-
公开(公告)号：CN114638802A
公开(公告)日：2022-06-17
申请号：CN202210253650.1
申请日：2022-03-15
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明涉及道路检测技术领域，具体涉及一种改进FPHBN网络结构的路面裂缝检测方法，包括采集路面图像集；筛选路面图像集中含有裂缝的图像，将其裁剪成256×256的固定尺寸后进行标注得到GroundTrue数据，用以构建训练集和测试集；调整FPHBN模型及参数，用DeepCrack数据集对改进后的FPHBN模型进行训练；将采集到的路面裂缝图像放入训练后的FPHBN模型中进行测试，若测试结果不合格则调整FPHBN模型结构和参数重新训练，直至测试合格；利用测试合格的FPHBN模型对裂缝图像进行分类和损害程度的评估；通过改进的FPHBN网络结构，并整合空间注意力机制到特征金字塔模块，能够实现在复杂的背景环境中准确地检测出路面裂缝。
-
公开(公告)号：CN111445446B
公开(公告)日：2022-05-10
申请号：CN202010182203.2
申请日：2020-03-16
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于改进的U‑net的混凝土表面裂缝检测方法，包括：获取待检测图像；利用预先训练好的基于改进的U‑net裂缝检测模型对待检测图像中的像素进行分类，得到分类结果；所述分类结果包括背景像素和裂缝像素。本发明提供一种基于改进的U‑net网络结构的裂缝自动化检测方法，能够实现完全依靠深度模型自动提取裂缝特征，实现混凝土裂缝的自动快速检测。
-
公开(公告)号：CN113222904A
公开(公告)日：2021-08-06
申请号：CN202110432301.1
申请日：2021-04-21
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种改进PoolNet网络结构的混凝土路面裂缝检测方法，获取路面图像集，并筛选出具有裂缝的路面图像；基于仿射变换和非刚体变换，对所述路面图像以及对应的标注进行数据增强处理；将数据增强后的训练集输入改进PoolNet网络结构进行训练，直至迭代次数达到指定阈值或者性能指标满足应用要求，完成训练；基于测试集判断改进PoolNet网络结构是否满足应用要求，若满足，则保存改进PoolNet网络结构，若不满足，则修改数据增强和训练环境的超参数重新进行训练；使用训练好的模型进行路面裂缝检测，并对提取得到的路面裂缝使用基于连通域标记分类算法，对裂缝进行分类和严重程度的评估，准确地检测路面裂缝。
-
公开(公告)号：CN107154040B
公开(公告)日：2021-03-23
申请号：CN201710315833.0
申请日：2017-05-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种隧道衬砌表面图像裂缝检测方法，主要解决现有技术中存在的未考虑隧道砼衬砌结构的特殊结构环境的问题，通过采用对待处理图像进行图像畸变校正及使用Mask差值匀光法进行匀光处理，输出预处理图像；对预处理图像预提取裂缝像素点，根据提取的裂缝像素点标记渗流种子点坐标，生成渗流种子点地图；根据渗流种子点地图，提取渗流种子点地图对应待处理图像坐标位置像素点作为渗流种子点，进行点渗流，采取加速条件下的二次渗流处理，检测出裂缝相似目标；对初裂缝检测结果进行裂缝细化及裂缝断裂连接，去除衬砌接缝，去除背景噪声的技术方案，较好的解决了该问题，可用于公路隧道的衬砌表面图像检测中。
-
公开(公告)号：CN107133913B
公开(公告)日：2020-12-01
申请号：CN201710315840.0
申请日：2017-05-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种具有自动矫直的图像拼接方法，主要解决现有技术中存在的倾斜扭曲现象的技术问题，通过使用A‑KAZE算法对目标图像及参考图像进行特征点提取；匹配特征点，完成图像配准；使用融合算法进行图像融合，得到融合图像；对融合图像进行自动矫直，包括:记录融合图像左上、左下、右上和右下4个顶点坐标；设定矫直后的4个顶点坐标，左上顶点及坐下顶点坐标不变，右上和右下坐标分别为(X,a.y)，(X,b.y)，X为矫直后的全景图长度，令X＝MAX(c.x,d.x)‑a.x；建立方程组计算出变换矩阵XM，将变换矩阵XM作用在融合图像并对融合图像进行双线性插值完成图像矫直的技术方案，较好的解决了该问题，可用于图像拼接中。
-
Patent Agency Ranking
公开(公告)号：CN108876740A
公开(公告)日：2018-11-23
申请号：CN201810641019.2
