-
公开(公告)号：CN104077775A
公开(公告)日：2014-10-01
申请号：CN201410300669.2
申请日：2014-06-28
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开一种结合骨架特征点和形状上下文的形状匹配方法及装置，其方法包括：对两幅图像中的每幅图像进行去除噪声处理，各得到滤波后的平滑图像；采用OTSU方法对平滑图像进行目标分割，获得二值目标图像；对二值目标图像进行骨架提取，获得骨架特征点，并根据骨架特征点获取所有的骨架端点；并对二值目标图像进行边缘检测，提取所有的边缘点；基于形状上下文描述子，根据骨架端点与边缘点建立直方图；根据相似性度量准则和直方图对两幅图像进行形状匹配。与基于形状上下文的形状匹配方法相比，本发明由于采用骨架特征点，在保持较高的匹配性能的基础上，其复杂度大大降低，为后续实现实时、鲁棒、准确的跟踪提供基础。
-
公开(公告)号：CN103839066A
公开(公告)日：2014-06-04
申请号：CN201410091362.6
申请日：2014-03-13
Applicant: 中国科学院光电技术研究所
Abstract: 本发明是一种源于生物视觉的特征提取方法，包括对原始输入图像进行多方向多尺度Gabor滤波得到原始输入图像的一组响应，用于模拟视皮层简单细胞感受野的局部与方向敏感特性；对这一组响应的每一个位置求得其最大响应值及其对应的方向，用于模拟视皮层复杂细胞感受野的不变性提取特性；将这一组响应划分为若干个相等大小的方块并以方块为单位按照方向进行直方图统计，其每一个位置按照其最大响应值方向进行统计，用以反映特征的全局空间分布特性；以方块为单位进行累加与规范化操作得到一组既具有选择性也具有不变性的特征向量。该方法模拟视皮层简单细胞与复杂细胞感受野的特性，对复杂场景的图像得到低维且有效的特征，用于目标识别、检测、跟踪领域。
-
公开(公告)号：CN103617328A
公开(公告)日：2014-03-05
申请号：CN201310656595.1
申请日：2013-12-08
Applicant: 中国科学院光电技术研究所
IPC: G06F17/50
Abstract: 一种飞机三维姿态解算方法，首先采用高斯平滑滤波对待处理图像进行预处理以去除噪声对后续算法的影响，其次采用模糊C均值聚类算法FCM对上述平滑后的图像进行分割，获得二值图像，然后对分割后获得的二值目标图像进行Hough变换，检测出目标上直线特征明显的部分，而对于目标上线特征不明显的部分采用骨架提取获得特征点，再对骨架上的特征点进行直线拟合，获得目标轴线，最后结合上述获得的轴线以及目标实际尺寸、相机参数等信息，利用投影几何知识最终解算出目标在相机坐标系下的三维姿态参数。本发明基于能够反映物体结构的几何特征，利用整个目标图像进行Hough变换和骨架提取，获得的轴线更加准确，获得三维姿态参数更加精确。
-
公开(公告)号：CN103295241A
公开(公告)日：2013-09-11
申请号：CN201310259775.6
申请日：2013-06-26
Applicant: 中国科学院光电技术研究所
IPC: G06T7/00
Abstract: 本发明是一种基于Gabor小波的频域显著性目标检测方法，S1.将输入彩色图像转换成灰度图像，建立方向特征图；S2.根据人眼对输入彩色图像的不同颜色的敏感度，建立两个颜色特征图；S3.将输入彩色图像作灰度特征图；S4.利用四个所述特征图建立多项式矩阵；S5.对四个所述特征图组成的多项式矩阵做傅立叶变换，得到的频域多项式矩阵并提取出幅度谱矩阵；S6.对幅度谱矩阵做多个尺度的高斯低通滤波，对一组幅度谱在做多项式反傅立叶变换，得到多个时域多项式矩阵；S7.对多个时域多项式矩阵按照不同尺度因子分为不同的时域多项式，对每个时域多项式做直方图并计算一维熵函数，提取最小信息熵对应的时域显著图作为最终检测结果。
-
公开(公告)号：CN103247032A
公开(公告)日：2013-08-14
申请号：CN201310149464.4
申请日：2013-04-26
Applicant: 中国科学院光电技术研究所
Abstract: 本发明是一种基于姿态补偿的微弱扩展目标定位方法，首先采样高斯平滑滤波对待处理图像进行预处理以去除噪声对后续算法的影响，然后采用边界跟踪法得到单像素的二值边缘，对目标的轮廓边缘点进行滤波，剔除干扰点；其次利用目标轮廓边缘点计算目标的惯量椭圆及其参数，确定目标的姿态，再利用基于姿态补偿的定位方法求得目标的平移参数和旋转参数，从而实现对目标旋转、平移、缩放等情况的定位。
-
Patent Agency Ranking
公开(公告)号：CN119600307A
公开(公告)日：2025-03-11
申请号：CN202411883085.2
申请日：2024-12-19
Applicant: 中国科学院光电技术研究所
IPC: G06V10/44 , G06V10/42 , G06N3/0464 , G06N3/045 , G06V10/82 , G06V10/77 , G06V10/774 , G06V10/25 , G06V20/10
