纹理编码信息进入图像纹理解码模块得到纹理解码图像，该图像与所述运动补偿图像相结合，得到重建图像；重建图像输入图像边缘检测模块得到边缘矢量信息，并与所述运动估计矢量信息进入动态图像边缘增强模块，该模块把增强后的视频图像输入LCD显示模块。本发明还公开了一种实现上述方法的装置。本发明方法能有效改善LCD显示时运动模糊现象，且节省软硬件资源，降低实现成本。 | ||||||
QQ群二维码
意见反馈
意见反馈