一种通过灰度统计数据深度信息提取显著目标的方法

    公开(公告)号:CN105761238A

    公开(公告)日:2016-07-13

    申请号:CN201511017690.2

    申请日:2015-12-30

    Abstract: 一种通过灰度统计数据深度信息提取显著目标的方法,通过改进FT算法获得基本符合人类视觉注意的CBP特征的显著图。通过挖掘该显著图的灰度概率分布特性的深度信息找到原图像中显著性分布的规律,并使用曲线拟合技术、灰度统计技术、曲线单调性分析、超像素分割等技术提取基于该显著性分布的显著目标区域。最后结合图流形排序技术,实现接近测试集标准的显著图。本发明提出的检测算法比大多数显著目标检测方法的执行速度快、算法复杂度低,却保证较高的检测精度。

    一种光照变化条件下的人脸识别方法及基图像合成方法

    公开(公告)号:CN102682276B

    公开(公告)日:2016-03-30

    申请号:CN201110432094.6

    申请日:2011-12-20

    Abstract: 本发明涉及一种光照变化条件下的人脸识别方法及基图像合成方法,人脸识别方法首先计算商图像;根据公式分别合成对应对象的九个基图像;计算出待识别图像的光照参数η;合成每一对象的一幅与待识别图像光照条件一致的新图像;由主成分分析方法分别计算出合成图像与待识别图像在PCA空间的投影系数向量ρi和ρ;计算两向量之间的欧氏距离,用最近邻方法完成分类识别。本发明的方法仅用每一对象在正常光照条件下的一幅图像作为训练集,就可以达到较高的识别率,且能够较好的克服光照变化的影响,从而有效地解决了复杂光照条件下的人脸识别及基图像合成问题。

    空间手势输入方法
    44.
    发明授权

    公开(公告)号:CN103257711B

    公开(公告)日:2016-01-20

    申请号:CN201310198253.X

    申请日:2013-05-24

    Abstract: 空间手势输入方法运用无陀螺惯性测量单元及特有硬件布局方案实现手势的测量和解算,经降维、特征提取、模式识别、编码等处理后经无线射频单元送主机,从而实现手写字符输入和光标定位功能;相应的手持装置包括手势采集和解算单元、模式识别和编码单元、无线传输单元。本发明涉及的方法及装置避免使用陀螺仪,克服了设备抗大加速度冲击能力差的弱点,手势检测不受装置姿态的影响;惯性测量单元的合理硬件布局确保笔迹解算的低开销,以笔画特征为依据的模式识别方法降低了存储空间要求和计算复杂度,有关算法在无线SOC片上系统中易于实现,保证了该装置的低成本和兼容性。

    一种基于直方图幂函数拟合的显著目标检测方法

    公开(公告)号:CN104715476A

    公开(公告)日:2015-06-17

    申请号:CN201510078176.3

    申请日:2015-02-13

    Abstract: 一种基于直方图幂函数拟合的显著目标检测方法,包括直方图幂函数拟合、超像素分类、显著区域问题和显著目标检测四步。本发明有益效果:使用FT显著图、图流形排序法、SLIC法超像素分类、直方图幂函数拟合求灰度阈值在图像多目标且场景复杂的情况下,检测效率高,性能好,精度高,解决了显著目标检测领域的一大难题,且本发明所提供的方法执行速度快、算法复杂度低,同时能保证较高的检测精度。

    一种基于共线特性的单线阵畸变标定方法

    公开(公告)号:CN110310340B

    公开(公告)日:2022-10-11

    申请号:CN201910606459.9

    申请日:2019-07-05

    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。

    一种单线阵相机内外参数标定方法

    公开(公告)号:CN110298892B

    公开(公告)日:2022-10-11

    申请号:CN201910605979.8

    申请日:2019-07-05

    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。

    基于场景分类的模块化处方式图像显著性检测方法

    公开(公告)号:CN107622280B

    公开(公告)日:2020-06-12

    申请号:CN201710827725.1

    申请日:2017-09-14

    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。

Patent Agency Ranking