-
公开(公告)号：CN117292151A
公开(公告)日：2023-12-26
申请号：CN202311186247.2
申请日：2023-09-14
Applicant: 江南大学
Abstract: 本发明公开了一种基于改进Harris角点的胶囊内窥镜图像特征提取方法，包括：计算胶囊内窥镜图像每个像素点的偏导数以及梯度值，将梯度值度低于设定的梯度阈值的像素点过滤掉；对Harris相应函数进行改进，计算每个像素点改进的Harrsi响应函数值，通过响应函数值获得潜在的特征点；将改进的Harris响应函数值与滑动窗口的窗宽、滑动距离进行结合，得到自适应滑动窗口并对潜在特征点进行非极大值抑制；确定每个特征点的方向，将该方向作为改进的Harris角点的主方向，构建rBRIEF描述子，利用描述子进行特征点匹配。本发明不仅能够获得大量的特征点，还能保持高精准度；能够快速且有效地进行特征提取，能够在胶囊内窥镜图像中获得充足数量特征点的同时维持特征匹配的精度。
-
公开(公告)号：CN116503617A
公开(公告)日：2023-07-28
申请号：CN202310352872.3
申请日：2023-04-04
Applicant: 江南大学
Abstract: 本发明公开了一种适应高仿射变换的区域特征描述符构造方法，属于计算机视觉技术领域。本发明对不同仿射程度的图像分类模拟仿射变换生成新的图像集，进而在新的图像集上计算特征点的邻域信息，最后结合特征点所属的最大稳定极值区域的灰度直方图、以及特征点相对区域灰度质心的归一化位置，生成新的描述符。通过比较仿射变换场景下的特征匹配指标，证明了本发明的描述符较现有的经典描述符更具有高精度的稳健性，同时具有与其它描述符融合的鲁棒性。
-
公开(公告)号：CN117372717A
公开(公告)日：2024-01-09
申请号：CN202311162717.1
申请日：2023-09-11
Applicant: 江南大学
Abstract: 一种大视点变化下图像特征点提取方法，涉及计算机视觉领域。解决现技术在大于40度的大视点变化下特征点提取的精度和高耗时问题。所述方法包括：根据ASIFT的仿射模拟策略对图像进行经度优化，并获取仿射模拟视点，所述图像包含基准图像和目标图像；根据仿射模拟视点以及图像灰度信息构建自适应阈值的AGAST特征检测器；根据所述AGAST特征检测器将仿射模拟视点进行自适应特征提取，获取模拟视点图像；对所述模拟视点图像进行透视变换，获取透视变换后的图像；将所述透视变换后的图像和优化后的目标图像进行SIFT特征匹配，获取匹配图像之间的特征点对与匹配关系。本发明应用于计算机视觉领域。
-
公开(公告)号：CN116543027A
公开(公告)日：2023-08-04
申请号：CN202310352870.4
申请日：2023-04-04
Applicant: 江南大学
Abstract: 本发明公开了一种面向视觉SLAM提速的错误匹配剔除方法，属于计算机视觉学科技术领域。针对SLAM中为了获得特征匹配的准确率会耗费大量时间，严重影响了系统的实时性的问题，本发明首先基于网格运动估计(GMS)算法获得匹配对邻域内匹配对数的数量，并以此可信度对匹配对进行排序；进而采用随机样本一致性(RANSAC)算法进行进一步剔除误匹配时，将其随机选取所有匹配对带来耗费大量时间的问题，转换为优先从可信度高的匹配对中选取样本的问题，进而实施最优模型的迭代求解。本发明的方法在保持原有GMS‑RANSAC相近准确率的基础上，极大降低了特征点匹配的运行时间，提高了系统的实时性。
-
公开(公告)号：CN116486013A
公开(公告)日：2023-07-25
申请号：CN202310470896.9
申请日：2023-04-27
Applicant: 江南大学
IPC: G06T17/00
Abstract: 本发明公开了一种面向三维重建的抗误差视图选择方法，属于计算机视觉技术领域。针对SfM的视图选择时选取相机基线较小导致三角化不确定性增大的问题，本发明提出了一种抗误差的视图选择方法。该方法基于双目测距的三角形获得计算抗误差模型，进而构造了抗误差矩阵。以抗误差矩阵的各行排序结果确定各视图的候选视图集合，遍历所有视图的候选视图集合，并依据抗误差值矩阵将遗漏视图补全至对应的候选视图集合中。该方法提出的一种以相机基线对三角化抗误差值为指标的视图选择方法，该方法能解决因选取较小的相机基线所导致三角化不确定性增大的问题，并确保所有视图均可参加三维重建，提高三维重建精度。
-
Patent Agency Ranking
