首页> 中国专利> 一种特征分类学习的结构稀疏传播图像修复方法

一种特征分类学习的结构稀疏传播图像修复方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种特征分类学习的结构稀疏传播图像修复方法。本发明首先将图像块按特征分类，根据不同特征的图像样本进行样本训练得到相对应的过完备字典；然后，对不同特征的待修复图像块提取不同的有效信息进行稀疏编码，使得稀疏表示具有较强的自适应能力；最后，针对结构稀疏传播模型带来的偏差进行修改，完善结构稀疏的传播机制。本发明可以有效修复图像结构边缘、不规则纹理和平滑区域的图像信息。

著录项

公开/公告号CN103700065B

专利类型发明专利
公开/公告日2016-07-06

原文格式PDF
申请/专利权人杭州电子科技大学;
展开▼

申请/专利号CN201310641763.X
发明设计人唐向宏;康佳伦;任澍;李齐良;
展开▼

申请日2013-12-03
分类号G06T5/00(20060101);
代理机构33240 杭州君度专利代理事务所(特殊普通合伙);
代理人杜军
地址 310018 浙江省杭州市下沙高教园区2号大街
入库时间 2022-08-23 09:43:04

法律信息

法律状态公告日

法律状态信息

法律状态
2019-12-31

专利权的转移 IPC(主分类):G06T 5/00 登记生效日:20191211 变更前: 变更后: 申请日:20131203

专利申请权、专利权的转移
2018-12-07

专利权的转移 IPC(主分类):G06T 5/00 登记生效日:20181116 变更前: 变更后: 申请日:20131203

专利申请权、专利权的转移
2018-12-07

专利权的转移 IPC(主分类):G06T 5/00 登记生效日:20181116 变更前: 变更后: 申请日:20131203

专利申请权、专利权的转移
2016-07-06

授权

授权
2016-07-06

授权

授权
2016-07-06

授权

授权
2014-04-30

实质审查的生效 IPC(主分类):G06T5/00 申请日:20131203

实质审查的生效
2014-04-30

实质审查的生效 IPC(主分类):G06T5/00 申请日:20131203

实质审查的生效
2014-04-30

实质审查的生效 IPC(主分类):G06T 5/00 申请日:20131203

实质审查的生效
2014-04-02

公开

公开
2014-04-02

公开

公开
2014-04-02

公开

公开

查看全部

相似文献

专利
中文文献
外文文献

1. 一种特征分类学习的结构稀疏传播图像修复方法 [P] . 中国专利： CN103700065B . 2016.07.06
2. 基于近邻传播聚类和稀疏多核学习的高光谱图像分类方法 [P] . 中国专利： CN105760900B . 2019.06.18
3. Structure-preserving learning method and apparatus for visual tracking using structure-preserving sparse learning [P] . 韩国专利： KR101926793B1 . 2018-12-07

机译：利用结构保全稀疏学习进行视觉跟踪的结构保全学习方法和装置
4. Structure-preserving learning method and apparatus for visual tracking using structure-preserving sparse learning [P] . 韩国专利： KR20180129424A . 2018-12-05

机译：利用结构保全稀疏学习进行视觉跟踪的结构保全学习方法和装置
5. NEURAL NETWORK LEARNING METHOD AND APPARATUS USING UNSUPERVISED LEARNING BASED ON ARCHITECTURE VARIATION AND SUPERVISED LEARNING BASED ON SELECTIVE ERROR PROPAGATION [P] . 韩国专利： KR20200063041A . 2020-06-04

机译：基于体系结构变异的无监督学习和基于选择性误差传播的监督学习的神经网络学习方法及装置