图像转换

摘要： 从彩图/照片生成素描,其生成素描图像的轮廓、阴影与铅笔素描画相比不够清晰,精准度也不高.由于素描笔画类型多样,阴影结构复杂.为此,本文提出了一种人脸照片到铅笔画的转换方法,设计并实现了一个双分支训练生成对抗网络模型,其轮廓分支提高生成素描图像的轮廓清晰度;另一阴影分支处理素描的纹理与阴影部分,并且保持素描画的风格.最后,本文对不同类型的素描风格转换进行了实验,结果表明提出的方法比现有方法有更好的素描生成效果.

摘要： 自然场景下采集的卡证、文档中存在的可见水印,是影响人们阅读效率、机器识别准确度的障碍。为此,提出了一种结合基于特征点匹配的水印检测和基于条件生成对抗网络CGAN的水印去除方案。水印检测部分,通过SIFT特征点检测、FLANN特征点匹配和PROSAC误匹配消隐,估计出几何变换的最佳透视模型实现目标水印定位。水印去除部分采用了pix2pix(image-to-image translation with conditional generative adversarial networks)的模型架构,它借鉴了CGAN的核心思想,混合了L1距离损失和CGAN损失函数,减少了输出图像的模糊度且保留了更多的正确特征。最终能满足自然业务场景下快速且精准的水印去除需求,具有较好的水印检测鲁棒性和去水印效果。此外,还给出了详细的CGAN模型所需的成对训练集扩充方式,构建了大量有效的训练集,提升了去水印模型训练的拟合优度。

摘要： 对不同成像条件下拍摄的硬币图像进行配准是硬币表面缺陷算法的前置任务。然而,基于互信息的传统多模态配准方法速度慢、精度低,现有的通过基于深度学习的单应性矩阵预测方法实现的图像配准只适用于单模态的任务。为此,提出一种基于深度学习的适用于多模态硬币图像的单应性矩阵预测方法,进而使用预测的单应性矩阵完成图像配准。首先,使用单应性矩阵预测层预测输入图像对间的单应性矩阵,使用单应性矩阵对待配准图像进行透视变换;然后,使用图像转换层将透视变换后的待配准图像和目标图像映射到同一域,图像转换层可在推理时去除从而减少推理时间;最后,计算同一域下的图像间的损失,并进行训练。实验表明,该方法在测试集上的平均距离误差为3.417像素,相较于基于互信息的传统多模态配准方法5.575像素的平均距离误差降低38.71%。且配准单对图像耗时为17.74 ms,远低于基于互信息的传统多模态配准方法的6368.49 ms。

摘要： 真实环境中,许多深度学习模型在无干扰图像的识别任务上表现优异,却对复杂天气下的图像缺乏鲁棒性。这意味当识别的图像处于雨、雪等复杂天气时,模型的性能会大为下降。针对此问题,本文提出一种基于特征融合的复杂天气下图像识别鲁棒模型。首先通过无监督图像转换框架和不同天气下的图像来训练一种自编码器,其次利用该自编码器提取图像的内容编码作为鲁棒特征,最后通过将内容编码特征与VGG16网络提取的特征融合来构建本文模型。将融合模型与AugMix和PGD两种提升鲁棒性方法进行实验对比。CURE-TSR数据集上的实验结果表明,本文的模型在4种复杂天气下的图像识别率均优于其他两种方法,内容编码作为特征加入识别能增强图像识别模型对天气影响的鲁棒性。

摘要： 近年来,生成对抗网络(Generative Adversarial Network,GAN)以其独特的对抗训练机制引起广泛的关注,应用场景也逐渐延伸到医学图像领域,先后出现了众多优秀的研究成果.本文首先介绍了GAN的理论背景及衍生出的典型变体,特别是多种用于医学图像转换领域的基础GAN模型.随后从多种不同的目标任务和训练方式出发,对前人的研究成果进行了归纳总结,并对优缺点进行了分析.最后就目前GAN在医学图像转换领域存在的不足以及未来的发展方向进行了细致讨论.

摘要： 目前的ADMET分类方法在对具有多特征性和特征关联性的化合物数据进行ADMET分类时存在不足。而且,对ADMET分类结果不具备可解释性。针对上述问题,提出一种融合胶囊网络的分类模型(CapsMC)。CapsMC模型首先提出一种feature-to-image图像转换算法。使用该算法将特征之间的关联关系和依赖关系作为考量纳入到分类依据中,实现特征的多层次提取。其次,探索胶囊网络的高级应用,提出一种认知推理机制。使用该机制对特征进行认知推理,实现ADMET的可解释性分类。模型在五种ADMET数据集上的实验结果表明,CapsMC模型可以高效实现ADMET的可解释性分类。

摘要： 生成对抗网络(GAN)算法在室外场景的深度估计任务中准确率较低,对于物体边界判断不准确.针对该问题,提出基于循环生成对抗网络(CycleGAN)的单目深度估计算法,将单幅图像映射到深度图像的过程拆分为两个子阶段.第一阶段中,网络学习图像的基本空间特征,得到粗糙尺度下的深度图像;第二阶段在前者的基础上,通过细节上的差异对比,优化深度图像,得到精细尺度下的深度图像.为了进一步提高深度估计的精度,在损失函数中引入了L1距离,让网络可以学习像素到像素的映射关系,避免出现较大的偏差与失真.在公开的室外场景数据集Make3D上的实验结果表明,与同类型算法相比,该算法的平均相对误差、均方根误差取得更好的效果.

