-
公开(公告)号：CN102902962A
公开(公告)日：2013-01-30
申请号：CN201210362840.3
申请日：2012-09-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于尺度不变特征转换特征向量的前方车辆检测方法，现有的方法鲁棒性不好，容易受到背景、光照条件、阴霾等影响。本发明首先在输入图像中建立感兴趣区域，利用图像尺度不变特征转换特征向量检测方法，提取输入图像的感兴趣区域内的尺度不变特征转换特征向量。其次对尺度不变特征转换特征向量进行对称编码和匹配。然后对匹配点点对进行进一步聚类筛选，建立匹配点点对集合。最后利用匹配点点对集合进一步筛选匹配点点对；并在在输入原图中分别标记对称点和对称轴，完成前方车辆检测方法。本发明方法使用尺度不变特征转换特征更具有良好的鲁棒性，提高了车辆检测的准确度，并具有良好的识别效果，且易于实现。
-
公开(公告)号：CN102103750A
公开(公告)日：2011-06-22
申请号：CN201110002235.0
申请日：2011-01-07
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于韦伯定理和中央-周围假设的视觉显著性检测方法。目前的方法分辨率低，提取的物体轮廓不全，计算复杂度高。本发明方法首先采用彩色变换方法，提取原始图像在CIELAB空间彩色分量图；其次根据韦伯定理计算l彩色分量图、a彩色分量图和b彩色分量图中每个像素点的水平梯度差励值和垂直梯度差励值；然后根据水平梯度差励值和垂直梯度差励值计算任意梯度方向的差励值，并统计差励直方图；最后每个像素点建立其局部显著性激励矢量，得到局部显著性判决值和全局显著性激励值，根据前两者计算显著性判决值。本发明方法不仅可获得与输入图像相同分辨率的视觉显著图，并且在显著性区域具有更强的响应。
-
公开(公告)号：CN103778790B
公开(公告)日：2015-08-12
申请号：CN201410014861.5
申请日：2014-01-13
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于视频序列的车流量方波统计法。本发明使用CCD镜头和图像采集卡获得高速公路汽车行驶过的图像，将信息传给计算机通过转换软件将视频文件转化成为BMP格式的帧图片，并按照一定得格式命名。然后对每帧图像进行数字图像处理，包括对采集的图像进行灰度处理、帧差、二值化等，其目的主要提取在背景中的运动对象。接下来设置标志线区域，即检测汽车通过的区域，在该区域使用方波检测方法，对二值图像进行分析，按照检测线中的白色像素的个数判断是否有车通过，当白色像素点的数量在某一时刻大于某一阈值，则判断有汽车通过，从而进行车辆的计数。本发明能有效避免摄像机抖动引起的误差，提高了测量精确度。
-
公开(公告)号：CN103093454B
公开(公告)日：2015-04-22
申请号：CN201210560401.3
申请日：2012-12-20
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种面向视觉显著性检测的中央-周围环绕优化方法。本发明方法首先提取输入图像的显著基元，得到三个彩色分量。其次每个显著基元的颜色独特性值并计算空间紧凑性值。然后依据颜色独特性值和空间紧凑性值计算每个显著基元的合成显著性值。最后结合感受野区域采用一种简化中央-周围环绕算子计算每个显著基元的最终显著性值。本发明采用线性加权函数对目前生物视觉感受野的两种模型进行拟合和简化,实现两种感受野模型的统一建模。
-
公开(公告)号：CN102867313B
公开(公告)日：2015-04-22
申请号：CN201210311804.4
申请日：2012-08-29
Applicant: 杭州电子科技大学
IPC: G06T7/40
Abstract: 本发明涉及一种融合区域颜色和HoG特征的视觉显著性检测方法。目前方法通常都基于区域颜色特征的纯计算模型，对于纹理的显著性差异不敏感。本发明方法首先在原始图像的CIELAB空间彩色分量图上，通过分析超像素区域的颜色对比度和分布特性，计算每个像素的颜色显著性值；然后在原始图像的RGB空间彩色分量图上，提取基于HoG的局部矩形区域纹理特征，并通过分析局部矩形区域的纹理对比度和分布特性，计算每个像素的纹理显著性值；最后采用二次非线性融合方法将每个像素的颜色显著性值和纹理显著性值融合为该像素的最终显著性值。本发明方法获得不仅可获得符合人眼视觉感官的全分辨率显著性图像，并且对显著性目标具有更强的区分能力。
