-
公开(公告)号：CN108009985B
公开(公告)日：2020-04-24
申请号：CN201711191572.2
申请日：2017-11-24
Applicant: 武汉大学
Abstract: 本发明提出一种基于图割的视频拼接方法，首先通过把图像投影到球面上，把图像对齐问题转化成球面上的像素点旋转问题，把图像在球面上的投影影像划分成若干个格网，每个格网计算一个旋转矩阵实现图像的对齐。然后构造3D图割计算拼接面，为了降低计算量和内存需求，采用局部拼接面更新代替全局的拼接面，利用视频的前n帧计算一个局部拼接面，记录拼接面的最后一条拼接线，把拼接线投影到下一张经过多旋转矩阵对齐的结果图像上，判断当前结果图像和前一张结果图像的梯度差，统计差值大于一定阈值的像素所占比例，比例大于一定阈值则表示拼接线处出现动态目标，需要更新局部拼接面；否则，使用记录的拼接线作为当前帧的拼接线。
-
公开(公告)号：CN106709897B
公开(公告)日：2019-11-26
申请号：CN201611238098.X
申请日：2016-12-28
Applicant: 武汉大学
Abstract: 本发明公开了一种基于梯度领域的正射影像间最优拼接线寻找方法及系统，包括步骤：S1获得待拼接正射影像间的重叠区域影像对，重叠区域影像对包括两个重叠区域影像；S2计算重叠区域影像对在梯度领域的差异值，并获得能量图；S3基于能量图，以像素差异值累积和最小为目标，找寻最优拼接线。本发明充分利用梯度信息，能够更好的分辨出诸如建筑物等明显地物，从而更好的避免穿过明显地物。此外，基于梯度领域的能量差异值计算简单，方便实现，且效率较高。
-
公开(公告)号：CN107016647B
公开(公告)日：2019-11-22
申请号：CN201710284303.4
申请日：2017-04-26
Applicant: 武汉大学
Abstract: 本发明提出的全景图像色调一致性纠正方法及系统，包括对所有相邻图像对的重叠区域提取内容一致区域，并根据内容一致区域的累积概率直方图等概率间隔的提取图像间的颜色对应关系；定义灵活度较高的色调变换模型，设计全局能量函数同时优化全局色调一致性、图像对比度和梯度细节；经求解具有严格全局最优性的模型参数，对所有图像应用各自的色调纠正模型进行色调一致性纠正，输出处理结果。本发明利用相邻影像间重叠区域的色调对应关系，能有效地消除图像间存在的较大的色调差异；能够在纠正色调一致性的同时抑制色调溢出、动态范围缩小以及相对于原始图像的梯度损失问题，全局联合优化的纠正方式无需定义特定的参考图像，能有效降低累积误差问题。
-
公开(公告)号：CN107392964B
公开(公告)日：2019-09-17
申请号：CN201710552072.0
申请日：2017-07-07
Applicant: 武汉大学
Abstract: 本发明涉及室内特征点和结构线结合的视觉SLAM算法，包括：S1进行相机内参标定；S2针对相机获取的视频帧影像数据，提取特征点和结构线；S3根据获取的特征点和结构线，进行特征点和结构线跟踪，并进行关键帧选取；S4根据获取的特征点和结构线的跟踪信息，进行周围环境空间点和空间线制图以及平台定位优化；S5判断平台运动轨迹是否形成闭环，获取正确的闭环关键帧，对全局的影像姿态和地图进行整体优化；S6输出结果。本发明具有实时性、高效性，利用匹配的特征点和结构线对影像的姿态和周围的环境进行制图，并进行了回环检测处理，在充分利用结构线减少漂移误差的同时，利用回环检测最后可以获取较好地移动机器人平台定位结果和周围环境的结构特征。
-
公开(公告)号：CN107133960A
公开(公告)日：2017-09-05
申请号：CN201710267789.0
申请日：2017-04-21
Applicant: 武汉大学
CPC classification number: G06T7/13 , G06N3/08 , G06T2207/20081 , G06T2207/20084
Abstract: 本发明公开了一种基于深度卷积神经网络的图像裂缝分割方法，包括：将原始图像输入深层卷积神经网络，经卷积、池化和激活层学习特征，获得特征图；对特征图进行上采样得到与原始图像大小相同的特征图；对与原始图像大小相同的特征图进行softmax预测，获得对应位置所属类别，从而实现裂缝区域分割。本发明可学习由低到高的多层次特征，可快速实现高精度的裂缝区域分割，尤其适用于桥梁结构裂缝检测。
-
Patent Agency Ranking
公开(公告)号：CN106295503A
公开(公告)日：2017-01-04
申请号：CN201610591747.8
申请日：2016-07-25
Applicant: 武汉大学 , 航天恒星科技有限公司