申请日：2018-06-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于鬼影去除的多曝光配准方法，解决的是动态场景下融合后图像存在的鬼影现象的技术问题，通过采用包括采用图像配准得到配准后的图像序列，以及根据配准图像序列进行图像融合完成多曝光配准；所述图像融合采用三尺度图像分解得到基础层，中间层及细节层，以及采用构造权重图计算出基础层权重图，中间层权重图及细节层权重图后通过加权融合完成图像融合的技术方案，较好的解决了该问题，可用于图像融合中。
-
公开(公告)号：CN108805843A
公开(公告)日：2018-11-13
申请号：CN201810641144.3
申请日：2018-06-21
Applicant: 重庆邮电大学
CPC classification number: G06T5/002 , G06T7/0004 , G06T7/12 , G06T2207/30132
Abstract: 本发明涉及一种基于直线段平移和延伸的隧道砼衬砌缝去除算法，解决的是隧道砼衬砌表面衬砌缝对裂缝检测存在干扰的技术问题，通过采用包括步骤1，接收二次渗流模型检测的二值图像，提取显著直线段，得到直线段集合Line；步骤2，对集合Line中的所有直线段进行归类；步骤3，遍历直线段集合Line,根据平移方向准则判定当前直线段的平移方向，根据延伸宽度准则和步骤2中对直线段进行归类的结果判定当前直线段的延伸宽度，然后再对所有直线段进行平移和延伸处理，得到初步结果图像；步骤4，对步骤3所得的初步结果图像进行渗流去噪，并输出最终结果图的技术方案，较好的解决了该问题，可用于隧道裂缝检测相关领域中。
-
公开(公告)号：CN107154040A
公开(公告)日：2017-09-12
申请号：CN201710315833.0
申请日：2017-05-08
Applicant: 重庆邮电大学
CPC classification number: G06T7/0004 , G06T5/002 , G06T5/005 , G06T5/006 , G06T5/30 , G06T2207/30108
Abstract: 本发明涉及一种隧道衬砌表面图像裂缝检测方法，主要解决现有技术中存在的未考虑隧道砼衬砌结构的特殊结构环境的问题，通过采用对待处理图像进行图像畸变校正及使用Mask差值匀光法进行匀光处理，输出预处理图像；对预处理图像预提取裂缝像素点，根据提取的裂缝像素点标记渗流种子点坐标，生成渗流种子点地图；根据渗流种子点地图，提取渗流种子点地图对应待处理图像坐标位置像素点作为渗流种子点，进行点渗流，采取加速条件下的二次渗流处理，检测出裂缝相似目标；对初裂缝检测结果进行裂缝细化及裂缝断裂连接，去除衬砌接缝，去除背景噪声的技术方案，较好的解决了该问题，可用于公路隧道的衬砌表面图像检测中。
-
公开(公告)号：CN103426176B
公开(公告)日：2017-03-01
申请号：CN201310379940.1
申请日：2013-08-27
Abstract: 本发明公开一种基于改进直方图和聚类算法的视频镜头检测方法，涉及图像处理技术。本发明采用改进直方图以及聚类算法计算相邻两帧图像直方图的交集，计算相邻两帧图像直方图的交集，并根据直方图相似度以判断是否发生镜头变化；如发生镜头变化，进一步对镜头边界利用帧间灰度/颜色差值对相邻两帧直方图的交集进行镜头边界的二次检测，采用非均匀分块加权处理，分别对每个分块计算像素差值，并将像素差值与预设的分块帧差阈值进行比较获得标记变量，对每个分块的标记变量加权求和，将加权求和的值与设定的分块加权阈值进行比较进行镜头检测。提高了镜头检测的准确率，解决了导致镜头误检、帧序号不连续等方面问题。
-
公开(公告)号：CN114612304B
公开(公告)日：2024-11-22
申请号：CN202210242863.4
申请日：2022-03-11
Applicant: 重庆邮电大学
IPC: G06T3/4038 , G06T5/50
Abstract: 本发明涉及图像拼接技术领域，具体涉及一种改进二叉树模型的无序图像快速拼接方法；对若干无序图像归一化预处理后进行随机排序，得到图像序列；基于所述图像序列获取差异图像、相似率和匹配序列；将所述匹配序列按相似率从大到小依次与若干参考图像进行匹配，找到图像匹配对拼接，得到若干全景子图；改进二叉树，并基于若干所述全景子图制备配准索引表辅助二叉树拼接图像，得到最终全景图，通过计算每幅图像与其他图像匹配区之间的相似率来构建一个匹配序列，减少寻找图像匹配的无效匹配次数，在多幅无序图像配对并拼接后，记录拼接信息作为配准索引表，省去后续拼接中寻找图像匹配对的过程。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.023 seconds)
