-
公开(公告)号：CN106204484B
公开(公告)日：2020-07-24
申请号：CN201610539511.X
申请日：2016-07-11
Applicant: 徐州工程学院
Abstract: 一种基于光流和局部不变特征的交通目标跟踪方法，首先对输入视频图像利用高斯背景建模构建初始模板，提取前景目标；接着利用SURF变换算法检测目标特征点；然后通过构建图像多分辨率小波金字塔改进LK稀疏光流法对特征点进行检测和跟踪目标，并制定自适应模板实时更新策略，判断是否最后一帧，若是最后一帧，结束跟踪；若不是最后一帧，则进行模板更新判断；若不需模板更新，则继续跟踪；若需要模板更新，则按照更新方法更新模板和跟踪窗口后，再继续跟踪；该方法匹配准确快速，降低冗余数据，自适应性强，对目标车辆形变、高速、噪声、光照不均、部分遮挡等复杂环境有较高鲁棒性，提高了车辆辨识能力，与传统方法相比有明显优势，在智能交通目标跟踪系统中有着良好的应用前景。
-
公开(公告)号：CN105321166A
公开(公告)日：2016-02-10
申请号：CN201510007769.0
申请日：2015-01-07
Applicant: 徐州工程学院
IPC: G06T7/00
Abstract: 本发明公布了一种基于GAP预测器和自适应遗传算法环焊焊缝边缘提取方法，旨在提供一种在弧光、飞溅以及烟尘等若干因素干扰环境下提取出准确、清晰的环焊焊缝边缘的方法，步骤如下：(1)对环焊焊缝原始图像进行预处理，包括灰度化、增强滤波等处理；(2)利用GAP预测器模板，对环焊焊缝预处理后图像，生成误差图像E(i,j)；(3)对误差图像E(i,j)，采用自适应遗传算法与传统OTSU法相结合，得到最佳阈值T；(4)根据最佳阈值T，对误差图像E(i,j)进行焊缝边缘分类，提取清晰、准确的环焊焊缝图像边缘。
-
公开(公告)号：CN106599846B
公开(公告)日：2019-09-13
申请号：CN201611157679.0
申请日：2016-12-15
Applicant: 徐州工程学院
Abstract: 一种易于计算机视觉识别的交通标志牌的识别方法，包括以下步骤，在现有的标牌本体上加装有由多个单色圆环按大小关系排列组合而成的同心多色圆环图案；通过摄像机采集包含同心多色圆环的图像序列；对采集到的每帧图像进行横纵方向上的直线扫描，并根据预定义颜色集合中的颜色筛选像素组队形成颜色向量数组；对筛选出的所有颜色向量数组进行分析，最终生成一个颜色向量数组；根据最终的颜色向量数组，寻找与其匹配的已定义的交通标志编码模式所对应的交通标志信息。本发明可以实现对交通标志的简单、准确的识别，能降低干扰因素对检测与识别准确性的影响，能有助于保证道路交通的安全性和通行的高效性，尤其对开发辅助驾驶系统具有良好的应用前景。
-
公开(公告)号：CN106204484A
公开(公告)日：2016-12-07
申请号：CN201610539511.X
申请日：2016-07-11
Applicant: 徐州工程学院
CPC classification number: G06T7/20 , G06T5/002 , G06T2207/10016 , G06T2207/20004 , G06T2207/20016 , G06T2207/20036 , G06T2207/30232 , G06T2207/30236
Abstract: 一种基于光流和局部不变特征的交通目标跟踪方法，首先对输入视频图像利用高斯背景建模构建初始模板，提取前景目标；接着利用SURF变换算法检测目标特征点；然后通过构建图像多分辨率小波金字塔改进LK稀疏光流法对特征点进行检测和跟踪目标，并制定自适应模板实时更新策略，判断是否最后一帧，若是最后一帧，结束跟踪；若不是最后一帧，则进行模板更新判断；若不需模板更新，则继续跟踪；若需要模板更新，则按照更新方法更新模板和跟踪窗口后，再继续跟踪；该方法匹配准确快速，降低冗余数据，自适应性强，对目标车辆形变、高速、噪声、光照不均、部分遮挡等复杂环境有较高鲁棒性，提高了车辆辨识能力，与传统方法相比有明显优势，在智能交通目标跟踪系统中有着良好的应用前景。
-
公开(公告)号：CN106886977A
公开(公告)日：2017-06-23
申请号：CN201710066387.4
申请日：2017-02-08
Applicant: 徐州工程学院
Abstract: 一种多图自动配准及融合拼接方法,首先对乱序图像通过多尺度Retinex方法增强；接着图像间用对数极坐标变换改进的相位相关算法互匹配，计算缩放、旋转和平移参数，粗估计图像间重叠区域，并根据冲激函数能量峰值大小制定排序规则；然后通过SUFR算法提取待配准重叠区域特征点，改进随机抽样一致算法精确提纯匹配点对，优化模型参数，建立图像间变换矩阵，依次拼接序列图像；最后利用NSCT变换算法并制定融合策略进一步对拼接图像作融合处理，输出融合后的拼接图像；该方法改善了因多图手工排序困难、图像细节模糊、分辨率低、噪声高、照度不均等问题对图像配准和拼接的影响，对节省成像设备开销以及医务人员准确诊断提供了帮助，在辅助医学成像领域有良好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN103258100A
