无图像

摘要： 一台海尔LE43M31型液晶彩电,开机后屏上出现暗淡的光栅,无字符、无图像(灰屏)。根据故障现象分析,怀疑逻辑板有问题。测量逻辑板上12V供电正常,转向检查上屏线。该机上屏线接口共有51针,引脚细密,如图1所示。

摘要： 一台小米L55M5-5A型液晶彩电,开机后背光亮,伴音正常,但无字符、无图像,可见暗淡光栅(俗称灰屏)。拆开后盖,测逻辑板上VDD1N端有12V电压输入,但VGH、VGL-15、VGL-8等电压均为0V。

摘要： 一台创佳TNL-3000型数字有线电视机顶盒,用户反映无图像。通电试机,绿色电源指示灯亮,面板数码管有显示,遥控器及面板按键操控正常;用用户自带的三色线与电视机色差信号输入端子连接,结果无图像;用其中―根线以复合视频信号输出方式与电视机连接,则有图像。

摘要： —台LG47LE5500-CA型液晶彩电,遥控、键控操作正常,开机后有厂标和屏显,但输入AV、HDMI等信号源都无图像,屏幕上一直出现无信号提示(输入HDMI高清信号时,会提示无效格式);在TV模式下,出现满屏雪花,但接上有线电视信号时,屏幕显示黑白相间的斜条纹,没有声音。

摘要： —台先锋LED-39B500型液晶彩电,开机后图像、声音均正常,约1Omin后出现暗淡的蓝屏,无图像,但声音正常。关机后再开机,能出现图像,但很快出现灰屏。

摘要： 例1:一台松下TH-L32X15C型液晶彩电,开机后伴音正常,背光亮,屏显“视频2”字符,无图像。分析检修:把本机输出的视频信号送给另一台电视机,图像正常;从HDMI高清端子输入信号,图像也正常,这说明模拟视频信号处理电路有问题。

摘要： 接修一台熊猫L32K06型液晶电视,机主述说该机开机后无图像、声音正常。通电试机,同机主描述一致,但仔细观察发现电视背光亮,看来液晶屏没有工作。拆机,测量上屏电压约为7V,明显异常。顺着线路查找,发现上屏供电由U14(ME9435)控制,如图1所示。测量U14①脚电压为12V,而⑧脚电压约为7V,怀疑54异常,试用银子短路U14的①、⑧脚,此时电视图像正常,看来判断正确。用型号为FDS9435A的场效应管代换U14后试机,长时间工作均正常,故障排除。

摘要： 例1:一台创维39E65SG液晶电视,刚开机时,图像、伴音均正常,收看约半小时后背光熄灭,无图像、伴音正常。分析检修:拆机,目测电源板(板号:168PP47ELF-00/5800-P47ELF-0000)和背光板(板号:L390H1-1EC)上均无明显损坏的元件。通电,测得LED背光连接插座CN2外围的灯条电流检测电阻R42、R45~R48、R51两端电压为1.5V(正常),但R44、R41两端电压高达10V,明显异常。根据经验,此故障应为R44、R41所连灯条上的灯珠异常所致。

摘要： 本发明公开了一种基于无监督特征学习的无参考屏幕图像质量评价方法，其先获取若干幅无失真屏幕图像的归一化屏幕图像；然后根据该归一化屏幕图像，并采用ZCA操作和无监督聚类算法，获得字典码书；接着获取待评价的失真屏幕图像的归一化屏幕图像；而后采用Gaussian kernel similarity weight方法和K‑Nearest Neighbor方法对该归一化屏幕图像进行处理，获得权值特征矩阵；再根据字典码书和权值特征矩阵，并采用LLC算法，获得LLC特征向量；最后利用支持向量回归技术对LLC特征向量进行测试，预测得到待评价的失真屏幕图像的客观质量评价预测值；优点是能够充分考虑到局部信息变化对视觉质量的影响，从而能够提高客观评价结果与主观感知之间的相关性。

摘要： 本发明公开一种基于图像高频信息的无参考图像质量评价方法，包括以下步骤：对待评价图像I使用低通滤波，得到二次退化图像I

摘要： 本发明提供一种无参考图像的遥感图像融合性能评价方法，主要解决在没有高分辨率参考图像的情况下，如何有效地对遥感图像融合性能进行有效评价的问题，以及评价指标的有效性问题。本发明的核心机制是，将图像融合性能分解为光谱保持度、空间平滑度和细节保持度三个维度，通过对融合图像进行子带分解，并对每一子带与参与融合的多光谱图像和全色图像分别进行比对，计算以相关系数为基础的指标，最后进行指标综合，获得最终评价指标。本发明的方法对融合图像性能评价结果与专家经验一致，可以很好地表现融合算法的不同性能方面，运算速度快，适用于遥感图像融合评价。

