-
公开(公告)号：CN103198489B
公开(公告)日：2016-04-27
申请号：CN201310152789.8
申请日：2013-04-27
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 基于显著性密度与边缘响应的显著物体自动检测方法，它涉及显著物体自动检测的方法，本发明要解决现有显著物体检测方法中仅利用显著性一个属性而没有考虑显著物体的边缘属性致使显著物体检测准确度不高的问题。本发明中基于显著性密度与边缘响应的显著物体自动检测方法按以下步骤进行：根据结合全局颜色对比和颜色空间分布的区域显著性计算方法，计算并生成输入图像的显著图S；在显著图S上，运用一组Gabor滤波器，生成边缘响应图E；运用最大化显著性密度与边缘响应的分支限界算法在输入图像中高效搜索包含显著物体的全局最优子窗口；将得到的最优子窗口作为输入，初始化GrabCut图像分割方法；运行GrabCut图像分割方法，自动提取具有很好边缘的显著物体。本发明可应用于图像处理领域。
-
Patent Agency Ranking
公开(公告)号：CN102982561A
公开(公告)日：2013-03-20
申请号：CN201210593173.X
申请日：2012-12-31
Applicant: 哈尔滨工业大学
IPC: G06T7/40
Abstract: 适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法，涉及一种彩色的二进制鲁棒特征检测方法。为了解决目前基于二进制描述子的鲁棒尺度不变特征的方法不适用于彩色图像的问题。一：将待检测的彩色图像从RGB颜色空间变换到高斯对立颜色空间；二：计算变换到高斯对立颜色空间的彩色图像的颜色不变量；三：根据得到的颜色不变量，运用AGAST特征检测子检测所述彩色图像的特征点；四：在测到的每个特征点周围区域得到六十个经过方向归一化的采样点；五：根据得到的采样点，生成有关特征点周围像素颜色信息的二进制描述子；六：根据生成的所述二进制描述子，生成彩色的二进制鲁棒尺度不变特征的二进制描述子。本发明适用于检测彩色图像。
-
公开(公告)号：CN102542267A
公开(公告)日：2012-07-04
申请号：CN201110442240.3
申请日：2011-12-26
Applicant: 哈尔滨工业大学
IPC: G06K9/32
Abstract: 结合空间分布和全局对比的显著区域检测方法，属于显著性检测技术领域。它解决了现有的显著区域检测方法不考虑空间分布因素对区域显著性的影响，使显著性区域的判定效率低的问题。它将输入图像按照graph-cut图像分割方法进行分割，获得N个子图像区域；计算每个子图像区域rk的空间分布显著值Ssd(rk)；计算每个子图像区域rk的全局对比显著值Src(rk)；根据空间分布显著值Ssd(rk)和全局对比显著值Src(rk)，计算获得子图像区域rk的显著值S(rk)；将N个子图像区域的显著值S(rk)按照从高到低的顺序进行标记，得到输入图像的显著区域，完成输入图像的显著区域检测。本发明适用于输入图像的显著区域检测。
-
公开(公告)号：CN102982561B
公开(公告)日：2015-02-11
申请号：CN201210593173.X
申请日：2012-12-31
Applicant: 哈尔滨工业大学
IPC: G06T7/40
Abstract: 适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法，涉及一种彩色的二进制鲁棒特征检测方法。为了解决目前基于二进制描述子的鲁棒尺度不变特征的方法不适用于彩色图像的问题。一：将待检测的彩色图像从RGB颜色空间变换到高斯对立颜色空间；二：计算变换到高斯对立颜色空间的彩色图像的颜色不变量；三：根据得到的颜色不变量，运用AGAST特征检测子检测所述彩色图像的特征点；四：在测到的每个特征点周围区域得到六十个经过方向归一化的采样点；五：根据得到的采样点，生成有关特征点周围像素颜色信息的二进制描述子；六：根据生成的所述二进制描述子，生成彩色的二进制鲁棒尺度不变特征的二进制描述子。本发明适用于检测彩色图像。
-
公开(公告)号：CN103198489A
公开(公告)日：2013-07-10
申请号：CN201310152789.8
申请日：2013-04-27
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 基于显著性密度与边缘响应的显著物体自动检测方法，它涉及显著物体自动检测的方法，本发明要解决现有显著物体检测方法中仅利用显著性一个属性而没有考虑显著物体的边缘属性致使显著物体检测准确度不高的问题。本发明中基于显著性密度与边缘响应的显著物体自动检测方法按以下步骤进行：根据结合全局颜色对比和颜色空间分布的区域显著性计算方法，计算并生成输入图像的显著图S；在显著图S上，运用一组Gabor滤波器，生成边缘响应图E；运用最大化显著性密度与边缘响应的分支限界算法在输入图像中高效搜索包含显著物体的全局最优子窗口将得到的最优子窗口作为输入，初始化GrabCut图像分割方法；运行GrabCut图像分割方法，自动提取具有很好边缘的显著物体。本发明可应用于图像处理领域。
-
公开(公告)号：CN102542267B
公开(公告)日：2013-07-03
申请号：CN201110442240.3
申请日：2011-12-26
Applicant: 哈尔滨工业大学
IPC: G06K9/32
Abstract: 结合空间分布和全局对比的显著区域检测方法，属于显著性检测技术领域。它解决了现有的显著区域检测方法不考虑空间分布因素对区域显著性的影响，使显著性区域的判定效率低的问题。它将输入图像按照graph-cut图像分割方法进行分割，获得N个子图像区域；计算每个子图像区域rk的空间分布显著值Ssd(rk)；计算每个子图像区域rk的全局对比显著值Src(rk)；根据空间分布显著值Ssd(rk)和全局对比显著值Src(rk)，计算获得子图像区域rk的显著值S(rk)；将N个子图像区域的显著值S(rk)按照从高到低的顺序进行标记，得到输入图像的显著区域，完成输入图像的显著区域检测。本发明适用于输入图像的显著区域检测。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
