-
公开(公告)号：CN103400146B
公开(公告)日：2017-03-01
申请号：CN201310306707.0
申请日：2013-07-19
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 识别。基于颜色建模的中医面色识别方法，首先采集多张人脸图像，然后将每张人脸图像划分为数个大小为m×n的皮肤块，这些皮肤块构成数据集，数据集分为训练样本集和典型样本集，其中皮肤块共分四类，计算训练样本和典型样本中所有皮肤块的颜色特征向量，分别计算典型样本集中四类样本的类中心及最大半径，通过对各类典型面色的建模特征向量v进行建模，计算各类典型样本模型综合变形度α和模型相似程度β的最大值，计算每个训练样本到典型样本集中各个类中心的相对距离，计算训练样本集中所有样本的类别归属因子λ_s，计算训练样本集中所有样
-
公开(公告)号：CN103886106B
公开(公告)日：2017-02-22
申请号：CN201410149032.8
申请日：2014-04-14
Applicant: 北京工业大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于光谱特征保护的遥感图像安全检索方法。为了保障遥感图像检索过程中的安全性，针对遥感图像特有的光谱特征突出的特点，本发明提出了一种加密域的遥感图像检索方法，在提取图像光谱特征后，增加了对光谱特征的加密保护方法，在不解密的情况下，直接对加密的特征向量进行图像的相似度度量，在完成检索功能的同时，保障图像信息的安全性。为遥感图像目标识别、图像分类与检索奠定了基础。
-
公开(公告)号：CN105957067A
公开(公告)日：2016-09-21
申请号：CN201610258532.4
申请日：2016-04-23
Applicant: 北京工业大学
IPC: G06T7/00
CPC classification number: G06T2207/10024
Abstract: 本发明公开了一种基于颜色差分的彩色图像边缘检测方法，属于数字图像处理领域，该方法对平滑滤波操作具有更强的鲁棒性，可以排除大量的噪声边缘，只保留反映物体基本结构的真实边缘。平滑滤波去噪。构成邻域点对。对于平滑滤波后的图像IC(x,y)，将每个像素(x,y)相邻的八个像素分别按照水平、竖直、45°和135°总共四个方向分成四个邻域点对。计算颜色相离结果。计算颜色差分图，得到的颜色差分图CDM(x,y)即为最终的边缘检测结果。能够有效抑制噪声干扰，排除大量人们不感兴趣的噪声边缘，仅保留反映物体基本结构变化的真实边缘；得到的边缘对于平滑滤波具有较好的鲁棒性，在滤波窗口尺寸较大时仍然能够具有较强的边缘响应，不易造成重要边缘丢失和断裂。
-
公开(公告)号：CN103729848B
公开(公告)日：2016-08-31
申请号：CN201310744004.6
申请日：2013-12-28
Applicant: 北京工业大学
Abstract: 基于光谱显著性的高光谱遥感图像小目标检测方法属于高光谱遥感图像领域。本发明在进行目标检测时利用从高光谱图像中提取的光谱信息和空间信息，采用改进的Itti模型计算局部显著度，构造局部显著图；然后利用改进的进化规划方法，计算全局显著度，创建全局显著图；最后将全局显著图和局部显著图进行归一化合并得到总的视觉显著图，作为最终的目标检测结果。本发明根据光谱显著性建立适用于高光谱图像的显著性模型，对高光谱图像光谱特征和空间特征进行综合分析的基础上，实现图像感兴趣目标检测，这种方法能在没有先验信息的条件下检测与周围背景存在差异的目标，突出了图像的主要内容，降低了图像处理分析的复杂度。
-
公开(公告)号：CN105335926A
公开(公告)日：2016-02-17
申请号：CN201510712551.5
申请日：2015-10-28
Applicant: 北京工业大学
IPC: G06T3/00
CPC classification number: G06T3/0012
Abstract: 一种基于像素值量化和小波分析的全自动照片油画化方法。该方法利用小波分析技术将数字照片的内容划分为平滑区域和纹理区域，然后分别采用不同的量化步长对平滑区域和纹理区域分别进行像素值量化，最后在小波域中进行图像纹理融合，从而得到具有油画风格的图像。本发明具体包括以下步骤：计算均匀度；获得细节图；像素值量化；纹理融合。与现有技术相比，本发明具有以下明显的优势和有益的效果。照片油画化的所有步骤均由计算机算法实现，无需额外的人工处理步骤；算法实现的过程是全自动的，在算法执行过程中不需要人工设置任何技术参数，仅需给定输入的照片图像即可获得结果，操作简单；计算量较小，算法运行速度快。
-
Patent Agency Ranking
公开(公告)号：CN104809467A
公开(公告)日：2015-07-29
申请号：CN201510181885.4
申请日：2015-04-16
Applicant: 北京工业大学
IPC: G06K9/62
CPC classification number: G06K9/6289
