-
公开(公告)号：CN109255326B
公开(公告)日：2022-03-29
申请号：CN201811044225.1
申请日：2018-09-07
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多维信息特征融合的交通场景烟雾智能检测方法，包括：S1获取交通领域内的视频数据并进行预处理；S2对预处理后的视频数据中的图像进行混合高斯模型与码本算法融合建模，并提取前景区域和背景区域；S3提取前景区域的颜色特征，得到初级感兴趣区域,即疑似烟雾区域；S4提取初级感兴趣区域三个动态特征，所述三个动态特征包括迅速膨胀特征，边缘不规则特征及高频能量衰减特征；S5将训练样本分为烟雾正样本和非烟雾负样本，根据动态特征建立训练样本集，采用支持向量机作为分类器进行训练，输入测试样本进行烟雾的自动检测。本方法提高烟雾检测算法的准确性和实时性。
-
公开(公告)号：CN109255326A
公开(公告)日：2019-01-22
申请号：CN201811044225.1
申请日：2018-09-07
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多维信息特征融合的交通场景烟雾智能检测方法，包括：S1获取交通领域内的视频数据并进行预处理；S2对预处理后的视频数据中的图像进行混合高斯模型与码本算法融合建模，并提取前景区域和背景区域；S3提取前景区域的颜色特征，得到初级感兴趣区域,即疑似烟雾区域；S4提取初级感兴趣区域三个动态特征，所述三个动态特征包括迅速膨胀特征，边缘不规则特征及高频能量衰减特征；S5将训练样本分为烟雾正样本和非烟雾负样本，根据动态特征建立训练样本集，采用支持向量机作为分类器进行训练，输入测试样本进行烟雾的自动检测。本方法提高烟雾检测算法的准确性和实时性。
-
公开(公告)号：CN109145912A
公开(公告)日：2019-01-04
申请号：CN201810746905.1
申请日：2018-07-09
Applicant: 华南理工大学
CPC classification number: G06K9/344 , G06K9/342 , G06K9/6201
Abstract: 本发明公开了一种数字仪表读数自动识别方法，具体步骤包括：(1)获取数字仪表图像，进行图像预处理；(2)对预处理后的图像进行数字裁剪处理；(3)对裁剪后的数字进行归一化处理；(4)对归一化后的图像和模版图像分别进行数字特征提取操作；(5)采用模版匹配算法进行数字仪表读数自动识别。本发明具有识别准确度高、对不完整数字识别效果好和算法简单等优点，且对于字轮式数字仪表尤其是设计电网仪表中不完整字符的识别具有良好效果。本发明还有效地减少了传统仪表读数获取方式消耗的人力物力，避免了认为主观因素引起的读数误差。
-
公开(公告)号：CN109145912B
公开(公告)日：2024-07-02
申请号：CN201810746905.1
申请日：2018-07-09
Applicant: 华南理工大学
IPC: G06V30/148 , G06V30/19
Abstract: 本发明公开了一种数字仪表读数自动识别方法，具体步骤包括：(1)获取数字仪表图像，进行图像预处理；(2)对预处理后的图像进行数字裁剪处理；(3)对裁剪后的数字进行归一化处理；(4)对归一化后的图像和模版图像分别进行数字特征提取操作；(5)采用模版匹配算法进行数字仪表读数自动识别。本发明具有识别准确度高、对不完整数字识别效果好和算法简单等优点，且对于字轮式数字仪表尤其是设计电网仪表中不完整字符的识别具有良好效果。本发明还有效地减少了传统仪表读数获取方式消耗的人力物力，避免了认为主观因素引起的读数误差。
-
-
-
Search Results
4
records
(took 0.018 seconds)
