-
公开(公告)号：CN101510299A
公开(公告)日：2009-08-19
申请号：CN200910046976.1
申请日：2009-03-04
Applicant: 上海大学
Abstract: 本发明公开了一种上述基于视觉显著性的图像自适应方法，该方法首先是计算原始图像的能量；其次是提取原始图像中的显著性对象并且增强显著性对象的相对能量；然后是利用动态规划技术找出图像中垂直方向和水平方向上能量最低的缝隙，剔除这些缝隙，从而实现图像的自适应。该自适应方法由于剔除的是图像中能量最低的缝隙，所以图像整体能量损失最小；由于显著性对象的相对能量较高，剔除的缝隙不会穿过显著性对象，所以图像自适应后显著性对象会保持完整。因此，该方法能够实现在智能移动设备中低分辨率和小屏幕环境下将图片的视觉效果失真降到最低，且保持其中显著性对象的完整性，为观看者提供与高分辨率显示设备上完全一样的视觉效果。
-
公开(公告)号：CN101324957B
公开(公告)日：2011-06-08
申请号：CN200810040640.X
申请日：2008-07-16
Applicant: 上海大学
Abstract: 本发明涉及一种面向移动设备的足球视频智能播放方法。本方法是首先对足球场面进行建模，得到场地的基本统计信息，将场地和其它对象分割开；然后，在场地模型的基础上实现对镜头的聚类；最后，动态提取和播放比赛中的感兴趣区域。本发明充分利用了足球比赛自身的一些特点，实现了在移动设备中智能地实时播放足球比赛视频。本发明是基于区域的，模型简单，但是高效实用，具备很高的实时性能。
-
公开(公告)号：CN101710418B
公开(公告)日：2012-06-27
申请号：CN200910200530.X
申请日：2009-12-22
Applicant: 上海大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于测地距离的交互方式图象分割方法，首先通过用户交互方式，提取图像先验信息；其次利用图像先验信息构造前景信息的概率模型和背景信息概率模型，利用概率模型计算每个像素前景概率；然后利用前景概率变化梯度分别计算每个像素到达前景像素和背景像素的测地距离，通过比较两个距离最终完成整个图像分割。该方法图像分割用户操作少，用户只需要在图像大致用划线标出属于前景部分和属于背景部分，且对用户使用时的限制少，使用方式简单。通过聚类后估计出概率模型，提高了模型的精度，得到准确的概率值，形成满意的分割结果。
-
公开(公告)号：CN101299268B
公开(公告)日：2010-08-11
申请号：CN200810040000.9
申请日：2008-07-01
Applicant: 上海大学
Abstract: 本发明涉及一种适用于低景深图像的语义对象分割方法。它是首先引入梯度直方图计算出图像在能量空间中的分布，结合低景深图的性质得到能量聚焦显著性图；然后利用双边滤波器和形态学工具对能量聚焦显著性图进行再处理；接下来设定自适应阈值处理得到初始对象掩模图，为了提高兴趣对象的分割精度，结合canny算子得到的边缘信息得到修正后对象掩模；为了能细腻地处理图像的复杂边界，如毛发问题，最使后使用贝叶斯羽化算法得到理想的语义对象分割结果。可以有效地在图像视频序列中对景深范围内的感兴趣对象实现精确分割。
-
公开(公告)号：CN101710418A
公开(公告)日：2010-05-19
申请号：CN200910200530.X
申请日：2009-12-22
Applicant: 上海大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于测地距离的交互方式图象分割方法，首先通过用户交互方式，提取图像先验信息；其次利用图像先验信息构造前景信息和背景信息概率模型，利用概率模型计算每个像素前景概率；然后利用前景概率变化梯度分别计算每个像素到达前景像素和背景像素的测地距离，通过比较两个距离最终完成整个图像分割。该方法图像分割用户操作少，用户只需要在图像大致用划线标出属于前景部分和属于背景部分，且对用户使用时的限制少，使用方式简单。通过聚类后估计出概率模型，提高了模型的精度，得到准确的概率值，形成满意的分割结果。
-
Patent Agency Ranking