公开(公告)号：CN117635471A
公开(公告)日：2024-03-01
申请号：CN202311556875.5
申请日：2023-11-21
Applicant: 江南大学
Abstract: 本发明公开了一种面向无线胶囊内窥镜的低照度图像增强方法，属于计算机视觉领域。所述方法包括：采用多尺度快速引导滤波函数对图像的V分量进行光照分量提取；采用OTSU法从光照分量计算亮度增强函数参数T；基于参数T和Weber‑Fechner理论拟合出亮度增强函数；使用小波函数进行饱和度调整；基于合并通道并转换到RGB色彩空间实现图像的整体增强；实验结果表明，本发明方法在图像增强的量化评价指标均值、标准差、信息熵和图像质量评价上，与现有方法相比均有提升；此外，增强后的图像在特征提取和特征匹配上，验证的效果在数量上分别平均提升了59.3％、32.9％，并提升了深度估计效果。
-
公开(公告)号：CN116778185A
公开(公告)日：2023-09-19
申请号：CN202310575375.X
申请日：2023-05-22
Applicant: 江南大学
Abstract: 本发明公开了一种快速的图像仿射不变特征提取方法，属于计算机视觉领域。所述方法首先使用两张图像上的对应线段的像素长度关系判断得到缩放关系，并基于此区分基准图像和目标图像；其次，将特征提取过程分成两次：先用效率更高的方式进行第一次特征提取与匹配得到相对最优的仿射变换参数，只对基准图像进行模拟仿射，极大降低和减少了模拟变换、特征提取和特征匹配的次数与耗时，并可以在仿射变换过程引入尺度参数模拟和最近邻插值方式，有效提高特征点对匹配数量、精度和运行效率；实验结果表明，本发明具有良好的仿射不变性，能在小视角时保持优秀性能和精度，也能对抗大角度的视角变化，同时能极大减小内存占用和计算开销。
-
公开(公告)号：CN116597180A
公开(公告)日：2023-08-15
申请号：CN202310470882.7
申请日：2023-04-27
Applicant: 江南大学
Abstract: 本发明公开了一种基于多级细化策略的特征匹配方法，属于计算机视觉学科技术领域。本发明利用特征描述符在汉明空间中局部外观的相似性生成初始对应关系，并结合局部图像运动平滑性约束，利用GMS算法提高初始匹配的准确性；最后采用PROSAC算法优化匹配，得到基于欧式空间全局灰度信息上的精准匹配。实验结果表明，本发明的基于多级精细匹配策略的特征匹配方法在光照变化和模糊的复杂场景下比ORB算法平均减少了29.92％的误差，有效地提升了复杂空间中特征匹配的匹配精度。
-
公开(公告)号：CN116503271A
公开(公告)日：2023-07-28
申请号：CN202310352877.6
申请日：2023-04-04
Applicant: 江南大学
Abstract: 本发明公开了一种内窥镜图像自适应增强方法，属于计算机视觉与医学相结合的交叉技术领域。本发明使用引导滤波器对内窥镜图像进行滤波得到边缘与梯度保持良好的低频分量，并根据图像不同区域的低频分量构造光照增益函数来自适应生成光照增益因子；以及根据内窥镜图像不同区域的拉普拉斯算子卷积结果构造梯度增益函数来自适应生成梯度增益因子；最后联合光照增益因子与梯度增益因子生成USM方法所需要的自适应增益系数来完成对USM方法的改进，实验证明，本发明应用于小肠内窥镜图片增强时，可以在有效实现增强小肠绒毛细节信息的同时抑制暗区域噪声和防止边缘过冲现象发生，有效地凸显了具有微小绒毛结构的边缘细节信息。
-
公开(公告)号：CN116523783A
公开(公告)日：2023-08-01
申请号：CN202310476288.9
申请日：2023-04-28
Applicant: 江南大学
Abstract: 本发明公开了一种面向胶囊内窥镜图像的高光去除方法，属于计算机视觉与医学相结合的交叉学科技术领域。本发明提供一种改进的Criminisi算法，通过计算RGB空间中像素的R通道与B通道的比值得到置信度，通过梯度法向量与等照度线乘积获得数据项，并分别不同的权重相加得到优先级最高的点；然后，通过高光区域边缘像素的方差来调整样本块窗口大小，并在已知区域通过样本块与优先级最高点的窗口之间的RGB颜色相似性以及距离来搜索最佳匹配块，最后将最佳匹配块中像素复制到最高优先级的高光待去除区域达到高光区域去除的目的。实验证明本发明可以很好的去除WCE图像高光，同时高光去除区域和高光附近区域颜色相似且纹理连续。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