Abstract: 一种基于暗原色先验的空气质量指数估计方法，该方法根据暗原色先验理论计算出同一场景下图像序列的特征参数，并建立特征参数与空气质量指数间关系的数学模型，从而实现对空气质量指数的估计；具体流程包括，采集样本图像；计算样本图像特征参数，下采样并分别计算N幅下采样图像RGB三个颜色通道的像素平均值；计算暗原色图像的像素平均值；计算N幅样本图像的特征参数；作出特征参数-空气质量指数散点图。非线性拟合，异常样本排除与再拟合；空气质量指数估算。对不同场景的适应性较强，系统结构简单，测量成本较低。整个系统的硬件设备仅包含一台数字摄像机和一台个人计算机，无需任何复杂的外围硬件设备支持，移植性好，简单易实现。
-
公开(公告)号：CN104572538A
公开(公告)日：2015-04-29
申请号：CN201410853143.7
申请日：2014-12-31
Applicant: 北京工业大学
CPC classification number: G06T5/001 , G06T2207/10024 , G06T2207/20081 , G06T2207/30004
Abstract: 本发明公开了一种基于K-PLS回归模型的中医舌图像颜色校正方法，属于计算机图像处理和中医学交叉学科领域。本发明设计了一种基于核偏最小二乘回归模型的中医舌图像颜色校正方法，将不同光照环境下的舌图像校正到统一标准下，以克服舌象仪的光照差异导致的舌图像颜色呈现不一致问题，使得数字化中医舌象分析结果更加客观、准确。本发明利用舌象仪对标准色标卡进行拍摄采集，然后选取该图像中色标的色标样本，并以色标中各颜色的标准色度值为目标值，进行K-PLS回归的模型训练，得到色标实际采集值与色标标准值之间的训练模型，使用此训练模型对该拍摄环境下所拍摄的实际舌图像进行颜色回归校正，最终得到颜色校正后的中医舌图像。
-
公开(公告)号：CN103678480A
公开(公告)日：2014-03-26
申请号：CN201310473542.6
申请日：2013-10-11
Applicant: 北京工业大学
CPC classification number: G06F17/30256 , G06F17/3025 , G06F17/30259 , G06F17/30262 , G06F17/30268
Abstract: 本发明涉及一种具有隐私分级可控的个性化图像检索方法，针对个性化图像检索中存在的隐私保护问题，研究一种分层结构的用户隐私保护方案，具体内容包括构建分层用户兴趣模型并初始化，更新分层用户兴趣模型，裁剪某一层次以下的结点，或者裁剪树型结构中的目录分支，根据兴趣模型进行检索，将最相似的l幅图像作为检索结果返回给用户。本发明实现了对个性化图像检索的用户个人隐私信息的有效保护。
-
公开(公告)号：CN120013814A
公开(公告)日：2025-05-16
申请号：CN202411864850.6
申请日：2024-12-18
Applicant: 北京工业大学
IPC: G06T5/77 , G06T5/60 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明实施例提供一种基于Transformer的图像恢复方法，该方法包括：对输入图像进行初步处理后获得图像特征；将图像特征输入至不同网络深度的局部‑区域‑全局感知注意基础模块LRG中以获取融合后的图像特征；对融合后的图像特征执行下采样操作，以获取不同维度的图像特征；将不同维度的图像特征逐层融合，将融合后的不同维度的图像特征上采样至图像特征的特征大小；将上采样后的特征与融合后的图像特征进行concatenate操作，并融入输入图像的图像特征以得到输出图像特征，将输出图像特征转换为输出图像。本公开能够将局部和全局的多尺度特征进行融合，并将融合后的多尺度特征信息进行通道维度和空间维度的融合，增强通道间的信息交互和空间建模能力。
-
公开(公告)号：CN113011436B
公开(公告)日：2024-12-20
申请号：CN202110216858.1
申请日：2021-02-26
Applicant: 北京工业大学
IPC: G06V10/56 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/084 , G06T7/11
Abstract: 一种基于卷积神经网络的中医舌色苔色协同分类方法属于计算机视觉和中医诊断学领域。由于舌色、苔色都是利用颜色特征来进行识别，均需要对舌体区域提取颜色特征，二个任务具有相似性。该方法首先设计一个共享的深度神经网络架构，提取中医舌图像中包含的舌色苔色共有深度特征，以及舌象的特有语义特征；然后，对舌色、苔色的标签进行编码、组合，得到舌色苔色的组合标签向量；最后，设计一个深度神经网络，通过训练，建立舌色苔色共有深度特征和组合标签向量之间的映射模型。采用这样的映射方式，可以同时实现舌色、苔色两种诊察特征的识别，不仅实现简单，而且充分利用了舌色、苔色两种属性之间的内在关联关系，可以获得更高的识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.027 seconds)
