Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京大学胡雪梅获国家专利权

恭喜南京大学胡雪梅获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜南京大学申请的专利一种基于压缩感知对场景信息片上压缩编码采集的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114463446B

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202011236893.1,技术领域涉及:G06T9/00;该发明授权一种基于压缩感知对场景信息片上压缩编码采集的方法是由胡雪梅;王鹏设计研发完成,并于2020-11-09向国家知识产权局提交的专利申请。

一种基于压缩感知对场景信息片上压缩编码采集的方法在说明书摘要公布了:本发明公开了一种基于压缩感知对场景信息片上压缩编码采集的方法。具体步骤如下:1对原始图像光子化处理,构建图像在光子瞬态分布下的模型;2对图像的光子化模型压缩采集;3根据传感器的死时间效应和寄存器位数,剔除失效的光子,构建采集数据和原始图像的训练数据对;4将训练数据对输入到神经网络中,对网络模型进行训练;5计算重建图像与真实图像的误差,误差反向传递更新网络参数;6重复步骤4~5,直到误差较小时,完成神经网络的训练,输出重建图像。本方法可以实现对场景信息片上的压缩编码采集,提高了传感器填充因子的同时,对噪声也有较好的抑制效果,能够实现质量较高的场景信息采集与重建。

本发明授权一种基于压缩感知对场景信息片上压缩编码采集的方法在权利要求书中公布了:1.一种基于压缩感知对场景信息片上压缩编码采集的方法,其特征在于,包括如下步骤: 步骤1,对原始图像数据x进行光子化处理,构建图像在光子瞬态分布下的模型x′; 步骤2,根据寄存器与传感器感光元件的连接分布,对步骤1所得的光子瞬态分布模型x′进行压缩采集,得到压缩采集后的数据y′;其压缩采集的具体步骤为: 步骤21,对原始图像的光子瞬态分布模型x′按传感器阵列的大小分块,根据压缩感知理论,采用4种不同的寄存器与传感器的连接方式,连接方式要求:1每个像素点在4种连接方式中至少与寄存器连接一次,2每种连接方式中只有一半的传感器像素点与寄存器连接,连接点随机分布;对属于同一个传感器阵列的像素点进行采集; 步骤22,传感器阵列上与寄存器连接的8个像素点其对应的光子瞬态分布模型x′按照每个光子达到传感器的时间顺序进行排列,即获得其中一种连接方式下的压缩采集数据,4种寄存器与传感器的连接方式得到的4个数据为一组压缩采集数据,也就是该阵列的压缩采集数据; 步骤23,对原始图像光子瞬态分布模型x′的每一个块像素阵列重复步骤22的操作,即可获得压缩采集后的数据y′; 步骤3,根据传感器的死时间效应和寄存器位数,剔除步骤2压缩采集后的数据y′中因死时间效应和寄存器位数饱和失效的光子,得到符合真实场景中压缩采样的光子化模型,光子化模型中光子的数量即为压缩采样后的数据y,构建原始图像数据x与数据y一一对应的训练数据对; 步骤4,将步骤3得到的训练数据对输入到卷积神经网络中,对该卷积神经网络进行训练; 步骤5,通过损失函数计算重建图像与真实图像的误差,通过误差的反向传递来更新网络的权重参数和偏置参数; 步骤6,重复步骤4~5,对所述卷积神经网络进行训练,直至重建图像与真实图像的误差小于阈值时,完成神经网络的训练,输出压缩采样的重建图像。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京大学,其通讯地址为:210046 江苏省南京市栖霞区仙林大道163号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。