-
公开(公告)号：CN110570386A
公开(公告)日：2019-12-13
申请号：CN201910828398.0
申请日：2019-09-03
Applicant: 北京林业大学
Abstract: 本发明属于图像处理领域，尤其涉及一种基于贝叶斯理论的图像融合方法。本方法首先建立数据库，用以存储多帧图像的描述子信息；其次对数据库进行初始化，通过一定的顺序对帧图像进行基于MSER算法和Vibe算法的处理，并对其进行描述子计算；接下来对数据库中的数据进行索引和统计，得出贝叶斯计算公式下的各个概率，并计算融合概率；然后得出根据阈值对融合概率进行筛选，并进行图像融合计算；最后根据输入图像进行数据库的更新与代替；该方法注重对连续帧图像信息的保留和统计，对持续存在的特征有较好的保留效果，并且计算简单，不需要似然函数的估计。
-
公开(公告)号：CN109410512A
公开(公告)日：2019-03-01
申请号：CN201811318766.9
申请日：2018-11-07
Applicant: 北京林业大学
Abstract: 本发明首先对视频图像进行预处理，预处理过程包括图像的灰度化、二值化、动态区域提取、形态学操作。其次，得出图像中的动态区域，再通过模拟山体崩塌的过程，确定联通区分割界限，将图像划分为以各个连通域为核心的不同区域。在这之后，对每个划分区域内的连通域进行骨骼图计算，得出整张图像的骨骼图信息。接下来，对骨骼图像进行端点计算，这些端点将代替所属连通域进行基于最小二乘法的线性回归运算，得出线性回归方程。最后，对连续三帧图像的线性回归方程进行相交计算，若三帧图像中的回归方程存在角点，则该交点视为烟雾根节点。
-
公开(公告)号：CN108009529A
公开(公告)日：2018-05-08
申请号：CN201711440134.5
申请日：2017-12-27
Applicant: 北京林业大学
Abstract: 本发明公开了一种基于特征根和流体力学的森林火灾烟视频目标检测方法，首先通过提取视频中连续帧图像进行视频中动态区域提取；其次通过形态学算法对动态区域进行连通区域骨骼图计算；然后提取出连续帧骨骼图像端点中可疑的烟根特征候选点；接下来对烟根特征候选点做基于Navier-Stokes方程的判定，得出烟根特征的预测烟图像；最后通过将预测图像与当前实际图像融合判定，得出烟存在区域。由于算法存在一定的预测性，可以持续影响连续帧的判定信息，使得判定结果稳定，可以有效避免由于图像处理阶段带来的偶然计算误。
-
公开(公告)号：CN110570386B
公开(公告)日：2023-04-18
申请号：CN201910828398.0
申请日：2019-09-03
Applicant: 北京林业大学
Abstract: 本发明属于图像处理领域，尤其涉及一种基于贝叶斯理论的图像融合方法。本方法首先建立数据库，用以存储多帧图像的描述子信息；其次对数据库进行初始化，通过一定的顺序对帧图像进行基于MSER算法和Vibe算法的处理，并对其进行描述子计算；接下来对数据库中的数据进行索引和统计，得出贝叶斯计算公式下的各个概率，并计算融合概率；然后得出根据阈值对融合概率进行筛选，并进行图像融合计算；最后根据输入图像进行数据库的更新与代替；该方法注重对连续帧图像信息的保留和统计，对持续存在的特征有较好的保留效果，并且计算简单，不需要似然函数的估计。
-
公开(公告)号：CN109410512B
公开(公告)日：2020-07-31
申请号：CN201811318766.9
申请日：2018-11-07
Applicant: 北京林业大学
Abstract: 本发明首先对视频图像进行预处理，预处理过程包括图像的灰度化、二值化、动态区域提取、形态学操作。其次，得出图像中的动态区域，再通过模拟山体崩塌的过程，确定联通区分割界限，将图像划分为以各个连通域为核心的不同区域。在这之后，对每个划分区域内的连通域进行骨骼图计算，得出整张图像的骨骼图信息。接下来，对骨骼图像进行端点计算，这些端点将代替所属连通域进行基于最小二乘法的线性回归运算，得出线性回归方程。最后，对连续三帧图像的线性回归方程进行相交计算，若三帧图像中的回归方程存在角点，则该交点视为烟雾根节点。
-
Patent Agency Ranking
公开(公告)号：CN110309808A
公开(公告)日：2019-10-08
申请号：CN201910613683.0
申请日：2019-07-09
Applicant: 北京林业大学
