-
公开(公告)号：CN105528581B
公开(公告)日：2018-12-11
申请号：CN201510911179.0
申请日：2015-12-10
Applicant: 华南理工大学
Abstract: 本发明提供基于仿生颜色感应模型的视频烟雾事件智能检测方法，该方法中，用户选择一个源视频，采用基于仿生颜色感应模型的视频烟雾事件智能检测方法对视频进行烟雾检测，在检测到烟雾时进行警报，并将视频该帧图片保存到指定的路径，同时记录在视频中具体时间点检测到烟雾，记录信息在检测完成后以txt文档形式保存。本发明跟传统的传感器火灾报警方法不同，不受空间高度、热障、易爆、有毒等环境条件的限制，能在视频中烟雾出现的短时间内及时进行警报，能够适用于森林、田野等多种室外视频场景。
-
公开(公告)号：CN107909567A
公开(公告)日：2018-04-13
申请号：CN201711047952.9
申请日：2017-10-31
Applicant: 华南理工大学
CPC classification number: G06T7/0012 , G06T5/00 , G06T5/002 , G06T5/30 , G06T5/40 , G06T7/10 , G06T2207/20032 , G06T2207/30101
Abstract: 本发明涉及数字图像的细长型连通区域提取方法。属于数字图像处理领域。所述方法中，输入待检测图像，通过感兴趣区域检测与提取、图像增强、细长型连通区域检测、细长型连通区域检测结果后处理四个步骤，最终输出所检测到的连通区域信息。本发明运用了图像增强技术、数字图像形态学处理技术，可实现了不影响禽蛋胚胎正常发育条件下的自动化禽蛋胚胎血管检测。本发明克服了以人工解剖为代表的侵入式禽蛋血管测量方法耗时长、费用高、破坏禽蛋胚胎发育等缺陷，实现了不影响胚胎发育的快速准确的禽蛋胚胎血管检测，为家禽育种中的自动化禽蛋筛选提供了有效的解决方案。
-
公开(公告)号：CN105528581A
公开(公告)日：2016-04-27
申请号：CN201510911179.0
申请日：2015-12-10
Applicant: 华南理工大学
CPC classification number: G06K9/00711 , G06K9/00731 , G06K9/4642 , G06K9/4652
Abstract: 本发明提供基于仿生颜色感应模型的视频烟雾事件智能检测方法，该方法中，用户选择一个源视频，采用基于仿生颜色感应模型的视频烟雾事件智能检测方法对视频进行烟雾检测，在检测到烟雾时进行警报，并将视频该帧图片保存到指定的路径，同时记录在视频中具体时间点检测到烟雾，记录信息在检测完成后以txt文档形式保存。本发明跟传统的传感器火灾报警方法不同，不受空间高度、热障、易爆、有毒等环境条件的限制，能在视频中烟雾出现的短时间内及时进行警报，能够适用于森林、田野等多种室外视频场景。
-
公开(公告)号：CN104143200A
公开(公告)日：2014-11-12
申请号：CN201410339208.6
申请日：2014-07-16
Applicant: 华南理工大学
Abstract: 本发明提供一种图像附加信息的边框型编码与智能识别方法，其中编码部分，用户提供一张将要打印或印刷的图像与需隐藏的信息。在图像三个角加上定位点、宽高比信息点以及含有循环冗余校验码的信息点后，即可印刷该图像。识别部分，首先使用手机对含有编码信息的图像进行拍摄，接着校正该图像的几何变形，接着对填涂位置进行局部自适应二值化操作，并检测相应信息点，最后输出经循环冗余检验正确的数据。本发明利用图像边框编码信息，在美观与识别效果上取得了平衡，识别准确率高且计算量较小，适合手机使用，本发明图像内容不作修改，满足新闻报纸等对图片真实性的需求，出版商只需为图像加上边框即可实现手机阅读与传统阅读的无缝衔接。
-
公开(公告)号：CN115359086A
公开(公告)日：2022-11-18
申请号：CN202210900776.3
申请日：2022-07-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于主动轮廓的车辆三分图自动生成方法,算法读入原始红外图片，对输入图片进行预处理，将其缩放至标准尺寸，将图片灰度化，随后设置snake模型的初始参数曲线，接着使用主动轮廓算法，调整曲线的形状与位置，使能量函数达到收敛，最后根据收敛的曲线绘制三分图的前景、背景和未知区域。本发明通过主动轮廓算法，提取出车辆的边缘信息，并基于车辆边缘绘制出车辆三分图；同时snake模型为闭合曲线，最终求得的车辆边缘是封闭的，保证了后续前景和背景区域可以根据边缘内外部分来生成。本发明操作简单，计算复杂度低，可以应对现实生活中的复杂场景。
-
Patent Agency Ranking
