System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于低通滤波的图像生成方法及装置制造方法及图纸_技高网

一种基于低通滤波的图像生成方法及装置制造方法及图纸

技术编号:41058905 阅读:2 留言:0更新日期:2024-04-24 11:10
本发明专利技术公开了一种基于低通滤波的图像生成方法及装置。其中,该方法包括:获取原始图像数据;将所述原始图像数据进行数模转换,得到图像模拟数据;将所述图像模拟数据输入至分解矩阵中,生成纵波图像数据和横波图像数据;利用低通滤波模型,将所述纵波图像数据和所述横波图像数据进行优化,得到重组图像数据。本发明专利技术解决了现有技术中的图像优化和生成方法中,仅仅是通过对整体图像的判断和优化,无法针对随机图像数据进行主动性的分解优化和处理,导致图像生成和优化效果不理想的技术问题。

【技术实现步骤摘要】

本专利技术涉及图像处理和优化领域,具体而言,涉及一种基于低通滤波的图像生成方法及装置


技术介绍

1、随着智能化科技的不断发展,人们的生活、工作、学习之中越来越多地用到了智能化设备,使用智能化科技手段,提高了人们生活的质量,增加了人们学习和工作的效率。

2、目前,针对图像过滤和筛选优化过程,通常本领域技术人员会利用图像瑕疵识别模型来判断图像的整体瑕疵坐标和曝光异常位置数据,并根据具体的坐标或参数来确定优化方式和优化位置。但是现有技术中的图像优化和生成方法中,仅仅是通过对整体图像的判断和优化,无法针对随机图像数据进行主动性的分解优化和处理,导致图像生成和优化效果不理想。

3、针对上述的问题,目前尚未提出有效的解决方案。


技术实现思路

1、本专利技术实施例提供了一种基于低通滤波的图像生成方法及装置,以至少解决现有技术中的图像优化和生成方法中,仅仅是通过对整体图像的判断和优化,无法针对随机图像数据进行主动性的分解优化和处理,导致图像生成和优化效果不理想的技术问题。

2、根据本专利技术实施例的一个方面,提供了一种基于低通滤波的图像生成方法,包括:获取原始图像数据;将所述原始图像数据进行数模转换,得到图像模拟数据;将所述图像模拟数据输入至分解矩阵中,生成纵波图像数据和横波图像数据;利用低通滤波模型,将所述纵波图像数据和所述横波图像数据进行优化,得到重组图像数据。

3、可选的,所述将所述原始图像数据进行数模转换,得到图像模拟数据包括:获取数模转换模型;将所述原始图像数据中的像素坐标数据带入所述数模转换模型,得到所述图像模拟数据。

4、可选的,所述将所述图像模拟数据输入至分解矩阵中,生成纵波图像数据和横波图像数据包括:将所述图像模拟数据输入所述分解矩阵,得到所述纵波图像数据和所述横波图像数据,其中,所述分解矩阵包括:

5、

6、其中,m1至mn是n组图像模拟数据,(x1,y1)至(xn,yn)是与图像模拟数据对应的n组纵波图像数据和横波图像数据的模拟量。

7、可选的,所述利用低通滤波模型,将所述纵波图像数据和所述横波图像数据进行优化,得到重组图像数据包括:通过所述低通滤波模型lc=(αn,βn)*[(xn,yn)^n]将所述纵波图像数据和所述横波图像数据进行优化,得到所述重组图像数据,其中,lc是重组图像数据集合,(αn,βn)是低通滤波阈值坐标组合。

8、根据本专利技术实施例的另一方面,还提供了一种基于低通滤波的图像生成装置,包括:获取模块,用于获取原始图像数据;转换模块,用于将所述原始图像数据进行数模转换,得到图像模拟数据;分解模块,用于将所述图像模拟数据输入至分解矩阵中,生成纵波图像数据和横波图像数据;优化模块,用于利用低通滤波模型,将所述纵波图像数据和所述横波图像数据进行优化,得到重组图像数据。

9、可选的,所述转换模块包括:获取单元,用于获取数模转换模型;转换单元,用于将所述原始图像数据中的像素坐标数据带入所述数模转换模型,得到所述图像模拟数据。

10、可选的,所述分解模块包括:分解单元,用于将所述图像模拟数据输入所述分解矩阵,得到所述纵波图像数据和所述横波图像数据,其中,所述分解矩阵包括:

11、

12、其中,m1至mn是n组图像模拟数据,(x1,y1)至(xn,yn)是与图像模拟数据对应的n组纵波图像数据和横波图像数据的模拟量。

13、可选的,所述优化模块包括:优化单元,用于通过所述低通滤波模型

14、lc=(αn,βn)*[(xn,yn)^n]将所述纵波图像数据和所述横波图像数据进行优化,得到所述重组图像数据,其中,lc是重组图像数据集合,(αn,βn)是低通滤波阈值坐标组合。

15、根据本专利技术实施例的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行一种基于低通滤波的图像生成方法。

16、根据本专利技术实施例的另一方面,还提供了一种电子装置,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行一种基于低通滤波的图像生成方法。

17、在本专利技术实施例中,采用获取原始图像数据;将所述原始图像数据进行数模转换,得到图像模拟数据;将所述图像模拟数据输入至分解矩阵中,生成纵波图像数据和横波图像数据;利用低通滤波模型,将所述纵波图像数据和所述横波图像数据进行优化,得到重组图像数据的方式,解决了现有技术中的图像优化和生成方法中,仅仅是通过对整体图像的判断和优化,无法针对随机图像数据进行主动性的分解优化和处理,导致图像生成和优化效果不理想的技术问题。

本文档来自技高网...

【技术保护点】

1.一种基于低通滤波的图像生成方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述原始图像数据进行数模转换,得到图像模拟数据包括:

3.根据权利要求1所述的方法,其特征在于,所述将所述图像模拟数据输入至分解矩阵中,生成纵波图像数据和横波图像数据包括:

4.根据权利要求3所述的方法,其特征在于,所述利用低通滤波模型,将所述纵波图像数据和所述横波图像数据进行优化,得到重组图像数据包括:

5.一种基于低通滤波的图像生成装置,其特征在于,包括:

6.根据权利要求5所述的装置,其特征在于,所述转换模块包括:

7.根据权利要求5所述的装置,其特征在于,所述分解模块包括:

8.根据权利要求7所述的装置,其特征在于,所述优化模块包括:

9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。

10.一种电子装置,其特征在于,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。

...

【技术特征摘要】

1.一种基于低通滤波的图像生成方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述原始图像数据进行数模转换,得到图像模拟数据包括:

3.根据权利要求1所述的方法,其特征在于,所述将所述图像模拟数据输入至分解矩阵中,生成纵波图像数据和横波图像数据包括:

4.根据权利要求3所述的方法,其特征在于,所述利用低通滤波模型,将所述纵波图像数据和所述横波图像数据进行优化,得到重组图像数据包括:

5.一种基于低通滤波的图像生成装置,其特征在于,包括:

6.根据权利要求5所述的装置,其特...

【专利技术属性】
技术研发人员:温建伟邓迪旻袁潮
申请(专利权)人:北京拙河科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1