-
公开(公告)号：CN106446890B
公开(公告)日：2019-09-06
申请号：CN201610625310.1
申请日：2016-10-28
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明属于图像中的目标检测技术领域，具体的涉及一种基于窗口打分和超像素分割的候选区域提取方法，包括窗口打分算法和超像素分割算法，该候选区域提取方法包含以下步骤：1采用超像素算法对图像进行分割获得初始区域集合；2依据真值区域和初始区域设定正负样本，提取特征训练SVM；3对图像根据1提取初始区域，提取初始区域特征，采用2中训练得到的SVM进行分类，得到最终的候选区域。GS算法对于目标边缘良好的捕捉能力，在结合进BING算法的32种尺度图像中以后，能够尽可能的帮助捕捉任意尺度大小的目标。另外，将BING算法和GS算法进行结合实现了自顶向下的学习分类算法和自底向上的分割算法的结合，这样学习到的结果更利于对目标与背景进行区分。
-
公开(公告)号：CN106446890A
公开(公告)日：2017-02-22
申请号：CN201610625310.1
申请日：2016-10-28
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明属于图像中的目标检测技术领域，具体的涉及一种基于窗口打分和超像素分割的候选区域提取方法，包括窗口打分算法和超像素分割算法，该候选区域提取方法包含以下步骤：1采用超像素算法对图像进行分割获得初始区域集合；2依据真值区域和初始区域设定正负样本，提取特征训练SVM；3对图像根据1提取初始区域，提取初始区域特征，采用2中训练得到的SVM进行分类，得到最终的候选区域。GS算法对于目标边缘良好的捕捉能力，在结合进BING算法的32种尺度图像中以后，能够尽可能的帮助捕捉任意尺度大小的目标。另外，将BING算法和GS算法进行结合实现了自顶向下的学习分类算法和自底向上的分割算法的结合，这样学习到的结果更利于对目标与背景进行区分。
-
公开(公告)号：CN104134206B
公开(公告)日：2017-03-15
申请号：CN201410336591.X
申请日：2014-07-15
Applicant: 中国人民解放军信息工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于三维二值特征描述子的CT体数据快速匹配方法，含有如下步骤：1：输入待拼接的两个CT体数据，并完成对其的特征点检测；2：确定特征点邻域内采样点的固定采样样式；3：将特征点邻域内的采样点组合成点对，并根据点对之间的灰度大小关系计算每个特征点的主方向；4：计算特征点在二维平面上的主方向，并以此二维平面上的主方向作为辅方向；5：根据特征点的主方向和辅方向对其进行方向规定化；6：在进行方向规定化后的特征点邻域内，计算特征点的二值特征描述，得到对应每个特征点的两种描述子；7：对两个CT体数据中的特征点进行匹配。本发明有效地提高了CT体数据中三维特征点匹配的准确率和效率。
-
公开(公告)号：CN104134206A
公开(公告)日：2014-11-05
申请号：CN201410336591.X
申请日：2014-07-15
Applicant: 中国人民解放军信息工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于三维二值特征描述子的CT体数据快速匹配方法，含有如下步骤：1：输入待拼接的两个CT体数据，并完成对其的特征点检测；2：确定特征点邻域内采样点的固定采样样式；3：将特征点邻域内的采样点组合成点对，并根据点对之间的灰度大小关系计算每个特征点的主方向；4：计算特征点在二维平面上的主方向，并以此二维平面上的主方向作为辅方向；5：根据特征点的主方向和辅方向对其进行方向规定化；6：在进行方向规定化后的特征点邻域内，计算特征点的二值特征描述，得到对应每个特征点的两种描述子；7：对两个CT体数据中的特征点进行匹配。本发明有效地提高了CT体数据中三维特征点匹配的准确率和效率。
-
-
-
Search Results
4
records
(took 0.03 seconds)