摘要： 将图像转换成3D全息图显示的电子相框来了Looking Glass Portrait搭载了一块7.9英寸显示屏,并内置一台Raspberry Pi4电脑,旨在成为用于交互式程序和3D相机的微型全息显示器。Looking Glass Portrait的图像可以在100°的范围内观看,视频片段以每秒60FPS的速度播放。此外,Looking Glass Portrait可以独立工作,其最多可存储1000个3D扫描任务,也可以与Mac或PC配合使用。Looking Glass Portrait有自己开发的Mac和PC软件,可以将照片转换为3D图像,并将其加在到显示屏上。

摘要： 图像翻译工作因生成对抗网络(GAN)的提出及快速发展而受到许多研究者关注。其中时装照片上的服饰自动交换是一个有趣且有意义的任务。通过结合实例信息(例如对象分割掩码),使用基于CycleGAN的深度神经网络结构实现背景保持的服饰片段风格转换,可保证在服饰款式不变的情况下进行风格转换。该模型通过输入时装图像和所需服装风格样式,以端到端的方法生成一个具备相应风格服装的人物图片。

摘要： 民间系列主题图像,突破介质的限制,从概念与印象间找到传统图案的形式与主题,以模式化的形象出现,经巧匠创新,获得新的生命力,再以民间各介质为载体呈现.通过田野调查和文献资料,从湖南里耶古镇与捞车村的青铜器、建筑及土家织锦3种介质切入,分析图像内容与图像风格,得到民间图像转换传播的机制为视觉平衡、文化同质性及装饰与叙事的统一.

摘要： 动态红外图像转换技术是建立红外成像制导系统集成与性能评定试验系统的关键技术,电阻阵列技术是动态红外图像转换技术的主要发展方向。介绍了红外成像制导系统实验室测试评估系统工作原理,并详细阐述了美国林肯实验室在该项技术的发展现状。

摘要： 根据视频叠加图形的需求，在分析、比较现有视频叠加卡的基础上，提出了内存图像转换和视频图像直接绘制两种实现视频叠加图形的方法．内存图像转换方法主要利用现有的图形绘制开发工具，易于开发，不具有实时性；视频图像直接绘制方法利用计算机图形生成算法直接在视频图像上绘制各种图形，简化了转换环节，开发难度大，但满足实时叠加各种图形的需求．两种方法均具有与硬件无关性，满足各种视频叠加图形的需要．

摘要： 将加密信息与载体图像转换成二进制序列,把加密信息每3个位分为一组,每组的加密信息与待嵌入图像低位的信息进行比较后,修改载体图像,嵌入加密信息;提取加密信息时,找出嵌入的位置,读取标志位,根据标志位取反与否读取隐藏信息.新算法在信息嵌入量不变的情况下,修改嵌入信息位少,载体图像变化小,安全性高.新算法实现简单,嵌入信息量大,隐藏效果好,具有一定的实用价值.

摘要： 本文基于红外热像仪输出的数字图像(16位数字图像),介绍了一种将其有效转换为8位数字图像的图像拉伸算法,此算法在有效转换图像的基础上,减少了图像细节的损失.文中详细分析了这种方法的原理,给出了具体实现方法和应用实例.

摘要： 本文基于红外热像仪输出的数字图像(16位数字图像),介绍了一种将其有效转换为8位数字图像的图像拉伸算法,此算法在有效转换图像的基础上,减少了图像细节的损失.文中详细分析了这种方法的原理,给出了具体实现方法和应用实例.

摘要： 本文基于红外热像仪输出的数字图像(16位数字图像),介绍了一种将其有效转换为8位数字图像的图像拉伸算法,此算法在有效转换图像的基础上,减少了图像细节的损失.文中详细分析了这种方法的原理,给出了具体实现方法和应用实例.

摘要： 本文基于红外热像仪输出的数字图像(16位数字图像),介绍了一种将其有效转换为8位数字图像的图像拉伸算法,此算法在有效转换图像的基础上,减少了图像细节的损失.文中详细分析了这种方法的原理,给出了具体实现方法和应用实例.