摘要： 本发明涉及用于视频图像的一种图像稳定系统。在此数字图像数据通过图像录制系统（2）的图像传感器（4）检测，其中所述图像录制系统（2）的位置通过位置调节装置基于模型来调节。所述图像录制系统（2）的位置变化通过移动传感器（5）检测，并且所述图像数据与位置调节装置的当前控制数据、所述模型（6）的当前参数组和所述移动传感器（5）的累加输出数据一同被传输到图像数据处理系统（3）。在所述图像数据处理系统中基于所述控制数据、所述参数组和所述模型的接收侧拷贝把图像录制系统（2）的不期望的位置变化与期望的位置变化相区分，并且校正所述图像数据，使得不期望的位置变化得到补偿。本发明可以例如用于借助飞行设备的对象监控，并且所提供的优点是能够可靠地区分抖动与期望的移动。

摘要： 基于融合图像和强化图像的无参考立体图像质量评价方法，首先基于人类视觉系统的双目融合、双目竞争、双目抑制等特性，将立体图像的左右视点进行红、绿、蓝三通道的融合，得到彩色融合图像；其次，使用立体匹配算法得到失真立体图像对的视差图，将视差图的梯度权重对彩色融合图像的灰度图进行加权；再次，根据融合图像和视差图生成强化图像；然后，对融合图像和强化图像在空间域提取自然统计特征，对视差图提取峰度和偏度特征；最后，对所提特征进行融合并将融合后的特征送入支持向量回归(support vector regression,SVR)中得到待评价立体图像的质量。

摘要： 本发明公开了一种基于无监督特征学习的无参考屏幕图像质量评价方法，其先获取若干幅无失真屏幕图像的归一化屏幕图像；然后根据该归一化屏幕图像，并采用ZCA操作和无监督聚类算法，获得字典码书；接着获取待评价的失真屏幕图像的归一化屏幕图像；而后采用Gaussian kernel similarity weight方法和K‑Nearest Neighbor方法对该归一化屏幕图像进行处理，获得权值特征矩阵；再根据字典码书和权值特征矩阵，并采用LLC算法，获得LLC特征向量；最后利用支持向量回归技术对LLC特征向量进行测试，预测得到待评价的失真屏幕图像的客观质量评价预测值；优点是能够充分考虑到局部信息变化对视觉质量的影响，从而能够提高客观评价结果与主观感知之间的相关性。

摘要： 本发明公开了一种基于图像递归性的无监督遥感图像超分辨率重建方法；获取原始低分辨率图像；从原始低分辨率图像中提取退化核；采用退化核对原始低分辨率图像进行下采样，获得下采样后的低分辨率图像；基于原始低分辨率图像和下采样后的低分辨率图像，对超分辨率重建网络模型进行训练；采用超分辨率重建网络模型，测试待测低分辨率图像，获得对应的超分辨率重建结果。通过该方法能够将超分辨率重建方法应用于遥感图像中，从而提高从遥感图像中获得配对数据的准确性，并使网络对重建合成所用的下采样实现良好的重建效果。

摘要： 本发明提供一种基于无监督深度图像集合哈希的多标签图像检索方法，涉及图像检索技术领域。该方法将图像检索中获取的多标签数据集转化为多标签图像集合数据集，每个集合中的图片拥有完全相同的标签；利用VGG‑16网络对多标签图像集合数据集进行图像特征的提取；对第二个全连接层fc7层图像特征进行集合特征的计算；利用所有集合的集合特征进行语义结构的构建；利用平方损失函数进行哈希编码的学习，得到训练后的网络结构模型；利用训练后的网络结构模型实现进行多标签图像检索。本发明能更好保留同一集合中多个图像代表同一对象的特点，同时避免全部图像特征之间的逐一比对，大幅减少对比次数，具有可靠、快速的特点，适用于大规模数据的图像检索场景。

摘要： 本发明涉及图像处理技术领域，具体是基于图像语义信息的增量学习无参考图像质量评价方法，其特征在于，包括以下步骤：划分增量任务集；将划分的增量任务集输入到特征提取网络中；将提取到的全局语义特征输入到混合注意力模块中；将获取到的带有空间信息的显著语义特征与多尺度失真特征使用早融合的方式融合；将得到深度融合特征输入到回归网络中；使用知识蒸馏的方式将回归网络学习到的知识迁移到学生网络；使用学生网络对下一次增量任务的部分图像数据做出质量分数预测，本发明基于图像语义信息的增量学习无参考图像质量评价方法，增强了模型对不同场景失真图像的鲁棒性，提高了模型对不同场景失真图像质量的表达能力。

摘要： 本发明公开一种无监督红外图像和可见光图像的融合方法，基于图像融合模型，图像融合模型包括多尺度特征提取模块和特征重建模块，具体包括：(1)将红外图像和可见光图像输入到特征提取模块进行多尺度特征提取；所述特征提取模块内包括红外图像和可见光图像两条特征提取路径，每条路径又包括三条平行的分支；红外图像和可见光图像输入到各自对应的特征提取路径；(2)将特征提取模块内两条特征提取路径提取的特征沿通道维度进行串联，然后输入到特征重建模块得到融合图像；(3)所提出的模型在损失函数的指导下不断进行优化，最终得到理想的融合图像。