公开(公告)号：CN101520894A
公开(公告)日：2009-09-02
申请号：CN200910046276.2
申请日：2009-02-18
Applicant: 上海大学
Abstract: 本发明公开了一种基于区域显著性的显著对象提取方法，该方法是首先，通过计算输入图像的多分辨率对比度特征，建立一个尺度不变的显著性图像，用非参数核密度估计方法把输入图像分割成不同的区域；然后，计算每个区域组合与其补集的区域显著性的比值；最后，通过取这个比值的最大值而提取出显著对象，其具体步骤如下：(1)输入图像，建立尺度不变的显著性图像；(2)输入图像，实现图像分割；(3)显著对象提取。该方法结合区域显著性，不仅能准确的提取出单个显著对象，而且能准确的提取出多个显著对象，使提取的显著对象满足人眼视觉要求，而且能提高分割的准确性。
-
公开(公告)号：CN101324957A
公开(公告)日：2008-12-17
申请号：CN200810040640.X
申请日：2008-07-16
Applicant: 上海大学
Abstract: 本发明涉及一种面向移动设备的足球视频智能播放方法。本方法是首先对足球场面进行建模，得到场地的基本统计信息，将场地和其它对象分割开；然后，在场地模型的基础上实现对镜头的聚类；最后，动态提取和播放比赛中的感兴趣区域。本发明充分利用了足球比赛自身的一些特点，实现了在移动设备中智能地实时播放足球比赛视频。本发明是基于区域的，模型简单，但是高效实用，具备很高的实时性能。
-
公开(公告)号：CN101299268A
公开(公告)日：2008-11-05
申请号：CN200810040000.9
申请日：2008-07-01
Applicant: 上海大学
Abstract: 本发明涉及一种适用于低景深图像的语义对象分割方法。它是首先引入梯度直方图计算出图像在能量空间中的分布，结合低景深图的性质得到能量聚焦显著性图；然后利用双边滤波器和形态学工具对能量聚焦显著性图进行再处理；接下来设定自适应阈值处理得到初始对象掩模图，为了提高兴趣对象的分割精度，结合canny算子得到的边缘信息得到修正后对象掩模；为了能细腻地处理图像的复杂边界，如毛发问题，最后使用贝叶斯羽化算法得到理想的语义对象分割结果。可以有效地在图像视频序列中对景深范围内的感兴趣对象实现精确分割。
-
公开(公告)号：CN101510299B
公开(公告)日：2011-07-20
申请号：CN200910046976.1
申请日：2009-03-04
Applicant: 上海大学
Abstract: 本发明公开了一种上述基于视觉显著性的图像自适应方法，该方法首先是计算原始图像的能量；其次是提取原始图像中的显著性对象并且增强显著性对象的相对能量；然后是利用动态规划技术找出图像中垂直方向和水平方向上能量最低的缝隙，剔除这些缝隙，从而实现图像的自适应。该自适应方法由于剔除的是图像中能量最低的缝隙，所以图像整体能量损失最小；由于显著性对象的相对能量较高，剔除的缝隙不会穿过显著性对象，所以图像自适应后显著性对象会保持完整。因此，该方法能够实现在智能移动设备中低分辨率和小屏幕环境下将图片的视觉效果失真降到最低，且保持其中显著性对象的完整性，为观看者提供与高分辨率显示设备上完全一样的视觉效果。
-
公开(公告)号：CN101520894B
公开(公告)日：2011-03-30
申请号：CN200910046276.2
申请日：2009-02-18
Applicant: 上海大学
Abstract: 本发明公开了一种基于区域显著性的显著对象提取方法，该方法是首先，通过计算输入图像的多分辨率对比度特征，建立一个尺度不变的显著性图像，用非参数核密度估计方法把输入图像分割成不同的区域；然后，计算每个区域组合与其补集的区域显著性的比值；最后，通过取这个比值的最大值而提取出显著对象，其具体步骤如下：(1)、输入图像，建立尺度不变的显著性图像；(2)、输入图像，实现图像分割；(3)、显著对象提取。该方法结合区域显著性，不仅能准确的提取出单个显著对象，而且能准确的提取出多个显著对象，使提取的显著对象满足人眼视觉要求，而且能提高分割的准确性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