-
Patent Agency Ranking
公开(公告)号：CN103093454A
公开(公告)日：2013-05-08
申请号：CN201210560401.3
申请日：2012-12-20
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种面向视觉显著性检测的中央-周围环绕优化方法。本发明方法首先提取输入图像的显著基元，得到三个彩色分量。其次每个显著基元的颜色独特性值并计算空间紧凑性值。然后依据颜色独特性值和空间紧凑性值计算每个显著基元的合成显著性值。最后结合感受野区域采用一种简化中央-周围环绕算子计算每个显著基元的最终显著性值。本发明采用线性加权函数对目前生物视觉感受野的两种模型进行拟合和简化,实现两种感受野模型的统一建模。
-
公开(公告)号：CN103065298A
公开(公告)日：2013-04-24
申请号：CN201210560879.6
申请日：2012-12-20
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种模拟视网膜滤波的视觉显著性检测方法。本发明通过在CIELAB对色通道上建立高斯尺度空间，提取多尺度显著基元，然后在每个尺度层上计算具有对数响应特性的显著基元颜色独特性值和空间紧凑性，并采用一种基于显著基元按颜色独特性值重组的简化中央-周围算子进行优化滤波。最后经多尺度合成后生成最终显著图。本发明整合了生物视网膜中的多尺度、对数响应和中央-周围环绕特性，以及纯计算方法中的局部对比度和全局对比度特性。可获得更完整且更均匀高亮的显著性目标区域。
-
公开(公告)号：CN102222328B
公开(公告)日：2012-10-03
申请号：CN201110182918.9
申请日：2011-07-01
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种边缘保持的自然场景图像自适应加权滤波方法。本发明方法首先根据高斯滤波器的标准差，计算高斯模板，采用暗通道先验方法，获取原始图像中的深度线索，并归一化，生成深度先验图像。其次计算高斯模板上每个坐标点的空间近邻性权值和计算原始图像上两像素点间的亮度/颜色相似性权值。然后计算原始图像上两像素点间的深度差异性权值和计算模板中心对应于该像素点的自适应加权滤波模板，最后对原始图像中每个像素点，计算其自适应加权滤波结果。本发明方法不仅在亮度/颜色相似性权值计算中考虑了人眼对亮度差异比色彩差异的敏感度不同这一特性，使得该方法符合生物模型。
-
公开(公告)号：CN102222328A
公开(公告)日：2011-10-19
申请号：CN201110182918.9
申请日：2011-07-01
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种边缘保持的自然场景图像自适应加权滤波方法。本发明方法首先根据高斯滤波器的标准差，计算高斯模板，采用暗通道先验方法，获取原始图像中的深度线索，并归一化，生成深度先验图像。其次计算高斯模板上每个坐标点的空间近邻性权值和计算原始图像上两像素点间的亮度/颜色相似性权值。然后计算原始图像上两像素点间的深度差异性权值和计算模板中心对应于该像素点的自适应加权滤波模板，最后对原始图像中每个像素点，计算其自适应加权滤波结果。本发明方法不仅在亮度/颜色相似性权值计算中考虑了人眼对亮度差异比色彩差异的敏感度不同这一特性，使得该方法符合生物模型。
-
公开(公告)号：CN102222226A
公开(公告)日：2011-10-19
申请号：CN201110166841.6
申请日：2011-06-21
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于先验分析的迭代式车牌字符分割方法。本发明首先对车牌图像进行预处理，利用垂直投影法对预处理后的车牌图像进行分割，并计算每个字符块参数，依据该参数作出初步筛选；其次利用阈值迭代法对初步筛选后的字符进行二值化，根据标准车牌制式，计算各字符块所含的先验知识，获得再次筛选后的字符；然后计算经过再次筛选后的字符块个数，满足设定条件则计算车牌字符宽度和所有字符的平均宽度，根据这两个参数确定是否能获得最终字符，不满足设定条件则重新投影。本发明降低了对车牌定位准确度的要求，克服了复杂背景带来的不利影响，消除了其他方法中常见的粘连、断裂等分割结果，进一步提高了分割的准确度。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.025 seconds)
