-
公开(公告)号：CN103914820B
公开(公告)日：2017-01-18
申请号：CN201410127722.3
申请日：2014-03-31
Applicant: 华中科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于图像分层增强的图像去雾方法及系统，方法包括以下步骤：S1、估测原始图像的大气光值A；S2、结合所述大气光值构造两层半逆图像，对两层半逆图像进行线性对比度增强；S3、计算原始图像和增强后的半逆图像在CIE LCH空间H通道的绝对差值，根据所述绝对差值确定增强后的半逆图像的权值分布，根据所述权值分布将两层增强后的半逆图像进行融合；S4、对融合后的图像进一步线性增强，获得最终的对比度增强的去雾图像。实施本发明可有效克服以往图像增强算法中出现的增强不足或颜色失真等情况，获得清晰的去雾图像，且计算简单，适用性强，能满足实时处理应用的需求。
-
公开(公告)号：CN103152566B
公开(公告)日：2016-03-09
申请号：CN201310057001.5
申请日：2013-02-22
Applicant: 华中科技大学
IPC: H04N19/513 , H04N19/51 , H04N19/527 , H04N19/86
Abstract: 本发明公开了一种视频帧率提升方法，包括：读入视频，设置计数器i=1，并计算视频的第i帧作为当前帧、当前帧的下一帧中所有像素点的梯度值，将第i帧和第i+1帧中所有像素点的梯度值作为像素值，重新构建第i帧和第i+1帧的像素点集合以形成重新构建的第i帧和第i+1帧，对重新构建的第i帧和第i+1帧进行基于预测的双向分层运动估计，以得到前向运动矢量场和后向运动矢量场，根据前向运动矢量场和后向运动矢量场，并采用双线性插值法计算出第i帧和第i+1帧中每个像素的运动矢量，并对第i帧中像素做遮挡判断。相对于现有的视频帧率提升方法，本发明减小了视频本身质量对运动估计准确性的影响，解决了分块过大带来的问题，并使得双线性插值的结果更精确。
-
公开(公告)号：CN103164693B
公开(公告)日：2016-01-13
申请号：CN201310043922.6
申请日：2013-02-04
Applicant: 华中科技大学
IPC: G06K9/00
Abstract: 本发明属于视频图像数据处理领域，公开了一种监控视频行人检测匹配方法，包括视频行人目标检测步骤；帧间同目标关联步骤；目标序列及待匹配目标特征提取步骤；特征相似度计算步骤和目标匹配判别步骤。由于相邻帧间行人目标不会有太大的位移，本发明使用被检测出的行人的位置信息对序列连续帧中的同一目标进行关联得到目标序列；目标序列特征提取的方法一是提取目标序列多帧的灰度直方图特征，一是目标序列的PCA模板，由于都采用了多帧的信息，相对于单帧目标匹配有更好的稳定性和匹配精度；匹配判别方法利用迭代特征融合这两个特征的相似度来做出判断，得出匹配结果。
-
公开(公告)号：CN103152566A
公开(公告)日：2013-06-12
申请号：CN201310057001.5
申请日：2013-02-22
Applicant: 华中科技大学
Abstract: 本发明公开了一种视频帧率提升方法，包括：读入视频，设置计数器i=1，并计算视频的第i帧作为当前帧、当前帧的下一帧中所有像素点的梯度值，将第i帧和第i+1帧中所有像素点的梯度值作为像素值，重新构建第i帧和第i+1帧的像素点集合以形成重新构建的第i帧和第i+1帧，对重新构建的第i帧和第i+1帧进行基于预测的双向分层运动估计，以得到前向运动矢量场和后向运动矢量场，根据前向运动矢量场和后向运动矢量场，并采用双线性插值法计算出第i帧和第i+1帧中每个像素的运动矢量，并对第i帧中像素做遮挡判断。相对于现有的视频帧率提升方法，本发明减小了视频本身质量对运动估计准确性的影响，解决了分块过大带来的问题，并使得双线性插值的结果更精确。
-
公开(公告)号：CN102314687B
公开(公告)日：2013-01-23
申请号：CN201110260493.9
申请日：2011-09-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种红外序列图像小目标检测方法，属于图像数据处理领域，包括：(1)图像预处理步骤，获得得到红外序列图像各帧图像的差值图像；(2)背景建模步骤，得到各帧图像的特征图像；(3)最小非均衡图切割步骤，即求得最佳分割阈值，并利用该最佳分割阈值对上述得到的特征图像进行分割，即可检测出红外小目标。本发明方法对于背景分布相对均匀的图像来说，背景可以很好的重建；最小非均衡图切割方法将分割问题转化为图的切割问题，从切割能量的角度出发，去寻找最佳的分割阈值，能够更加准确的分割出目标。
-
Patent Agency Ranking
公开(公告)号：CN101975969A
公开(公告)日：2011-02-16
