-
公开(公告)号：CN107085725B
公开(公告)日：2020-08-14
申请号：CN201710263353.4
申请日：2017-04-21
Applicant: 河南科技大学
Abstract: 本发明涉及一种通过基于自适应码本的LLC聚类图像区域的方法，从已分割的超像素中提取颜色、纹理、Gabor、质心等特征后，通过融合的特征聚类邻近区域，以相似性结构图的形式提高邻近的多个区域间的可辩度，为减少甚至消除生成的显著图中前景边界附近的噪声提供非常有价值的线索，使前景边界更加清晰；使用多个特征作为计算显著图的依据，在复杂场景下，当颜色特征无法有效提取显著目标时，多特征信息作为有益补充可有效提高检测效果；扩展的LLC编码方案，将原始LLC中多个特征描述子分别编码再融入目标函数的方法扩展为先融合多个特征描述再一次性编码，简化了编码过程，强调了多个特征的整体性。
-
公开(公告)号：CN107067037B
公开(公告)日：2020-08-04
申请号：CN201710263340.7
申请日：2017-04-21
Applicant: 河南科技大学
Abstract: 本发明涉及一种使用LLC准则定位图像前景的方法，从标准测试集中选取大量随机图像，结合其显著区域真值标注图，提取图像前景的先验知识、形成LLC码本，使用LLC准则对待测图像的各个区域是否属于前景进行粗分类，并给出相应的显著性概率值；使用距图像中心的质心距离、局部Lab颜色对比值和全局Lab颜色对比值等基于对比的特征描述图像超像素区域，并用来学习前景\背景的典型特征作为指导图像超像素区域分类的先验知识，从经验角度获取高层知识只需学习一次即可多次指导区域分类，与仅从当前图像提取高层知识的方法相比不仅大大加快了前景定位的速度，而且用来提取的优势查询可使基于流形排序所获得的显著图中前景边界更加清晰、噪声更少。
-
公开(公告)号：CN110992396A
公开(公告)日：2020-04-10
申请号：CN201910994688.2
申请日：2019-10-18
Applicant: 河南科技大学
Abstract: 一种基于K-means++聚类算法的多扩展目标跟踪方法，包括：S1、建立多扩展目标的动力学模型和量测模型；S2、初始化ET-GM-PHD滤波器以建立新生扩展目标强度函数，并且利用状态转移方程对新生扩展目标强度函数中的高斯混合项进行预测；S3、利用量测模型对K-means++聚类算法进行初次改进，得到改进聚类算法；S4、获取多扩展目标的UWB量测数据，并且利用改进聚类算法对UWB量测数据进行聚类，若聚类得到的子集中包含的扩展目标数量不为1则再次对改进聚类算法进行改进；S5、根据聚类的结果对预测的高斯混合项进行更新和计算；S6、对高斯混合项进行删除或者合并；S7、状态提取，并且返回S2。本发明在保证跟踪效果的同时提高了运行速度。
-
公开(公告)号：CN110310340A
公开(公告)日：2019-10-08
申请号：CN201910606459.9
申请日：2019-07-05
Applicant: 河南科技大学
IPC: G06T7/80
Abstract: 一种基于共线特性的单线阵畸变标定方法，包括如下步骤：S1、根据单线阵相机畸变模型，得到畸变方程u＝u'+k1(u'-u0)3+k2(u'-u0)5；其中u'为畸变像素的坐标点，u为对应的无畸变像素坐标点，u0为畸变中心点，k1和k2为畸变参数；S2、根据单线阵相机成像模型，成像特征点映射到标定板的点共线特性，建立优化方程F(u0*,k1*,k2*)＝minF(u0,k1,k2)；S3、对u0，k1和k2初始化，代入优化方程F(u0*,k1*,k2*)＝minF(u0,k1,k2)，运用Levenberg-Marquardt非线性优化算法求解得到最终的畸变中心u0*和畸变参数k1*和k2*。本发明提供一种基于共线特性的单线阵畸变标定方法，能够有效降低标定过程的复杂度。
-
公开(公告)号：CN110298892A
公开(公告)日：2019-10-01
申请号：CN201910605979.8
申请日：2019-07-05
Applicant: 河南科技大学
IPC: G06T7/80
Abstract: 一种单线阵相机内外参数标定方法，包括如下步骤：S1、根据单线阵相机成像模型得到单线阵相机的理论内参数矩阵、理论外参数矩阵和理论单应性矩阵，其中理论外参数矩阵包括理论旋转参数矩阵；S2、根据单线阵相机成像模型得到理论单应性矩阵与理论内参数矩阵的关系；S3、基于理论旋转参数矩阵确定理论内参数矩阵与理论单应性矩阵的约束关系；S4、利用标定板上目标点的坐标到成像点的坐标求出多个目标点到成像点之间的实际单应性矩阵；S5、根据实际单应性矩阵求解实际内参数矩阵；S6、根据实际内参数矩阵求解实际外参数矩阵。本发明提供一种单线阵相机内外参数标定方法，简化了标定流程，能够提高标定效率。
