-
公开(公告)号：CN110059613B
公开(公告)日：2021-08-10
申请号：CN201910302738.6
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于稀疏表示的视频图像烟火分离与检测方法，能够将早期烟从背景中分离出来并进行识别。该方法包括：学习烟雾完备字典Ds以及非烟完备字典Db；建立有背景的烟火和非烟数据集xs和xb；建立烟火背景分离模型；通过稀疏表示得到前景的烟火成分和非烟成分同时计算得到混合系数ω；训练SVM分类器；部署烟火检测模型；根据分块识别与分类结果，得到待检测区域烟火检测结果。本发明将纯净烟火与背景分离，避免了背景信息对烟火特征的干扰，从而提高了烟火识别与检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110084160B
公开(公告)日：2021-08-10
申请号：CN201910302743.7
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于运动和亮度显著性特征的视频森林烟火检测方法，包括读入原视频；将原视频图像转换成灰度图，按X‑Y‑T方向将连续帧图像重新整合，采用ROSL算法以及全局显著性算法得到全局显著性运动区域；采用运动显著性算法得到运动显著性运动区域；提取亮度显著性运动区域；计算显著性均值得到最终显著性区域显著特征值；基于得到的最终显著性区域显著特征值，采用组稀疏背景检测算法，得到视频显著性前景区域；提取得到的视频显著性前景区域的LBP特征，采用SVM分类器进行分类识别。本发明通过亮度和运动显著性算法，一方面去除了森林中非显著性运动目标干扰，另一方面将烟火区域从视频中分割出来，提高了烟火检测的正确率。
-
公开(公告)号：CN105654445A
公开(公告)日：2016-06-08
申请号：CN201610060892.3
申请日：2016-01-28
Applicant: 东南大学
CPC classification number: G06T5/002 , G06T5/20 , G06T2207/10024 , G06T2207/20004 , G06T2207/20064
Abstract: 本发明公开了一种基于小波变换边缘检测的手机图像去噪方法，能够在有效平滑噪声的同时保留图像边缘细节，去除彩色噪声，从而得到理想的去噪效果，包括如下步骤：第一步，读入彩色噪声图像，将输入的图像从RGB彩色空间转换到YUV彩色空间；第二步，用高斯滤波器平滑图像，对Y通道图像进行三次低通滤波；第三步，利用小波变换算法检测图像边缘；第四步，采用阈值分割得到边缘的二值化图像；第五步，在图像边缘区域采用各向异性扩散平滑噪声；第六步，在图像平滑区域采用均值滤波去噪；第七步，对平滑区域图像进一步去除彩色噪声；第八步，将图像从YUV彩色空间转换到RGB彩色空间，得到最终的去噪图像。
-
公开(公告)号：CN110084160A
公开(公告)日：2019-08-02
申请号：CN201910302743.7
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于运动和亮度显著性特征的视频森林烟火检测方法，包括读入原视频；将原视频图像转换成灰度图，按X-Y-T方向将连续帧图像重新整合，采用ROSL算法以及全局显著性算法得到全局显著性运动区域；采用运动显著性算法得到运动显著性运动区域；提取亮度显著性运动区域；计算显著性均值得到最终显著性区域显著特征值；基于得到的最终显著性区域显著特征值，采用组稀疏背景检测算法，得到视频显著性前景区域；提取得到的视频显著性前景区域的LBP特征，采用SVM分类器进行分类识别。本发明通过亮度和运动显著性算法，一方面去除了森林中非显著性运动目标干扰，另一方面将烟火区域从视频中分割出来，提高了烟火检测的正确率。
-
公开(公告)号：CN110059613A
公开(公告)日：2019-07-26
申请号：CN201910302738.6
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于稀疏表示的视频图像烟火分离与检测方法，能够将早期烟从背景中分离出来并进行识别。该方法包括：学习烟雾完备字典Ds以及非烟完备字典Db；建立有背景的烟火和非烟数据集xs和xb；建立烟火背景分离模型；通过稀疏表示得到前景的烟火成分 和非烟成分同时计算得到混合系数ω；训练SVM分类器；部署烟火检测模型；根据分块识别与分类结果，得到待检测区域烟火检测结果。本发明将纯净烟火与背景分离，避免了背景信息对烟火特征的干扰，从而提高了烟火识别与检测的准确率。
-
公开(公告)号：CN105654445B
公开(公告)日：2018-08-21
申请号：CN201610060892.3
申请日：2016-01-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于小波变换边缘检测的手机图像去噪方法，能够在有效平滑噪声的同时保留图像边缘细节，去除彩色噪声，从而得到理想的去噪效果，包括如下步骤：第一步，读入彩色噪声图像，将输入的图像从RGB彩色空间转换到YUV彩色空间；第二步，用高斯滤波器平滑图像，对Y通道图像进行三次低通滤波；第三步，利用小波变换算法检测图像边缘；第四步，采用阈值分割得到边缘的二值化图像；第五步，在图像边缘区域采用各向异性扩散平滑噪声；第六步，在图像平滑区域采用均值滤波去噪；第七步，对平滑区域图像进一步去除彩色噪声；第八步，将图像从YUV彩色空间转换到RGB彩色空间，得到最终的去噪图像。
-
-
-
-
-
Search Results
6
records
(took 0.011 seconds)
