-
公开(公告)号：CN103065316B
公开(公告)日：2016-03-30
申请号：CN201210582688.X
申请日：2012-12-28
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于巴氏相似性的目标视觉感知方法，包括以下步骤：(1)根据输入的视频图像序列，通过手动方式对场景的感知区域进行设置，并在视频图像序列中对感知区域进行标记；(2)建立感知区域当前直方图模型，建立感知区域自适应背景直方图模型；(3)利用巴氏相似性计算公式，结合感知区域当前直方图模型和感知区域自适应背景直方图模型，计算感知区域直方图模型巴氏相似性系数；(4)用算得的巴氏相似性系数进行巴氏相似性目标视觉感知；(5)对感知区域进行自适应背景更新。本发明方法不仅适用于视频监控场合，也适用于仅有静态图像传送的监控场合，更加符合人类对目标的视觉感知方式，有着广泛的应用前景。
-
公开(公告)号：CN102103750B
公开(公告)日：2012-09-19
申请号：CN201110002235.0
申请日：2011-01-07
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于韦伯定理和中央-周围假设的视觉显著性检测方法。目前的方法分辨率低，提取的物体轮廓不全，计算复杂度高。本发明方法首先采用彩色变换方法，提取原始图像在CIELAB空间彩色分量图；其次根据韦伯定理计算l彩色分量图、a彩色分量图和b彩色分量图中每个像素点的水平梯度差励值和垂直梯度差励值；然后根据水平梯度差励值和垂直梯度差励值计算任意梯度方向的差励值，并统计差励直方图；最后每个像素点建立其局部显著性激励矢量，得到局部显著性判决值和全局显著性激励值，根据前两者计算显著性判决值。本发明方法不仅可获得与输入图像相同分辨率的视觉显著图，并且在显著性区域具有更强的响应。
-
公开(公告)号：CN102510512A
公开(公告)日：2012-06-20
申请号：CN201110364395.X
申请日：2011-11-17
Applicant: 杭州电子科技大学
IPC: H04N13/00
Abstract: 本发明涉及一种基于双目视觉节点的动态三维多媒体传感网络自定位方法。目前的方法通常都是基于单目视觉节点。本发明方法各节点独立提取基于SIFT特征描述符的三维点云；并根据两两节点间匹配信息，采用基于单位四元数的运动估计方法获得相对位姿；最后分布式定位策略实现所有节点的自定位。其最主要优势在于：在三维网络部署下，仅在两节点间即可完成其相对位姿估计，进而可有效避免不必要的“洪泛”风险和能量损失。该优势在大规模动态多媒体传感网络中尤为重要。
-
公开(公告)号：CN102902962B
公开(公告)日：2015-08-26
申请号：CN201210362840.3
申请日：2012-09-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于尺度不变特征转换特征向量的前方车辆检测方法，现有的方法鲁棒性不好，容易受到背景、光照条件、阴霾等影响。本发明首先在输入图像中建立感兴趣区域，利用图像尺度不变特征转换特征向量检测方法，提取输入图像的感兴趣区域内的尺度不变特征转换特征向量。其次对尺度不变特征转换特征向量进行对称编码和匹配。然后对匹配点点对进行进一步聚类筛选，建立匹配点点对集合。最后利用匹配点点对集合进一步筛选匹配点点对；并在输入原图中分别标记对称点和对称轴，完成前方车辆检测方法。本发明方法使用尺度不变特征转换特征更具有良好的鲁棒性，提高了车辆检测的准确度，并具有良好的识别效果，且易于实现。
-
公开(公告)号：CN103020993B
公开(公告)日：2015-06-17
申请号：CN201210497332.6
申请日：2012-11-28
Applicant: 杭州电子科技大学
IPC: G06T7/40
Abstract: 本发明涉及一种双通道颜色对比度融合的视觉显著性检测方法。本发明方法首先提取输入图像的高斯尺度图像，将每层高斯尺度图像划分为多个互不相交且区域面积近似相等的超像素区域。其次采用彩色变换方法，分别提取每层高斯尺度图像在CIELAB空间的三个彩色分量图，基于上述三个彩色分量图为每个像素分配基于CIELAB空间的颜色显著性值。然后采用彩色变换方法，分别提取每层高斯尺度图像在RGB空间的三个彩色分量图，基于这三个彩色分量图为每个像素分配基于RGB空间的颜色显著性值。最后将两个空间的颜色显著性值融合得到输入图像中每个像素的最终显著性值。本发明可有效克服单一颜色通道检测的局限，提高显著性检测的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN102903104B
