基于稀疏失真模型表示的深度图像空洞修复和去噪方法

发明专利有效专利

申请号：
CN201610014989.0
IPC分类号：G06T5/00;G06T7/50
申请日期：
2016-01-11
申请人：
宁波大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于稀疏失真模型表示的深度图像空洞修复和去噪方法
申请号	CN201610014989.0	申请日期	2016-01-11
法律状态	授权	申报国家	中国
公开/公告日	2016-05-25	公开/公告号	CN105608678A
优先权	暂无	优先权号	暂无
主分类号	G06T5/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕	IPC分类号	G;0;6;T;5;/;0;0;;;G;0;6;T;7;/;5;0查看分类表>
申请人	宁波大学	申请人地址	浙江省宁波市江北区风华路818号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	宁波大学	当前权利人	宁波大学
发明人	彭宗举;胡天佑;陈芬;郁梅
代理机构	宁波奥圣专利代理事务所（普通合伙）	代理人	周珏

摘要

本发明公开了一种基于稀疏失真模型表示的深度图像空洞修复和去噪方法，其先利用K‑SVD字典学习模型获取训练样本矩阵的过完备字典；然后利用K‑SVD字典学习模型获取待处理的失真深度图像的过完备字典，再根据待处理的失真深度图像的矩阵表示及对应的过完备字典，并利用正交匹配跟踪模型，得到对应的稀疏系数向量；接着通过获取待处理的失真深度图像的非空洞区域的最终去噪矩阵，获取空洞掩膜矩阵；之后根据训练样本矩阵的过完备字典和测试样本矩阵，并利用正交匹配跟踪模型，得到对应的稀疏系数向量；最后根据训练样本矩阵的过完备字典及对应的稀疏系数向量和空洞掩膜矩阵，得到重构深度图像；优点是降低了深度图像出现的空洞和噪声对深度图像质量的影响。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供