龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：陕西师范大学
摘要：本发明公开了基于边缘密度的云端协作图像超分辨率分析方法及系统，包括：包括边缘密度提取模块、图像分割模块、图像超分辨率处理模块和图像融合模块，首先对低清图像的边缘密度进行检测，计算低清图像的边缘密度值，基于边缘密度值对图像进行分块，根据设定的图像边缘密度阈值对高于阈值的图片上传到云服务器，利用基于深度学习的超分辨率模型进行处理，其余图片在本地进行双三次差值处理，最后将云端超分辨率模型处理后的图片同移动端本地处理的图片进行融合渲染，生成高分辨率图像。该发明在保证图像超分辨率还原效果的前提下，降低图像超分辨处理时间，具有广阔的应用前景。
主权项：1.一种基于边缘密度的云端协作图像超分辨率分析方法，其特征在于，包括：获取低清图像；检测低清图像的边缘密度、并计算低清图像的边缘密度值；根据低清图像的边缘密度值范围对低清图像分块、并上传边缘密度值大于阈值的低清图像块到云端，将边缘密度值小于阈值的低清图像块保持在本地；在云端，采用基于深度学习超分模型处理边缘密度值大的低清图像块，生成高清图像块，在本地，采用双三次插值方法处理边缘密度值小的低清图像块，生成高清图像块；将云端的高清图像块下载到本地，采用基于SURF算法与本地生成的高清图像块融合成高清图像；所述将云端的高清图像块下载到本地，采用基于SURF算法与本地生成的高清图像块融合成高清图像，包括：对从云端下载的高清图块与本地的高清图像块对像素点进行高斯滤波，构造Hessian矩阵，计算特征值，找出特征点，定位关键点位置；通过构造高斯金字塔构建尺度空间；采用非极大值抑制法进行特征点定位，筛选稳定的特征点；确定特征点主方向并构造特征描述子；通过计算两个特征的欧氏距离判断两个特征点的匹配度。
全文数据：
权利要求：
百度查询： 陕西师范大学 基于边缘密度的云端协作图像超分辨率分析方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号