-
Patent Agency Ranking
公开(公告)号：CN106651935B
公开(公告)日：2019-06-14
申请号：CN201611069406.0
申请日：2016-11-29
Applicant: 河南科技大学
Abstract: 一种基于多尺度采样的纹理图像表示方法，对纹理图像进行旋转不变性处理，一个纹理图像的像素由符号模式和大小模式表示，通过连接同一尺度下的采样方向均值向量和频率向量，我们能够得到图像纹理单一尺度的旋转不变性表示特征，通过把不同尺度下的旋转不变性表示特征进行连接，得到用于表示纹理图像的多尺度旋转不变性表示特征，利用提取的MRIR特征，通过KNN分类器对纹理图像进行分类。本发明有益效果：本发明针对不同的成像条件，例如光照变化、图像旋转等，都能够获取很好的分类性能；同时，在保证分类性能的情况下，提取的特征还能够实现快速的纹理图像分类。
-
公开(公告)号：CN105139013B
公开(公告)日：2019-02-26
申请号：CN201510396171.5
申请日：2015-07-08
Applicant: 河南科技大学
IPC: G06K9/46
Abstract: 一种融合形状特征和兴趣点的物体识别方法，针对用单一的全局特征或者单一的局部特征识别物体的缺陷，采用改进的HU矩描述的形状表示全局特征，快速鲁棒特征描述的兴趣点表示局部特征。将二者融合起来共同描述物体的特征，采用相似性测度进行物体的分类识别。实验结果表明，该方法对物体的尺度变换、视角变换和多种不同的噪声变化具有较好的鲁棒性。并将该方法与同类方法进行比较，结果表明该方法具有更佳的识别性能。
-
公开(公告)号：CN105870032B
公开(公告)日：2018-06-29
申请号：CN201610275906.3
申请日：2016-04-29
Applicant: 河南科技大学
IPC: H01L21/66
Abstract: 一种快速估算红外焦平面探测器中光敏元芯片厚度的方法；①当光敏元芯片厚度减薄到20µm时，在负电极区域上方出现环带凹陷；②当光敏元芯片厚度减薄到14µm时，除环带凹陷外，在负电极区域两侧出现典型棋盘格屈曲变形模式；③当光敏元芯片厚度减薄到10µm时，除环带凹陷和棋盘格屈曲变形外，在环带凹陷处，与负电极连接的铟柱正上方出现上凸变形；④当光敏元芯片厚度减薄到6µm时，棋盘格屈曲变形的峰谷差进一步增加。本发明有益效果：与现有方法相比，采用本发明快速估算方法具有非接触性、无损性、快速性、准确性的特点，能够满足批量生产需求。
-
公开(公告)号：CN108171678A
公开(公告)日：2018-06-15
申请号：CN201711408096.5
申请日：2017-12-22
Applicant: 河南科技大学
Abstract: 本发明首先运用方向权值经验模式分解方法对采集到的源图像进行多尺度分解，获得每幅源图像的多级尺度的高频内蕴模式分量，对各级分量按照权值规则进行融合处理，保留了所有源图像的细节信息和能量分布，最后反向重构获取融合图像。本发明有益效果：与传统经验模式分解相比，克服了运算速度慢和分解结果有暗斑和边缘重叠的问题。获得各级分量按照权值规则进行融合处理，可最大化的融合细节信息，减少非细节信息的影响，保留各分量的能量分布。
-
公开(公告)号：CN107622280A
公开(公告)日：2018-01-23
申请号：CN201710827725.1
申请日：2017-09-14
Applicant: 河南科技大学
Abstract: 基于场景分类的模块化处方式图像显著性检测方法，根据图像的FP显著图和bpGMR显著图构成图像场景色调复杂度表示模型；罗列在显著性检测过程中可能会使用到的所有检测模块，按照不同的简单色调场景结构类别和复杂色调场景结构类别选取适用的检测模块构成整体的检测流程对待测图像检测,得到最终的显著图。解决图像场景的“简单色调复杂结构”造成的前景目标误检问题与“复杂色调”场景中的天空区域引起的前景目标误检问题，借鉴医生给病人根据不同病情、按照不同药品或检查手段的治疗目标而开具不同处方的方式，提出不同的场景特征应使用不同的显著性检测方案，使得检测更具针对性，从而提高图像显著性检测的效果和效率。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.035 seconds)
