基于深度学习的文档褶皱修复方法

AITNT
正文
推荐专利
基于深度学习的文档褶皱修复方法
申请号:CN202511236670
申请日期:2025-09-01
公开号:CN120725929B
公开日期:2025-11-07
类型:发明专利
摘要
本申请公开了一种基于深度学习的文档褶皱修复方法,涉及文档图像修复技术领域,方法包括:获取待处理文档的二维图像和点云数据,并将所述二维图像的各像素点和点云数据对齐;计算所述点云数据中各点所处邻域的曲率变化率,并根据各点所处邻域的曲率变化率,计算获得痕迹线;根据所述痕迹线将点云数据划分并生成若干子面,将各所述子面进行局部仿射变换以获得相应的展平子面,拼接各所述展平子面以获得三维表面模型;提取所述二维图像中的图像模态特征,并提取三维表面模型的几何模态特征,融合所述图像模态特征和几何模态特征以获得融合特征;基于所述融合特征,跨模态协同修复二维图像以获得目标图像。本申请实现了修复效果的提升。
技术关键词
模态特征 三维表面模型 修复方法 邻域 融合点云数据 视角 融合特征 融合深度信息 噪声方差 褶皱 结构光条纹 卡尔曼滤波融合 卷曲 跨模态 图像修复技术 协方差矩阵
系统为您推荐了相关专利信息
1
基于变分自监督编码与动态伪重叠判定的跨域推荐方法
推荐方法 节点 编码模块 推理网络 邻域
2
代码修复方法及装置、计算机程序产品和电子设备
状态监测信息 代码修复方法 机器人 策略 计算机程序产品
3
基于图像处理的合金电阻表面缺陷实时检测方法及系统
合金电阻 实时检测方法 像素点 图像处理 灰度直方图
4
一种扫地机器人的控制方法及系统
扫地机器人 清扫策略 融合注意力机制 物体 识别地面
5
一种基于深度学习的机器人抓取检测方法及其实现系统
机器人抓取检测方法 局部注意力机制 通道注意力机制 网络 多尺度膨胀卷积
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号