Abstract: 本发明属于森林防火和视频目标检测领域，尤其涉及一种基于视频的烟雾源根节点检测方法。本发明首先对输入的视频图像帧进行计数判定，视情况执行动态区域提取算法和远距离目标检测区域提取算法，然后对动态图像信息进行融合，得出动态图像下的分割区域图，对远距离图像进行信息融合，得出远距离信息下的分割区域图。接下来对两张分割区域图统计贝叶斯计算所需的概率，得出贝叶斯概率结果，并根据概率结果对两套分割区域图进行融合，得出远近距离条件下的全尺度检测结果图。最后，对融合结果进行骨骼图像提取，并得出最后烟雾根节点像素级候选位置。整套计算流程以流水线形式执行，延迟时间约25帧，即算法自执行开始，需25帧后得出正确结果。
-
公开(公告)号：CN108009529B
公开(公告)日：2021-08-27
申请号：CN201711440134.5
申请日：2017-12-27
Applicant: 北京林业大学
Abstract: 本发明公开了一种基于特征根和流体力学的森林火灾烟视频目标检测方法，首先通过提取视频中连续帧图像进行视频中动态区域提取；其次通过形态学算法对动态区域进行连通区域骨骼图计算；然后提取出连续帧骨骼图像端点中可疑的烟根特征候选点；接下来对烟根特征候选点做基于Navier‑Stokes方程的判定，得出烟根特征的预测烟图像；最后通过将预测图像与当前实际图像融合判定，得出烟存在区域。由于算法存在一定的预测性，可以持续影响连续帧的判定信息，使得判定结果稳定，可以有效避免由于图像处理阶段带来的偶然计算误。
-
公开(公告)号：CN110210428A
公开(公告)日：2019-09-06
申请号：CN201910490504.9
申请日：2019-06-06
Applicant: 北京林业大学
Abstract: 本发明属于森林防火和视频目标检测领域，尤其涉及一种基于视频的远距离烟雾源根节点检测方法。本发明首先对视频图像进行预处理，预处理过程是两种滤波算法的执行。其次对完成预处理的图像进行干扰物的剔除，剔除过程包括进行角点计算、角点的自动聚类划分以及自动聚类后的各类坐标点的凸包计算。然后对图像进行分割重组，在原始图像中找出凸包区域像素，并将其用[0,0,0]RGB像素值进行替代。接下来对重组图像进行基于MSER+算法的区域提取，并寻找各个MSER区域的连通域替代点。最后，将连续多帧图像的MSER替代点进行基于欧氏距离的半径统计计算，寻找出特定圆周范围内包含多个替代点的区域，并根据区域内的替代点计算出烟雾根的像素级位置。
-
公开(公告)号：CN110309808B
公开(公告)日：2021-03-12
申请号：CN201910613683.0
申请日：2019-07-09
Applicant: 北京林业大学
Abstract: 本发明属于森林防火和视频目标检测领域，尤其涉及一种基于视频的烟雾源根节点检测方法。本发明首先对输入的视频图像帧进行计数判定，视情况执行动态区域提取算法和远距离目标检测区域提取算法，然后对动态图像信息进行融合，得出动态图像下的分割区域图，对远距离图像进行信息融合，得出远距离信息下的分割区域图。接下来对两张分割区域图统计贝叶斯计算所需的概率，得出贝叶斯概率结果，并根据概率结果对两套分割区域图进行融合，得出远近距离条件下的全尺度检测结果图。最后，对融合结果进行骨骼图像提取，并得出最后烟雾根节点像素级候选位置。整套计算流程以流水线形式执行，延迟时间约25帧，即算法自执行开始，需25帧后得出正确结果。
-
公开(公告)号：CN110210428B
公开(公告)日：2021-02-05
申请号：CN201910490504.9
申请日：2019-06-06
Applicant: 北京林业大学
Abstract: 本发明属于森林防火和视频目标检测领域，尤其涉及一种基于视频的远距离烟雾源根节点检测方法。本发明首先对视频图像进行预处理，预处理过程是两种滤波算法的执行。其次对完成预处理的图像进行干扰物的剔除，剔除过程包括进行角点计算、角点的自动聚类划分以及自动聚类后的各类坐标点的凸包计算。然后对图像进行分割重组，在原始图像中找出凸包区域像素，并将其用[0,0,0]RGB像素值进行替代。接下来对重组图像进行基于MSER+算法的区域提取，并寻找各个MSER区域的连通域替代点。最后，将连续多帧图像的MSER替代点进行基于欧氏距离的半径统计计算，寻找出特定圆周范围内包含多个替代点的区域，并根据区域内的替代点计算出烟雾根的像素级位置。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.026 seconds)
