-
公开(公告)号：CN105512641B
公开(公告)日：2019-02-19
申请号：CN201511029592.0
申请日：2015-12-31
Applicant: 哈尔滨工业大学
Abstract: 一种采用激光雷达扫描法标定雨雪状态下视频中的动态行人及车辆的方法，涉及图像模式识别和机器智能领域。解决了现有算法的实时性差以及识别动态物体不准确的问题。当检测到视频中处于下雨下雪状态时，将视频分解成一帧帧图像；采用激光雷达扫描视频窗口前方，通过激光雷达测得动态物体的距离信息，得到动态物体的瞬时速度，并根据该瞬时速度判断动态物体的类型，动态物体的类型包括行人和车辆；通过激光雷达扫描物体中线位置，根据中线位置获得视频中行人及车辆的位置坐标；步将步骤三中的行人及车辆的位置坐标映射到步骤一中的图像中，获得映射图像；采用保边去噪方法对映射图像进行防失真处理，获得防失真映射图像。它适用于检测行人及车辆。
-
Patent Agency Ranking
公开(公告)号：CN105512641A
公开(公告)日：2016-04-20
申请号：CN201511029592.0
申请日：2015-12-31
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/00711 , G06K2209/21 , G06K2209/23 , G06T5/002 , G06T2207/10016 , G06T2207/10044 , G06T2207/20182 , G06T2207/20192 , G06T2207/30196
Abstract: 一种采用激光雷达扫描法标定雨雪状态下视频中的动态行人及车辆的方法，涉及图像模式识别和机器智能领域。解决了现有算法的实时性差以及识别动态物体不准确的问题。当检测到视频中处于下雨下雪状态时，将视频分解成一帧帧图像；采用激光雷达扫描视频窗口前方，通过激光雷达测得动态物体的距离信息，得到动态物体的瞬时速度，并根据该瞬时速度判断动态物体的类型，动态物体的类型包括行人和车辆；通过激光雷达扫描物体中线位置，根据中线位置获得视频中行人及车辆的位置坐标；步将步骤三中的行人及车辆的位置坐标映射到步骤一中的图像中，获得映射图像；采用保边去噪方法对映射图像进行防失真处理，获得防失真映射图像。它适用于检测行人及车辆。
-
公开(公告)号：CN106780362B
公开(公告)日：2019-07-02
申请号：CN201611041461.9
申请日：2016-11-23
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 基于双色反射模型与双边滤波的道路视频去雾方法，涉及图像处理领域，具体涉及一种视频去雾方法。本发明首先针对道路的视频确定视频中的图像是否处于有雾状态；并针对视频中有雾状态的图像，采用物理去雾模型，确定需要的参数；然后针对视频中有雾状态的图像，结合双色反射模型与双边滤波找到雾的位置，从而估计全球大气光成分A以及透射率t(x)；将透射率的范围限制为min(t(x),0.1)；根据透射率的范围限制得到恢复的无雾图像的像素。本发明用于视频或图像的去雾。
-
公开(公告)号：CN106780362A
公开(公告)日：2017-05-31
申请号：CN201611041461.9
申请日：2016-11-23
Applicant: 哈尔滨工业大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T5/003 , G06T2207/20028 , G06T2207/20182
Abstract: 基于双色反射模型与双边滤波的道路视频去雾方法，涉及图像处理领域，具体涉及一种视频去雾方法。本发明首先针对道路的视频确定视频中的图像是否处于有雾状态；并针对视频中有雾状态的图像，采用物理去雾模型，确定需要的参数；然后针对视频中有雾状态的图像，结合双色反射模型与双边滤波找到雾的位置，从而估计全球大气光成分A以及透射率t(x)；将透射率的范围限制为min(t(x),0.1)；根据透射率的范围限制得到恢复的无雾图像的像素。本发明用于视频或图像的去雾。
-
公开(公告)号：CN108256455A
公开(公告)日：2018-07-06
申请号：CN201810015224.8
申请日：2018-01-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于消失点的道路图像分割方法，涉及一种图像处理方法。以解决传统的基于双目匹配的道路识别算法存在的道路识别结果的准确率较低、算法运行时间较长，以及基于深度学习道路识别算法的道路识别结果的准确率容易受到样本数据的影响的问题。本发明利用消失点的特性将图像中的道路部分与道路上空部分分隔开，这样就可以去掉图像中道路上空部分的冗余信息，提取去除道路上空部分后的道路彩色图像放入基于深度学习算法进行训练，或直接利用基于双目匹配的道路识别算法处理，去掉道路上空部分的冗余信息后图像整体面积减小，所以本算法缩短了运行时间，同时提高了道路识别的准确率，最终能够快速、高准确率的得到可行驶道路区域的图像。本发明用于图像处理技术领域用。
-
公开(公告)号：CN108256455B
公开(公告)日：2021-03-23
申请号：CN201810015224.8
申请日：2018-01-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于消失点的道路图像分割方法，涉及一种图像处理方法。以解决传统的基于双目匹配的道路识别算法存在的道路识别结果的准确率较低、算法运行时间较长，以及基于深度学习道路识别算法的道路识别结果的准确率容易受到样本数据的影响的问题。本发明利用消失点的特性将图像中的道路部分与道路上空部分分隔开，这样就可以去掉图像中道路上空部分的冗余信息，提取去除道路上空部分后的道路彩色图像放入基于深度学习算法进行训练，或直接利用基于双目匹配的道路识别算法处理，去掉道路上空部分的冗余信息后图像整体面积减小，所以本算法缩短了运行时间，同时提高了道路识别的准确率，最终能够快速、高准确率的得到可行驶道路区域的图像。本发明用于图像处理技术领域用。
-
-
-
-
-
Search Results
6
records
(took 0.052 seconds)
