-
公开(公告)号：CN101547344B
公开(公告)日：2010-09-01
申请号：CN200910106883.3
申请日：2009-04-24
Applicant: 清华大学深圳研究生院
Abstract: 本发明涉及基于联动摄像机的视频监控装置及其跟踪记录方法，监控装置包括：一个随动摄像装置，包括安装在第一运动控制平台上的第一摄像机和安装在第二运动控制平台上的第二摄像机，第二运动控制平台与第一摄像机固定连接跟随第一摄像机同步运动；一台计算机，通过数据通信接口与两个运动控制平台和两个摄像机连接，控制第一摄像机跟踪、定位进入监控区域的目标，控制第二摄像机对准目标、捕获被跟踪目标的特写细节，实现对目标的视频监控及智能记录。其不但可以跟踪记录目标在监控区域的活动过程和目标的特写细节，而且可正常工作于移动载体上、可以跟踪记录进入监控区域的保持长时间静止不动的目标、可以节省存储空间和降低硬件成本。
-
公开(公告)号：CN101765021A
公开(公告)日：2010-06-30
申请号：CN200910189143.0
申请日：2009-12-16
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种时分式双目立体显示方法及时分式双目立体显示系统。所述的时分式双目立体显示方法为先获取双目摄像机对应的双路视频信号；将得到的双路视频信号的每一路视频信号对应的隔行扫描的奇数场视频信号和偶数场视频信号合成为逐行扫描的帧视频信号；再根据得到的逐行扫描的帧视频信号进行倍频处理，合成生成倍频的双路立体视频信号输出。本发明所述的时分式双目立体显示系统由于采用了上述方法，能在使用双目摄像机采集的隔行扫描的视频信号的前提下，有较高的图像质量，显示效果好，并且由于保持了较高的扫描频率，信号稳定。且是在传统系统基础上的优化，最大限度的利用了现有的制式体制及设备，减少了成本，简单易行。
-
公开(公告)号：CN101685533A
公开(公告)日：2010-03-31
申请号：CN200910109433.X
申请日：2009-08-18
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种眼底OCT图像的视神经纤维层自动分割方法，包括以下步骤：A.确定视网膜区域的内层轮廓u(s)＝[x(s)，y(s)]和外层轮廓v(s)＝[x(s)，y(s)]；B.以局部结构数据p(x，y)的方式描述出视网膜区域，并在构建水平集函数φ的基础上，建立基于局部结构数据p(x，y)的能量泛函：(公式见上式)；C.最小化能量泛函，求解出φ(x，y)＝0时的分界曲线m＝{(x，y)|φ(x，y)＝0}，将分界曲线m(s)与外层轮廓v(s)之间的区域确定为视神经纤维层区域。本发明提供的方法能对眼底OCT图像的视神经纤维层进行可靠、精确的分割。
-
公开(公告)号：CN101539995A
公开(公告)日：2009-09-23
申请号：CN200910106894.1
申请日：2009-04-24
Applicant: 清华大学深圳研究生院
Abstract: 一种基于手指静脉纹与手指背纹的成像设备及多模态身份认证方法，成像设备包括一个采集支架，其上设置手指放置凹型区；一个可见光成像装置，安装于采集支架上手指放置区的一侧，用于获取手指的指背图像；一个近红外成像装置，安装于采集支架上与所述可见光成像装置相对的手指放置区的另一侧，用于在近红外光源照射下获取手指的静脉图像，以及一个条形近红外光源，安装于采集支架上，用于从手指侧面向手指照射近红外光。身份认证方法包括注册过程和认证过程，其在采用的生物特征包括同一手指的指背纹和静脉纹。还涉及包括上述成像设备的身份认证设备。它具有较好的抗伪造性能，能有效提高生物特征识别系统的稳定性和适用性。
-
公开(公告)号：CN101464945A
公开(公告)日：2009-06-24
申请号：CN200810217350.8
申请日：2008-11-14
Applicant: 清华大学深圳研究生院
Abstract: 一种基于指背关节纹理的身份特征识别方法，包括注册步骤和认证步骤，注册步骤包括：利用图像采集装置采集授权用户手指背面关节表面纹理图像；对采集到的图像样本进行预处理；从预处理后的图像中提取关节表面纹理的特征；建立特征数据库，将提取到的特征存储在该数据库中；认证步骤包括：利用图像采集装置采集访问用户手指背面关节表面纹理图像；对采集到的图像样本进行预处理；从预处理后的图像中提取关节表面纹理的特征；将提取到的特征与所述数据库中的模板特征进行匹配，给出匹配结果；将所述匹配结果与判决阈值比较，判定访问用户是否为授权用户。本识别方法能可靠地进行身份鉴别，可广泛应用于公共和个人安全领域的身份识别系统中。
