基于梯度方向和边缘引导的深度学习图像修复方法
公开
摘要
本发明提出了一种基于梯度方向和边缘引导的深度学习图像修复方法。采用边缘引导的修复方法的基础上，提出了增加梯度方向损失进行优化的方法。通过加入HOG特征中的梯度方向，相比于只利用了梯度大小即只考虑边缘的情况，可以更准确地还原出图像中的结构，例如汉字中含有的许多“横”和“竖”等笔画，本发明的结果不仅减少了修复中出现的扭曲情况，对于无意义的笔画也大大减少，能得到更加真实的图像修复结果，从视觉效果和定量分析结果来看，整体性能优于其它方法。
基本信息
专利标题 ：
基于梯度方向和边缘引导的深度学习图像修复方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565526A
申请号 ：
CN202210167590.1
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李黎周陈倩陆剑锋张善卿俞韬
申请人 ：
杭州电子科技大学;杭州电子科技大学上虞科学与工程研究院有限公司
申请人地址 ：
浙江省杭州市下沙高教园区
代理机构 ：
杭州君度专利代理事务所(特殊普通合伙)
代理人 ：
杨舟涛
优先权 ：
CN202210167590.1
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