公开(公告)号：CN105117685B
公开(公告)日：2018-12-11
申请号：CN201510451279.X
申请日：2015-07-27
Applicant: 华南理工大学
IPC: G06K9/00
Abstract: 本发明提供基于图像模板匹配的手指手腕关节自动定位方法，用户选择手型框，手契合手型框进行拍照，采样基于图像模板匹配的手指手腕关节自动定位方法对照片进行手指/手腕关节定位，手指定位结果返回15个手指关节点坐标及对应手指宽度，手腕定位结果返回手腕两点坐标及手腕宽度，用户可以进行加工，利用返回结果实现手指/手腕首饰的试佩戴。本发明不要求拍照时手指手腕完全契合手型框，在出现一定偏差的情况下，也能准确定位关节点。本发明对肤色没有特定要求，采用肤色采样的方法可适应不同肤色，同时，基于图像模板匹配的手指手腕关节自动定位方法适用于各种复杂的背景，能提供准确定位。
-
公开(公告)号：CN107168696A
公开(公告)日：2017-09-15
申请号：CN201710254819.4
申请日：2017-04-18
Applicant: 华南理工大学
Abstract: 本发明提供了一种图形化编程控件布局的自动优化方法，用户根据需求自由组合图形化的模块进行编程，在每次移动编程控件后，首先判断程序中的编程控件是否相交，然后定位到每个产生重叠的编程控件上，计算出在满足不发生重叠情况下这些编程控件需要移动的距离与方向。本发明是基于图形化编程软件布局而设计的自动优化方法，并不需要手动对编程控件进行重新布局，可以利用此发明对所有的编程控件进行自动布局，并且保证重叠的编程控件能以最小的距离移动至合适的位置。
-
公开(公告)号：CN105741321A
公开(公告)日：2016-07-06
申请号：CN201610070935.6
申请日：2016-01-31
Applicant: 华南理工大学
IPC: G06T7/20
CPC classification number: G06T2207/10016 , G06T2207/30004
Abstract: 本发明提供基于跟踪点分布的目标运动趋势分析方法。该方法中，用户选择视频中需要跟踪的目标，然后使用基于跟踪点分布的目标运动趋势分析方法对视频中的目标的运动趋势进行判定，经过跟踪点当前位置与历史位置分析，最终输出运动趋势线。本发明根据多个跟踪点的历史位置以及当前帧的位置，对目标运动的趋势进行预测。通过历史信息与当前帧信息的结合以及对离群点的分析与过滤，本发明能适应部分跟踪点丢失、跟错等异常情况。对视频中噪声鲁棒性较强，在具有噪声的情况下，也能输出较为准确的目标运动趋势线。
-
公开(公告)号：CN105117685A
公开(公告)日：2015-12-02
申请号：CN201510451279.X
申请日：2015-07-27
Applicant: 华南理工大学
IPC: G06K9/00
CPC classification number: G06K9/00355 , G06K9/00382 , G06K9/00536
Abstract: 本发明提供基于图像模板匹配的手指手腕关节自动定位方法，用户选择手型框，手契合手型框进行拍照，采样基于图像模板匹配的手指手腕关节自动定位方法对照片进行手指/手腕关节定位，手指定位结果返回15个手指关节点坐标及对应手指宽度，手腕定位结果返回手腕两点坐标及手腕宽度，用户可以进行加工，利用返回结果实现手指/手腕首饰的试佩戴。本发明不要求拍照时手指手腕完全契合手型框，在出现一定偏差的情况下，也能准确定位关节点。本发明对肤色没有特定要求，采用肤色采样的方法可适应不同肤色，同时，基于图像模板匹配的手指手腕关节自动定位方法适用于各种复杂的背景，能提供准确定位。
-
公开(公告)号：CN104636754A
公开(公告)日：2015-05-20
申请号：CN201510059796.2
申请日：2015-01-31
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明提供了一种基于舌体分区颜色特征的智能图像分类方法。首先，基于方向梯度直方图特征对大量的舌体图片数据进行训练，利用训练结果对视频中的舌体进行定位，然后进行更为精确的分割，接着将分割出的舌体区域划分为不同的区域，提取每一区域的像素在RGB颜色空间上进行分离，对每一区域统计颜色直方图。最后根据颜色直方图和区域位置做相似度的计算，输出与视频舌体区域最为相似的舌体图片。本发明检测准确率高，能利用舌体区域划分找出不同区域颜色都近似的图片。输出的视频图像分类结果可用于多模态生物特征识别中作为辅助识别手段的基于舌体特征的身份识别，还可用于人工智能应用中的生物信息图像分类。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