-
Patent Agency Ranking
公开(公告)号：CN103234483B
公开(公告)日：2016-03-09
申请号：CN201210582845.7
申请日：2012-12-28
Applicant: 深圳华用科技有限公司 , 清华大学深圳研究生院
IPC: G01B11/26
Abstract: 本发明提供了一种相机芯片平行度的检测方法和检测装置，采用一字激光在芯片和电路板上投影的方式获得在同一个与芯片和电路板平面相交的检测平面，并通过计算得到检测平面与芯片和电路板平面相交的两条线之间的夹角，通过上述检测，最终获得相机芯片与电路板之间是否平行的结果。
-
公开(公告)号：CN104778713A
公开(公告)日：2015-07-15
申请号：CN201510206329.8
申请日：2015-04-27
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种图像处理方法，包括道路消失点检测步骤，道路消失点检测步骤包括如下步骤：对图像进行形态学梯度处理得到第一中间图像；对第一中间图像进行二值化处理得到第二中间图像；对第二中间图像进行形态学处理得到第三中间图像；对第三中间图像的每一行：将像素值进行累加得到行像素值和，将行像素值和最大对应的行作为图像的地平线位置；对第一中间图像中位于地平线位置以下的部分图像进行边缘检测得到第四中间图像；对第四中间图像进行直线检测获得第五中间图像，得到第五中间图像中的直线；从交点中确定道路消失点。本发明可以实现良好的道路识别与车前目标检测。
-
公开(公告)号：CN104166836A
公开(公告)日：2014-11-26
申请号：CN201410191630.1
申请日：2014-05-08
Applicant: 清华大学深圳研究生院 , 深圳市星谷科技有限公司
Abstract: 本发明公开了一种基于多特征建模的分块多尺度工程车辆识别方法，包括：样本库建立步骤；建立存储所述至少两组样本的样本库；样本图片分区步骤；将每组所述样本中每张工程车辆图片划分成车头、车身、轮胎、履带、机械臂等区域；样本特征提取步骤；分别从工程车辆图片上提取相应的样本特征；样本特征模型建立步骤；利用同一个样本特征集中的特征建立对应的样本特征模型；目标图像识别步骤；将目标图像进行缩放在多个尺度下将特征与各个样本特征模型比对，以判断目标图像是否能够与其中任意一个样本特征模型匹配，若是，则判断目标图像中包含有工程车辆。本发明可以在复杂场景下对目标图像进行识别，以判断目标图像中的图像是否包含有工程车辆，精度和准确性高。本发明提供了一种对应的系统。
-
公开(公告)号：CN103234483A
公开(公告)日：2013-08-07
申请号：CN201210582845.7
申请日：2012-12-28
Applicant: 深圳华用科技有限公司 , 清华大学深圳研究生院
IPC: G01B11/26
Abstract: 本发明提供了一种相机芯片平行度的检测方法和检测装置，采用一字激光在芯片和电路板上投影的方式获得在同一个与芯片和电路板平面相交的检测平面，并通过计算得到检测平面与芯片和电路板平面相交的两条线之间的夹角，通过上述检测，最终获得相机芯片与电路板之间是否平行的结果。
-
公开(公告)号：CN103234475A
公开(公告)日：2013-08-07
申请号：CN201210490109.9
申请日：2012-11-27
Applicant: 深圳华用科技有限公司 , 清华大学深圳研究生院
IPC: G01B11/24
Abstract: 本发明提供了一种基于激光三角测量法的亚像素表面形态检测方法，该方法通过测量零件不同位置轮廓切片，叠加得到整个零件轮廓。本发明充分利用图像的彩色信息，在激光条纹是红色，背景是黑色的先验知识指导下，提取RGB图像的红色通道分量，减小噪声影响，提高高斯拟合条纹中心精度。通过对同一位置多次拍摄叠加激光条纹图像提高精度，降低了对激光条纹宽度和亮度的要求，降低了激光器的成本。通过先粗略确定条纹中心位置然后采用固定数量的像素拟合确定亚像素中心的方法避免了确定激光条纹边界而采用复杂算法，降低了算法复杂度。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.028 seconds)
