申请/专利权人：杭州电子科技大学

申请日：2023-11-03

公开（公告）日：2023-12-15

公开（公告）号：CN117237649A

主分类号：G06V10/30

分类号：G06V10/30;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.02#实质审查的生效;2023.12.15#公开

摘要：本发明公开了一种用于QuadBayerCFA图像的联合去噪去马赛克方法。首先通过梯度先验提取算法提取QuadBayerCFA原始图像的梯度先验，使用梯度引导网络的梯度细化部分提取梯度先验的更高级信息，将梯度细化部分的输出与经过卷积的QuadBayerCFA原始图像进行通道维度的拼接操作后输入到多尺度骨干部分；最后将多尺度骨干部分得到的输出与原始的QuadBayerCFA图像进行卷积得到最终的图像。本发明梯度先验提取算法解决了传统的梯度算法不能直接在QuadBayerCFA图像上得到准确梯度信息的缺点。

主权项：1.一种用于QuadBayerCFA图像的联合去噪去马赛克方法，其特征在于，包括操作如下：首先通过梯度先验提取算法提取QuadBayerCFA原始图像的梯度先验，将得到的梯度先验输入到梯度引导网络，梯度引导网络结构由两个部分组成：梯度细化部分和多尺度主干部分；使用梯度细化部分提取梯度先验的更高级信息，将梯度细化部分的输出与经过卷积的QuadBayerCFA原始图像进行通道维度的拼接操作后输入到多尺度骨干部分进行引导来恢复所有缺失的值，并消除输入的原始图像中的噪声；最后将多尺度骨干部分得到的输出与原始的QuadBayerCFA图像进行卷积得到最终的图像。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种用于Quad Bayer CFA图像的联合去噪去马赛克方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD