-
公开(公告)号：CN102968646B
公开(公告)日：2015-11-04
申请号：CN201210411259.6
申请日：2012-10-25
Applicant: 华中科技大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于机器学习的车牌检测方法，首先将原始彩色图像转换为梯度图像；然后结合Adaboost快速检测且虚警率低的特点，采用多尺度遍历搜索方式对车牌目标进行检测；最后将检测结果二值化和形态学处理，根据国内车牌字符特点对检测结果进行评判，标记车牌区域与准伪车牌区域。进一步，还提取准伪车牌区域特征，采用SVM对准伪车牌区域进行多尺度遍历识别，最后对识别结果评判输出。本发明采用梯度图像表示方法，从而将车辆牌照外观表现形式实现统一，利用Adaboost多尺度遍历搜索方式，能快速、有效地从复杂场景中提取出不同车牌；最后结合SVM对准伪车牌区域进行识别，进一步降低了虚警提高了检测率；其在道路交通监控、停车场管理等方面有广泛的应用前景。
-
公开(公告)号：CN103049763B
公开(公告)日：2015-07-01
申请号：CN201210524038.X
申请日：2012-12-07
Applicant: 华中科技大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于上下文约束的目标识别方法，属于遥感图像处理领域，用于遥感图像场景分类及目标的检测识别。该方法首先对图像进行滤波处理，然后进行区域分割，将图像分割为多个连通域，并对每个连通域进行标记，其次，计算每个连通域的特征向量，并输入到事先训练好的分类器中进行场景分类计算，输出类别标记图，接着，在此基础上，根据需要识别的目标，在标记图上划定目标可能存在的局部区域范围，并对该局部区域进行预处理操作，在该区域内计算感兴趣区域，最后，提取特征，并输入到分类器中进行识别。本发明提供了一种快速、有效的场景分类方法，旨在为目标识别提供有效的上下文约束，提高识别效率和准确率。
-
公开(公告)号：CN102760230B
公开(公告)日：2014-07-23
申请号：CN201210203504.4
申请日：2012-06-19
Applicant: 华中科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种近红外图像视频中的火焰检测方法，属于模式识别与图像处理技术领域。该方法首先通过最短距离帧间匹配方法对目标区域进行跟踪，去除噪声等不稳定目标；然后对稳定跟踪的目标区域进行多维时域特征提取，根据特征提取值以迭代的方式确定目标区域的置信度，依据目标区域置信度实现初发火焰的快速检测和识别；再根据火焰边缘的亮度突变特征和运动特性去除虚警。该方法具有灵敏度高、虚警率低的特点，能够在近红外图像中快速、准确的发现监控场景中初发的火焰。
-
公开(公告)号：CN102509414B
公开(公告)日：2013-09-18
申请号：CN201110365784.4
申请日：2011-11-17
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于计算机视觉的烟雾检测方法，首先检测场景中的运动区域，然后通过运动区域的特征加权求和得到每个运动区域的初始属性评判，最后通过帧间运动区域关联的方法，确定视频序列中运动区域是否属于同一目标，对同一目标进行综合分析，判断该目标是否为烟雾。本发明采用帧间目标关联方法确定帧间运动区域的关系，对运动目标属性进行综合判断。该方法具有复杂度低、降低虚警率的特点，能够及时准确的发现监控场景中出现的烟雾。
-
公开(公告)号：CN103049763A
公开(公告)日：2013-04-17
申请号：CN201210524038.X
申请日：2012-12-07
Applicant: 华中科技大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于上下文约束的目标识别方法，属于遥感图像处理领域，用于遥感图像场景分类及目标的检测识别。该方法首先对图像进行滤波处理，然后进行区域分割，将图像分割为多个连通域，并对每个连通域进行标记，其次，计算每个连通域的特征向量，并输入到事先训练好的分类器中进行场景分类计算，输出类别标记图，接着，在此基础上，根据需要识别的目标，在标记图上划定目标可能存在的局部区域范围，并对该局部区域进行预处理操作，在该区域内计算感兴趣区域，最后，提取特征，并输入到分类器中进行识别。本发明提供了一种快速、有效的场景分类方法，旨在为目标识别提供有效的上下文约束，提高识别效率和准确率。
-
Patent Agency Ranking
公开(公告)号：CN102968646A
公开(公告)日：2013-03-13
申请号：CN201210411259.6
申请日：2012-10-25
Applicant: 华中科技大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于机器学习的车牌检测方法，首先将原始彩色图像转换为梯度图像；然后结合Adaboost快速检测且虚警率低的特点，采用多尺度遍历搜索方式对车牌目标进行检测；最后将检测结果二值化和形态学处理，根据国内车牌字符特点对检测结果进行评判，标记车牌区域与准伪车牌区域。进一步，还提取准伪车牌区域特征，采用SVM对准伪车牌区域进行多尺度遍历识别，最后对识别结果评判输出。本发明采用梯度图像表示方法，从而将车辆牌照外观表现形式实现统一，利用Adaboost多尺度遍历搜索方式，能快速、有效地从复杂场景中提取出不同车牌；最后结合SVM对准伪车牌区域进行识别，进一步降低了虚警提高了检测率；其在道路交通监控、停车场管理等方面有广泛的应用前景。
-
公开(公告)号：CN102663377A
公开(公告)日：2012-09-12
申请号：CN201210067861.2
申请日：2012-03-15
Applicant: 华中科技大学
Abstract: 一种基于模板匹配的字符识别方法，属于模式识别与图像处理技术领域，具体涉及图像匹配及识别，本方法可以对字符图像进行识别。目的是开发一种简单快速有效的字符识别方法，从而能够获取图像中的字符信息。本发明主要包含如下几个处理单元：图像尺度变换、图像二值化、图像归一化、模板匹配及字符判别。在整个处理过程中，对OTSU分割、图像缩放、上下文信息、模板匹配等方法进行了综合的应用。本发明可以(但不限于)应用于实时的车牌识别系统中的字符识别模块。
-
公开(公告)号：CN102509414A
公开(公告)日：2012-06-20
申请号：CN201110365784.4
申请日：2011-11-17
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于计算机视觉的烟雾检测方法，首先检测场景中的运动区域，然后通过运动区域的特征加权求和得到每个运动区域的初始属性评判，最后通过帧间运动区域关联的方法，确定视频序列中运动区域是否属于同一目标，对同一目标进行综合分析，判断该目标是否为烟雾。本发明采用帧间目标关联方法确定帧间运动区域的关系，对运动目标属性进行综合判断。该方法具有复杂度低、降低虚警率的特点，能够及时准确的发现监控场景中出现的烟雾。
-
公开(公告)号：CN102663377B
公开(公告)日：2014-08-27
申请号：CN201210067861.2
申请日：2012-03-15
Applicant: 华中科技大学
Abstract: 一种基于模板匹配的字符识别方法，属于模式识别与图像处理技术领域，具体涉及图像匹配及识别，本方法可以对字符图像进行识别。目的是开发一种简单快速有效的字符识别方法，从而能够获取图像中的字符信息。本发明主要包含如下几个处理单元：图像尺度变换、图像二值化、图像归一化、模板匹配及字符判别。在整个处理过程中，对OTSU分割、图像缩放、上下文信息、模板匹配等方法进行了综合的应用。本发明可以(但不限于)应用于实时的车牌识别系统中的字符识别模块。
-
公开(公告)号：CN102760230A
公开(公告)日：2012-10-31
申请号：CN201210203504.4
申请日：2012-06-19
Applicant: 华中科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种近红外图像视频中的火焰检测方法，属于模式识别与图像处理技术领域。该方法首先通过最短距离帧间匹配方法对目标区域进行跟踪，去除噪声等不稳定目标；然后对稳定跟踪的目标区域进行多维时域特征提取，根据特征提取值以迭代的方式确定目标区域的置信度，依据目标区域置信度实现初发火焰的快速检测和识别；再根据火焰边缘的亮度突变特征和运动特性去除虚警。该方法具有灵敏度高、虚警率低的特点，能够在近红外图像中快速、准确的发现监控场景中初发的火焰。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