摘要： 本文针对高端机器视觉应用介绍了一种创新的解决方案,能满足先进技术、客制化与应用的需求。该方案强调通过采用革命性的ATCA架构,可降低操作成本并减少使用空间。

摘要： 本文针对高端机器视觉应用介绍了一种创新的解决方案,能满足先进技术、客制化与应用的需求。该方案强调通过采用革命性的ATCA架构,可降低操作成本并减少使用空间。

摘要： 公开了图像数据转换设备、图像数据转换方法、计算机可读存储介质、计算机、POS终端设备和服务器。在图像数据转换设备中，以灰度级表示彩色图像数据，为灰度级图像数据创建亮度值的直方图，基于所创建的直方图确定灰色级图像数据被分类为多个图像图案中的哪个图像图案，为每个图像图案设置经历伽马校正的范围和固定为灰度级的最小值和最大值中的至少一个的范围，并且对灰度级图像数据执行包括伽马校正的图像数据转换。

摘要： 公开了图像数据转换设备、图像数据转换方法、计算机可读存储介质、计算机、POS终端设备和服务器。在图像数据转换设备中，以灰度级表示彩色图像数据，为灰度级图像数据创建亮度值的直方图，基于所创建的直方图确定灰色级图像数据被分类为多个图像图案中的哪个图像图案，为每个图像图案设置经历伽马校正的范围和固定为灰度级的最小值和最大值中的至少一个的范围，并且对灰度级图像数据执行包括伽马校正的图像数据转换。

摘要： 在用于通过对比度和/或锐度增强改进图像再现的方法和设备中，锐度增强依赖于局部平均亮度值被做出。由空间增强的图像信号组成的混频体被使用，其中针对各个信号，不同的空间频率被提高。用于对提高的信号进行混频的混频因子依赖于局部平均亮度值，使得随着亮度值增加，在频带上的分布转变到较高频率和较锐增强。

摘要： 在一种方法、单元和显示设备中，输入图像信号被分割成区域对比度信号（V

摘要： 公开了图像数据转换设备、图像数据转换方法、计算机可读存储介质、计算机、POS终端设备和服务器。在图像数据转换设备中，以灰度级表示彩色图像数据，为灰度级图像数据创建亮度值的直方图，基于所创建的直方图确定灰色级图像数据被分类为多个图像图案中的哪个图像图案，为每个图像图案设置经历伽马校正的范围和固定为灰度级的最小值和最大值中的至少一个的范围，并且对灰度级图像数据执行包括伽马校正的图像数据转换。

摘要： 公开了图像数据转换设备、图像数据转换方法、计算机可读存储介质、计算机、POS终端设备和服务器。在图像数据转换设备中，以灰度级表示彩色图像数据，为灰度级图像数据创建亮度值的直方图，基于所创建的直方图确定灰色级图像数据被分类为多个图像图案中的哪个图像图案，为每个图像图案设置经历伽马校正的范围和固定为灰度级的最小值和最大值中的至少一个的范围，并且对灰度级图像数据执行包括伽马校正的图像数据转换。

摘要： 在图像数据转换设备中，以灰度级表示彩色图像数据，为灰度级图像数据创建亮度值的直方图，基于所创建的直方图确定灰色级图像数据被分类为多个图像图案中的哪个图像图案，为每个图像图案设置经历伽马校正的范围和固定为灰度级的最小值和最大值中的至少一个的范围，并且对灰度级图像数据执行包括伽马校正的图像数据转换。

摘要： 本发明提供一种图像数据转换设备，其能够将彩色图像数据转换成适合于背景图像的黑白图像数据。本发明的一个示例性实施例是一种图像数据转换设备，其以灰度级表示彩色图像数据以将彩色图像数据转换成黑白图像数据，并且包括：确定装置，用于确定黑白图像数据是否是用于背景图像的数据；以及图像数据转换装置，用于当黑白图像数据是用于背景图像的数据时，使用从背景图像最小亮度值到最大亮度值范围内的亮度值将彩色图像数据转换成黑白图像数据。

摘要： 一种图像转换设备，包括：模型单元(5)，计算每个多边形的顶点坐标并且计算与每个多边形顶点位置处的压缩比相应的前置滤波系数；纹理地址单元(6)，将计算出来的每个多边形的顶点坐标转换成每个像素的坐标并且利用每个像素的坐标设定用于将图像附加到模型的读地址；滤波系数单元(7)，将计算出来的前置滤波系数转换成每个像素处的前置滤波系数；使用滤波系数单元(7)转换得到的前置滤波系数对输入图像数据执行滤波的H方向前置滤波器(9)、HV扫描转换器(10)和V方向前置滤波器(11)；纹理存储器(13)，在其内写入所述滤波过的图像数据；以及纹理存储控制器(12)，根据所述设定的读地址从纹理存储器(13)内读出图像数据。

摘要： 一种图像转换设备，包括：模型单元5，计算每个多边形的顶点坐标并且计算与每个多边形顶点位置处的压缩比相应的前置滤波系数；纹理地址单元6，将计算出来的每个多边形的顶点坐标转换成每个像素的坐标并且利用每个像素的坐标设定用于将图像附加到模型的读地址；滤波系数单元7，将计算出来的前置滤波系数转换成每个像素处的前置滤波系数；使用滤波系数单元7转换得到的前置滤波系数对输入图像数据执行滤波的H方向前置滤波器9、HV扫描转换器10和V方向前置滤波器11；纹理存储器13，在其内写入所述滤波过的图像数据；以及纹理存储控制器12，根据所述设定的读地址从纹理存储器13内读出图像数据。