深度图像滤波方法、装置、计算机设备和存储介质.pdf
一只****ng
亲,该文档总共29页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
深度图像滤波方法、装置、计算机设备和存储介质.pdf
本申请涉及一种深度图像滤波方法、装置、计算机设备和存储介质。包括:获取当前图像的第一深度图像的信息和第一图像的信息;根据第一图像中的目标位置处的像素值与目标位置预设邻域范围内的像素值之间的差值,从第一像素值集中获得第二像素值集;根据第二像素值集、第二对应关系、第三对应关系和第一对应关系,从第一深度值集中获得第二深度值集;根据第二深度值集,对第一深度图像进行滤波,得到第二深度图像。从而能够在很大程度上消除滤波图像中存在的锯齿现象,提高边缘准确性,使得深度图像主体边缘与色彩图像或灰度图像的主体边缘贴合得更好。
图像滤波方法和装置、电子设备及存储介质.pdf
本申请涉及一种图像滤波方法,包括:获取待处理图像和参考图像;将待处理图像在当前方向以预设宽度遍历,分为与预设宽度对应的各个子图像块;选择目标滤波算法对各个子图像块进行滤波,得到与预设宽度对应的各个已滤波子图像块;分别对各个已滤波子图像块构造滤波参数项,基于滤波参数项和参考图像对各个已滤波子图像块进行滤波,采用最小二乘滤波求解得到对应的当前滤波图像,将当前滤波图像作为更新的待处理图像;将与当前方向成预设角度的方向作为更新的当前方向,返回将所述待处理图像在当前方向以预设宽度遍历,分为与预设宽度对应的各个子图像
深度图像的处理方法、装置、设备和存储介质.pdf
本发明公开了一种深度图像的处理方法、装置、设备和存储介质。该方法包括:获取同一空间区域下的彩色图像和深度图像;通过预训练神经网络预测所述彩色图像中的目标三维信息,其中,所述预训练神经网络通过样本彩色图像和所述样本彩色图像中的样本三维信息训练得到;根据所述目标三维信息,填补所述深度图像中的空洞以及所述深度图像相对所述彩色图像的视野盲区。该方法不仅对深度图像中存在的空洞进行了深度填补,同时,还对深度图像的视野盲区进行了深度填补,从而扩大了深度图像的视角范围以及深度范围。
基于深度学习的图像分割方法、装置、设备和存储介质.pdf
本发明实施例公开了一种基于深度学习的图像分割方法、装置、终端设备和存储介质。基于对脏器图像数据中的样本图像数据的分割标记操作得到训练集,所述脏器图像数据通过对脏器扫描得到;生成初始图像分割模型,将所述训练集输入所述初始图像分割模型进行模型训练,以获得用于图像结构分割的图像分割模型,所述初始图像分割模型在U‑Net框架的中心层添加与所述U‑Net框架的解码器分支并行的正则约束分支得到,所述正则约束分支用于对所述U‑Net框架的编码器分支进行正则约束;将待分割的脏器图像数据输入到所述图像分割模型,以对所述待分
基于深度学习的图像扩充方法和装置、存储介质和计算机.pdf
本发明提供一种图像扩充方法和装置、存储介质和计算机。所述图像扩充方法包括:提供包括有多张原始图像的第一图像集和生成对抗网络;对所述原始图像进行图像处理以得到处理后图像,多张处理后图像构成第二图像集,基于第一图像集和第二图像集形成第三图像集;利用第三图像集中的图像来训练所述生成对抗网络,得到最终的生成对抗网络;最终的生成对抗网络的基于第三图像集生成多张生成图像,并判断所述多张生成图像的真伪,被判断为真的多张生成图像形成第四图像集,基于第三图像集和第四图像集形成第五图像集。这样可以有效的扩充优质的图像集,以便