Abstract: 本发明公开了一种基于多视角交互式神经网络的特征提取方法，所述方法包括构建基于多模块的多尺度卷积神经网络，应用并行多核实现多尺度特征信息的提取，并设计了多个网络模块的跨层连接实现多模块之间的特征交互，完成信息共享；搭建基于局部和全局特征交互式Transformer网络，在网络中应用轻量化残差块实现全局特征的局部关联，应用轻量级卷积层代替传统的卷积块来降低耗时成本；融合多模块多尺度卷积神经网络和特征交互式Transformer网络提取的特征，应用于多谱段目标识别。本发明在网络优化过程中交互式解译全局和局部信息，使得特征信息更丰富，最终获得精度相对较高的目标识别性能。
-
公开(公告)号：CN119516209A
公开(公告)日：2025-02-25
申请号：CN202411608681.X
申请日：2024-11-12
Applicant: 中国科学院光电技术研究所
IPC: G06V10/44 , G06F18/2135 , G06V10/58
Abstract: 本发明公开了一种融合区域平均灰度差和红外图像块的小目标检测方法，属于图像处理、目标检测、图像分割技术领域。方法包括：获得包含单帧红外小目标的原始图像矩阵；使用局部区域构造的方法，将原始图像矩阵构造为红外块图像矩阵；对红外块图像矩阵进行鲁棒主成分分析，获得背景矩阵和待测目标矩阵；获得待测目标矩阵中的所有连通域，即疑似目标区域；对每一个疑似目标区域，构建一个矩形局部区域，每个矩形局部区域的中心与对应疑似目标区域的中心重合；计算并对比待测目标矩阵的每个疑似目标区域与对应矩形局部区域的平均灰度差，得到真实目标。根据本发明技术方案，通过将区域平均灰度差与红外图像块模型融合，有效提升了目标的检出率。
-
公开(公告)号：CN118710718A
公开(公告)日：2024-09-27
申请号：CN202410781304.X
申请日：2024-06-18
Applicant: 中国科学院光电技术研究所
IPC: G06T7/73
Abstract: 本发明公开了一种基于双目视觉的海上作业直升机位姿测量方法及系统，方法包括：建立快速系留装置坐标系和甲板坐标系；标定相机的内外参数；相机实时采集直升机尾轮运动区域当前图像，并将当前图像传输到数据处理模块；计算直升机中的尾轮旋转轴在快速系留装置坐标系中的位置坐标；计算直升机的尾轮在快速系留装置坐标系中沿舰艏方向的切向量；计算直升机机身轴线在快速系留装置坐标系中沿舰艏方向的方向向量；计算直升机系留杆在甲板坐标系中的位置坐标、直升机在甲板坐标系中的机身偏角和尾轮偏角；重复执行以上步骤，实时输出直升机位姿信息，直至直升机自动牵引出入库完成。根据本发明技术方案，可实时输出直升机位姿测量信息。
-
公开(公告)号：CN118071991A
公开(公告)日：2024-05-24
申请号：CN202410170162.3
申请日：2024-02-06
Applicant: 中国科学院光电技术研究所
IPC: G06V10/25 , G06V10/26 , G06V10/30 , G06V10/46 , G06V10/74 , G06V10/77 , G06V10/80 , G06T5/70 , G06T5/90 , G06T5/20 , G06T7/11 , G06T7/136 , G06T7/246
Abstract: 本发明公开了一种复杂场景下弱小目标检测方法，属于信号处理技术领域，首先对图像进行噪声滤波，降低成像系统噪声对目标检测的影响；然后计算图像梯度向量域分布，将图像从二维平面域提升到高维向量域，解决弱小目标图像特征匮乏问题，增强信号结构表达能力，提高目标和杂波特征差异性；其次计算多尺度背景抑制映射图，实现背景杂波抑制、突出目标信号，同时通过多尺度特征可以适应目标尺度大小的变化；再次对目标区域进行预检测，提取图像中每个候选目标区域；最后通过时域滤波的方法提取出真实目标。本发明提高信号的结构表征能力，增强目标和背景杂波的特征差异，实现目标高可靠检测。
-
公开(公告)号：CN117196986A
公开(公告)日：2023-12-08
申请号：CN202311170119.9
申请日：2023-09-12
Applicant: 中国科学院光电技术研究所
IPC: G06T5/00
Abstract: 本发明公开了一种基于场景的多尺度非均匀性校正方法，该方法首先对输入图像建立图像金字塔，对于金字塔的每一层图像，利用引导滤波里的局部线性模型，即以去除非均匀性后的图像作为引导图像，在局部邻域窗口中，引导图像与滤波输出图像成线性关系，同时认为局部邻域窗口中的低频非均匀性模型为一种以坐标轴为变量的多项式模型，然后利用加权最小二乘优化方法对非均匀性进行约束，将原始优化问题分解为两个子问题，利用交替方向乘子法求解，迭代优化，得到图像的非均匀性，最后对图像金字塔各层得到的非均匀性进行重构，得到最终的非均匀性图像，用原始图像减去非均匀性得到清晰图像。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.029 seconds)
