哈尔滨工业大学曹开锐获国家专利权
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!
龙图腾网获悉哈尔滨工业大学申请的专利基于机器学习的暗光图像的特征点提取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:CN116597170B 。
龙图腾网通过国家知识产权局官网在2025-09-02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:202310434557.5,技术领域涉及:H04L41/16;该发明授权基于机器学习的暗光图像的特征点提取方法是由曹开锐;曹瑜彬;张洁;谭立英;马晶设计研发完成,并于2023-04-21向国家知识产权局提交的专利申请。
本基于机器学习的暗光图像的特征点提取方法在说明书摘要公布了:基于机器学习的暗光图像的特征点提取方法,解决了目前已有的技术对于相机实际拍摄得到的图像处理效果不佳且算法较复杂的问题,属于图像处理技术领域。本发明包括:S1、去除N帧相邻或相近的图像中的本底噪声;S2、对去除本底噪声后的N帧相邻或相近图像进行小波降噪,并剔除低于设定阈值的像素,获得降噪后的N帧相邻或相近图像;S3、利用光流法剔除降噪后N帧相邻或相近图像中光流方差超过光流方差矩阵均值的像素,获得去除较大跳动的N帧相邻或相近图像;S4、利用移动高斯卷积算法对去除较大跳动的N帧相邻或相近图像进行特征点提取,得到特征图像。本发明实现高精度、高鲁棒性的特征提取。
本发明授权基于机器学习的暗光图像的特征点提取方法在权利要求书中公布了:1.基于机器学习的暗光图像的特征点提取方法,其特征在于,所述方法包括: S1、去除N帧相邻或相近的图像中的本底噪声; S2、对去除本底噪声后的N帧相邻或相近图像进行小波降噪,并剔除低于设定阈值的像素,获得降噪后的N帧相邻或相近图像; S3、利用光流法剔除降噪后N帧相邻或相近图像中光流方差超过光流方差矩阵均值的像素,获得去除较大跳动的N帧相邻或相近图像; S4、利用移动高斯卷积算法对去除较大跳动的N帧相邻或相近图像进行特征点提取,包括: S41、将高斯卷积G1,G2,G3,...,GN分别作用于N帧相邻或相近图像I1,I2,I3,...,IN,得到N帧高斯卷积后的结果图像IG1,IG2,IG3,...,IGN: S42、计算N帧结果图像的均值: S43、建立目标函数采用深度学习框架进行优化,当目标函数收敛时,N帧结果图像趋于一致,再将这N帧结果图像使用高斯权重进行叠加合成,得到特征图像。
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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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”。
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。