[发明专利]一种图像复原装置及方法在审

专利信息
申请号: 202011225419.9 申请日: 2020-11-05
公开(公告)号: CN112184597A 公开(公告)日: 2021-01-05
发明(设计)人: 张笑钦;胡杰;吴益剑 申请(专利权)人: 温州大学大数据与信息技术研究院
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京阳光天下知识产权代理事务所(普通合伙) 11671 代理人: 李满红
地址: 325000 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 复原 装置 方法
【权利要求书】:

1.一种图像复原装置,其特征在于,包括:图像采集模块、图像预处理模块、目标样本采样模块、复原处理模块和复原图像显示模块;

所述图像采集模块用于采集具有像素损失区域的待处理图像信息;

所述图像预处理模块与所述图像采集模块电连接,所述图像预处理模块接收所述图像采集模块采集的图像信息,并对所述图像信息进行预处理;

所述目标样本采样模块与所述图像预处理模块电连接,所述目标样本采样模块通过滑动窗口对经过所述图像预处理模块得到的图像进行滑动采样,以得到所述目标图像对应的目标采样样本图像;

所述复原处理模块与所述目标样本采样模块电连接,所述复原处理模块通过将所述目标采样样本图像输入至已训练的卷积神经网络模型中,对图像进行复原处理;

所述复原图像显示模块与所述复原处理模块电连接,所述复原图像显示模块接收所述复原处理模块的输出复原图像进行显示。

2.根据权利要求1所述的图像复原装置,其特征在于,所述图像采集模块包括摄像机和控制器,所述摄像机将采集到的具有像素损失区域的待处理图像信息发送到所述控制器,并采用基于Gamma校正的校正方法实现像素修正,通过检出图像信号中的深色部分和浅色部分,并使两者比例增大,从而提高图像对比度效果。

3.根据权利要求1所述的图像复原装置,其特征在于,所述图像预处理模块包括去干扰信息单元、去噪单元和图像归一化单元,所述去干扰信息单元包括去雾模块、去污渍模块和去马赛克模块,所述去雾模块用于对有雾图像模型中的透射率利用暗通道先验方法进行估计并修正、利用去雾恢复公式对所述原始有雾图像进行去雾恢复并对理想图像进行初始赋值,所述去污渍模块通过根据像素邻域的局部灰度起伏程度调整灰度水平以抑制背景干扰,以实现污渍的自适应清除,这种灰度水平的动态调整可通过像素邻域加权平均的卷积运算方法实现,所述去马赛克模块通过分别对亮度信号Y及三个色度信号R、G、B进行去马赛克处理,从输入的原始数据中恢复出当前像素位置的亮度及色度信号并通过矩阵运算将去马赛克后当前像素位置的亮度和色度信号转换得到对应的原始色域图像信号;所述去噪单元通过对原始图像进行二维维纳滤波处理得到初步去噪图像,再根据原始图像和初步去噪图像计算像素的残差量,根据所述残差量采用非局部均值滤波法来计算每个像素的权重矩阵,并根据所述权重矩阵对所述待处理图像进行非局部均值计算,以实现对所述待处理图像的去噪处理得到去噪图像;所述图像归一化单元用以对所述去噪图像进行归一化处理,得到归一化图像。

4.根据权利要求3所述的图像复原装置,其特征在于,所述图像归一化单元包括检测模块、初步归一化模块、估计模块、定位模块和提取模块,所述检测模块用来检测所述去噪图像中的多个特征点;所述初步归一化模块基于检测模块检测的所述多个特征点,对所述所述去噪图像归一化,由此得到初步归一化图像;所述估计模块估计所述去噪图像中的原始特征;所述定位模块基于初步归一化图像的归一化特征点和所述估计模块所估计的所述去噪图像中的原始特征,定位所述初步归一化图像的特征区域;所述提取模块从所述初步归一化图像中的特征区域来提取特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州大学大数据与信息技术研究院,未经温州大学大数据与信息技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011225419.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top