申请号：CN201010513403.8
申请日：2010-10-19
Applicant: 华中科技大学
IPC: G01V7/16
Abstract: 本发明公开了一种基于全张量重力梯度反演的水下目标探测方法，具体步骤如下：(1)预先存储活动水域的全张量重力梯度基准图；(2)利用水下潜器上的重力梯度传感器对活动水域进行实时测量，获得实测重力梯度信号，并将获得的实测重力梯度信号与所述预先存储的全张量重力梯度基准图进行比对，获得由目标引起的全张量重力梯度异常；(3)对所述全张量重力梯度异常进行反演，计算出目标的方位参数和质量；(4)综合上述计算出的目标质量与方位参数，计算出目标的位置，完成对水下目标的探测。本发明与其他探测方法相比，具有安全隐蔽、精确有效、真正的无源自主等典型特点，尤其适用于水下潜器，大大减少了人工干预，耗时较少，提高了探测精度。
-
公开(公告)号：CN100517382C
公开(公告)日：2009-07-22
申请号：CN200710052272.6
申请日：2007-05-23
Applicant: 华中科技大学
Abstract: 一种并行提升9/7小波基的VLSI结构，属于图像压缩处理中的小波变换领域，目的在于有效减少所需的硬件资源，提高最大工作频率，以适于高速、硬件资源要求比较严格的应用场合。本发明包括四个实现不同提升步骤的处理单元，各处理单元由乘法器，加法器，反相器和延时寄存器组成，其中提升系数a＝-4，b＝12，c＝-16/5，k1＝5/96，k2＝-/16。为了缩短结构的关键路径，本发明可以在不同的处理单元之间加入流水线寄存器来减小关键路径延时。本发明与传统的9/7小波基VLSI结构具有类似的压缩性能，但是具有最小的硬件资源和最短的关键路径延时，可有效地应用于各种高速、硬件资源要求比较严格的各种系统中。
-
公开(公告)号：CN1295653C
公开(公告)日：2007-01-17
申请号：CN200410060621.5
申请日：2004-07-22
Applicant: 华中科技大学
IPC: G06T9/00
Abstract: 一种实现直接二维离散小波变换的电路，属于图像数据处理技术领域，特别涉及直接二维离散小波变换的硬件实现。目的在于减少硬件成本和系统延时，并适于所有有限长滤波器的高速/低功率直接二维离散小波变换的超大规模集成电路VLSI结构设计，本发明包括依次电信号连接的选择器、数据串/并转换接口电路、主变换电路；主变换电路为4输入/4输出结构，包括并行的第一水平滤波器和第二水平滤波器、与它们分别连接的并行的第一垂直滤波器和第二垂直滤波器以及输出系数规整单元，所述水平和垂直滤波器均为2输入/2输出结构，第一垂直滤波器和第二垂直滤波器输出连接输出系数规整单元；输出系数规整单元的一个输出电信号连接到外部存储器、后者输出至选择器的一个输入端。
-
公开(公告)号：CN108564588A
公开(公告)日：2018-09-21
申请号：CN201810232955.8
申请日：2018-03-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度特征和图割法的建成区自动提取方法。属于图像数据处理技术领域，本发明方法使用经过正射校正和线性裁剪拉伸处理的高分辨率全色图像和多光谱图像作为数据源，将全色图像划分为相同大小的图像块，再使用深度卷积神经网络对图像块提取深度特征，之后以图像块为节点，以深度特征为节点特征，构建图模型，使用图割方法确定建成区，再基于多光谱图像的多种光谱指数以图像块为基元投票去除虚警，之后消除面积过小的建成区和非建成区区域，再对建成区边缘的图像块进行超像素分割，使用基于多光谱图像的多种光谱指数投票去除虚警，得到精细的建成区边缘，最后提取边缘矢量图。本发明方法能快速有效精准的实现建成区的提取。
-
公开(公告)号：CN103258327B
公开(公告)日：2015-08-26
申请号：CN201310141773.7
申请日：2013-04-23
Applicant: 华中科技大学
IPC: G06T7/00
Abstract: 本发明属于机器视觉领域，公开了一种基于二自由度摄像机的单点标定方法，包括根据标识点在基准坐标系中的三维物理坐标和与标识点对应的像点在图像上的二维像素坐标获得标定的关系模型；采用线性方法计算标定的关系模型获得水平转角和垂直转角。本发明提供的这种标定方法在求解过程中，巧妙的将复杂费时的非线性方程组的求解问题转化为带参数的线性方程组的求解问题，并且在各种情形下给出了水平转角的正、余弦闭式解和垂直转角的正、余弦闭式解；这种单点标定方法不仅是在只有一个标识点，且需要在线标定的应用环境中的唯一选择。且通过实验表明，采用本发明提供的这种单点标定方法得到的PTZ摄像机的水平转角Pan和垂直转角Tilt的绝对误差也非常低。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.037 seconds)