公开(公告)日：2015-04-29
申请号：CN201210337838.0
申请日：2012-09-13
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于减法聚类的快速图像分割方法。本发明首先将所有像素点归一化到一个超立方体中，对等待聚类的所有像素进行等间隔均匀采样后重组；在重组的像素中，计算采样像素点两两之间的密度权值矩阵及其逆阵以及采样像素与剩余未采样像素之间的密度权值矩阵。然后计算逼近的未采样像素两两之间的密度权值矩阵和计算所有像素点的密度值。最后计算所有像素的最大密度值并获得聚类中心，为找出新的聚类中心，需对每个像素点的密度值进行衰减，该过程不断迭代，根据终止条件停止迭代。本发明与经典的减法聚类方法相比，本发明在不影响聚类结果的情况下，对于较大规模数据集，大大提高减法聚类方法的实时性。
-
公开(公告)号：CN103778790A
公开(公告)日：2014-05-07
申请号：CN201410014861.5
申请日：2014-01-13
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于视频序列的车流量方波统计法。本发明使用CCD镜头和图像采集卡获得高速公路汽车行驶过的图像，将信息传给计算机通过转换软件将视频文件转化成为BMP格式的帧图片，并按照一定得格式命名。然后对每帧图像进行数字图像处理，包括对采集的图像进行灰度处理、帧差、二值化等，其目的主要提取在背景中的运动对象。接下来设置标志线区域，即检测汽车通过的区域，在该区域使用方波检测方法，对二值图像进行分析，按照检测线中的白色像素的个数判断是否有车通过，当白色像素点的数量在某一时刻大于某一阈值，则判断有汽车通过，从而进行车辆的计数。本发明能有效避免摄像机抖动引起的误差，提高了测量精确度。
-
公开(公告)号：CN102222226B
公开(公告)日：2013-01-23
申请号：CN201110166841.6
申请日：2011-06-21
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于先验分析的迭代式车牌字符分割方法。本发明首先对车牌图像进行预处理，利用垂直投影法对预处理后的车牌图像进行分割，并计算每个字符块参数，依据该参数作出初步筛选；其次利用阈值迭代法对初步筛选后的字符进行二值化，根据标准车牌制式，计算各字符块所含的先验知识，获得再次筛选后的字符；然后计算经过再次筛选后的字符块个数，满足设定条件则计算车牌字符宽度和所有字符的平均宽度，根据这两个参数确定是否能获得最终字符，不满足设定条件则重新投影。本发明降低了对车牌定位准确度的要求，克服了复杂背景带来的不利影响，消除了其他方法中常见的粘连、断裂等分割结果，进一步提高了分割的准确度。
-
公开(公告)号：CN102867313A
公开(公告)日：2013-01-09
申请号：CN201210311804.4
申请日：2012-08-29
Applicant: 杭州电子科技大学
IPC: G06T7/40
Abstract: 本发明涉及一种融合区域颜色和HoG特征的视觉显著性检测方法。目前方法通常都基于区域颜色特征的纯计算模型，对于纹理的显著性差异不敏感。本发明方法首先在原始图像的CIELAB空间彩色分量图上，通过分析超像素区域的颜色对比度和分布特性，计算每个像素的颜色显著性值；然后在原始图像的RGB空间彩色分量图上，提取基于HoG的局部矩形区域纹理特征，并通过分析局部矩形区域的纹理对比度和分布特性，计算每个像素的纹理显著性值；最后采用二次非线性融合方法将每个像素的颜色显著性值和纹理显著性值融合为该像素的最终显著性值。本发明方法获得不仅可获得符合人眼视觉感官的全分辨率显著性图像，并且对显著性目标具有更强的区分能力。
-
公开(公告)号：CN101976338A
公开(公告)日：2011-02-16
申请号：CN201010524357.1
申请日：2010-10-29
Applicant: 杭州电子科技大学
IPC: G06K9/46
Abstract: 本发明涉及一种基于梯度方向直方图的判决式视觉显著性检测方法。目前的方法分辨率低，提取的物体轮廓不全，计算复杂度高。本发明方法首先采用彩色变换方法，提取原始图像在CIELAB空间彩色分量图；其次利用中央-周围计算结构中的取样点统计分量图中每个像素点的局部梯度方向直方图；然后计算每个像素点的局部显著判决矢量和全局显著判决矢量；最后采用线性加权方法获得最终的显著判决结果。本发明方法在视觉显著区域具有更强的响应，而在其他非显著区域有更好的抑制能力。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.023 seconds)