CPC classification number: G06K9/0063 , G06K9/342 , G06K9/6226 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了一种区域卷积神经网络的高分辨率遥感影像舰船目标提取方法，属于数字影像处理技术领域。本方法是：①进行遥感影像数据准备；②对获取的影像进行预处理，完成样本的准备工作；③采用舰船模型的提取方法，提取舰船目标候选区域；④采用基于区域的卷积神经网络方法，对舰船目标样本进行模型训练；⑤输入高分辨率遥感待提取影像，进行舰船目标提取。本发明速度快，准确度高，具有较好的鲁棒性；同时对于离岸舰船目标和靠岸舰船目标的提取均能得到较好的提取结果；能够在光照、天气条件、云雾和海况等多方面影响情况下得到较好的提取结果，具有较强的自适应性。
-
公开(公告)号：CN107067368A
公开(公告)日：2017-08-18
申请号：CN201710044943.8
申请日：2017-01-20
Applicant: 武汉大学
Abstract: 本发明公开了一种基于影像变形的街景影像拼接方法，包括步骤：S1准备待拼接影像，并构建水平方向的待拼接影像对；S2获得待拼接影像对的重叠区域影像对，对重叠区域影像对中两张重叠区域影像进行特征点匹配，获得匹配特征点对集；S3计算匹配特征点对集中各匹配特征点对的光流，基于各匹配特征点对的光流内插出待拼接影像的光流场；S4根据光流场对待拼接影像对中两张待拼接影像分别进行非刚体变形；S5对非刚体变形后的影像进行拼接，得由水平方向的待拼接影像对拼接的全景影像。本发明可避免影像间较大的几何位错所造成的影响，从而能生产高精度和高质量的街景影像。
-
公开(公告)号：CN105957004A
公开(公告)日：2016-09-21
申请号：CN201610268428.3
申请日：2016-04-27
Applicant: 武汉大学
CPC classification number: G06T3/4038 , G06T5/009 , G06T2207/10004 , G06T2207/10024 , G06T2207/20024
Abstract: 一种基于图割优化的全景影像修补方法及系统，包括将全景影像进行投影变换，得到一幅透视投影图片，使待修补区域位于透视投影图片的中央区域；根据指示影像中缺失区域位置的灰度模板图片，采用基于图割的方法进行修补；进行影像亮度的全局增益补偿以及亮度的调和，然后反投影在原始的360度全景影像上；进行全景影像羽化，得到全景影像修补结果。本发明的优点在于，仅利用单张全景影像就可以将影像中由于平台遮挡所造成的缺失部分快而有效地修补完整，整个匹配过程快而准确，解决了初始修补后的透视投影图片中存在的亮度不一致的问题，得到没有修补痕迹的完整的全景影像。
-
公开(公告)号：CN107067368B
公开(公告)日：2019-11-26
申请号：CN201710044943.8
申请日：2017-01-20
Applicant: 武汉大学
Abstract: 本发明公开了一种基于影像变形的街景影像拼接方法，包括步骤：S1准备待拼接影像，并构建水平方向的待拼接影像对；S2获得待拼接影像对的重叠区域影像对，对重叠区域影像对中两张重叠区域影像进行特征点匹配，获得匹配特征点对集；S3计算匹配特征点对集中各匹配特征点对的光流，基于各匹配特征点对的光流内插出待拼接影像的光流场；S4根据光流场对待拼接影像对中两张待拼接影像分别进行非刚体变形；S5对非刚体变形后的影像进行拼接，得由水平方向的待拼接影像对拼接的全景影像。本发明可避免影像间较大的几何位错所造成的影响，从而能生产高精度和高质量的街景影像。
-
公开(公告)号：CN107392964A
公开(公告)日：2017-11-24
申请号：CN201710552072.0
申请日：2017-07-07
Applicant: 武汉大学
Abstract: 本发明涉及室内特征点和结构线结合的视觉SLAM算法，包括：S1进行相机内参标定；S2针对相机获取的视频帧影像数据，提取特征点和结构线；S3根据获取的特征点和结构线，进行特征点和结构线跟踪，并进行关键帧选取；S4根据获取的特征点和结构线的跟踪信息，进行周围环境空间点和空间线制图以及平台定位优化；S5判断平台运动轨迹是否形成闭环，获取正确的闭环关键帧，对全局的影像姿态和地图进行整体优化；S6输出结果。本发明具有实时性、高效性，利用匹配的特征点和结构线对影像的姿态和周围的环境进行制图，并进行了回环检测处理，在充分利用结构线减少漂移误差的同时，利用回环检测最后可以获取较好地移动机器人平台定位结果和周围环境的结构特征。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.021 seconds)