公开(公告)日：2013-08-21
申请号：CN201310188738.0
申请日：2013-05-16
Applicant: 徐州工程学院
IPC: G06F17/50
Abstract: 本发明公开了一种基于模型细化的改进牛顿-拉夫逊ERT图像重建法，针对电阻层析成像技术中灵敏度分布的不均匀性，通过采用在每个三角形有限元的形心位置增加一个节点的方法，细化有效提高正问题计算精度的有限元模型b，并在算法重建过程中，遵循“计算正问题时采用细化前有限元模型b，修正电阻率分布时采用细化后的有限元模型c及其对应的灵敏度矩阵”的原则。本发明充分利用了优化后有限元模型b与细化后的有限元模型c的优点，在有效提高了正问题计算精度的基础上，不仅提高了灵敏度分布的均匀性，同时改善了Hessian矩阵的病态性，在不影响算法实时性的前提下，有效提高了图像重建质量。
-
公开(公告)号：CN103258100B
公开(公告)日：2015-10-14
申请号：CN201310188738.0
申请日：2013-05-16
Applicant: 徐州工程学院
IPC: G06F17/50
Abstract: 本发明公开了一种基于模型细化的改进牛顿-拉夫逊ERT图像重建法，针对电阻层析成像技术中灵敏度分布的不均匀性，通过采用在每个三角形有限元的形心位置增加一个节点的方法，细化有效提高正问题计算精度的有限元模型b，并在算法重建过程中，遵循“计算正问题时采用细化前有限元模型b，修正电阻率分布时采用细化后的有限元模型c及其对应的灵敏度矩阵”的原则。本发明充分利用了优化后有限元模型b与细化后的有限元模型c的优点，在有效提高了正问题计算精度的基础上，不仅提高了灵敏度分布的均匀性，同时改善了Hessian矩阵的病态性，在不影响算法实时性的前提下，有效提高了图像重建质量。
-
公开(公告)号：CN106886977B
公开(公告)日：2021-02-05
申请号：CN201710066387.4
申请日：2017-02-08
Applicant: 徐州工程学院
Abstract: 一种多图自动配准及融合拼接方法,首先对乱序图像通过多尺度Retinex方法增强；接着图像间用对数极坐标变换改进的相位相关算法互匹配，计算缩放、旋转和平移参数，粗估计图像间重叠区域，并根据冲激函数能量峰值大小制定排序规则；然后通过SUFR算法提取待配准重叠区域特征点，改进随机抽样一致算法精确提纯匹配点对，优化模型参数，建立图像间变换矩阵，依次拼接序列图像；最后利用NSCT变换算法并制定融合策略进一步对拼接图像作融合处理，输出融合后的拼接图像；该方法改善了因多图手工排序困难、图像细节模糊、分辨率低、噪声高、照度不均等问题对图像配准和拼接的影响，对节省成像设备开销以及医务人员准确诊断提供了帮助，在辅助医学成像领域有良好的应用前景。
-
公开(公告)号：CN106599846A
公开(公告)日：2017-04-26
申请号：CN201611157679.0
申请日：2016-12-15
Applicant: 徐州工程学院
Abstract: 一种易于计算机视觉识别的交通标志牌的识别方法，包括以下步骤，在现有的标牌本体上加装有由多个单色圆环按大小关系排列组合而成的同心多色圆环图案；通过摄像机采集包含同心多色圆环的图像序列；对采集到的每帧图像进行横纵方向上的直线扫描，并根据预定义颜色集合中的颜色筛选像素组队形成颜色向量数组；对筛选出的所有颜色向量数组进行分析，最终生成一个颜色向量数组；根据最终的颜色向量数组，寻找与其匹配的已定义的交通标志编码模式所对应的交通标志信息。本发明可以实现对交通标志的简单、准确的识别，能降低干扰因素对检测与识别准确性的影响，能有助于保证道路交通的安全性和通行的高效性，尤其对开发辅助驾驶系统具有良好的应用前景。
-
公开(公告)号：CN105321189A
公开(公告)日：2016-02-10
申请号：CN201510007706.5
申请日：2015-01-07
Applicant: 徐州工程学院
Abstract: 本发明公布了一种基于连续自适应均值漂移多特征融合的复杂环境目标跟踪方法，旨在提供一种在遇车辆形变、霜雾天气、背景噪声以及光照变换、遮挡干扰等复杂环境时能稳定跟踪车辆的跟踪方法，步骤如下：(1)采用Camshift算法对特征概率密度分布进行估计，利用候选模型和目标模型Bhattacharrya相似度跟踪目标；(2)通过样本主成分分析对SIFT局部不变特征降维，自适应仿射变换；(3)建立融合HSV颜色特征、局部不变特征和轮廓特征的多特征模板，设置权重，更新模板；(4)利用全局特征进行匹配，建立抗遮挡模型，判断遮挡是否发生和结束，对完全和部分遮挡两种情况实施不同跟踪方法。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.014 seconds)
