-
公开(公告)号：CN110097497B
公开(公告)日：2023-03-24
申请号：CN201910401619.6
申请日：2019-05-14
Applicant: 电子科技大学
IPC: G06T3/00
Abstract: 本发明公开了一种基于residual multismoothlets的多尺度图像变换和逆变换方法，属于图像处理技术领域，解决传统的多尺度几何方法不能拟合复杂边缘或者模糊边缘以及现有的multismoothlets变换方法不能很好地平衡高质量的变换结果与合理的处理时间的问题。本发明输入需进行变换的原始图像C，设置变换的级数M和图像分解尺度j，其中，M≥2；将原始图像平均分成2^j×2^j个图像块，即得到N＝2^j×2^j个原始图像块；基于residual multismoothlets变换，计算各原始图像块的M级smoothlets变换系数{Snm|m＝1，...，mn}；以N个原始图像块对应的自适应M级smoothlets变换系数作为原始图像C的residual multismoothlets变换结果{Snm|n＝1，...，N，m＝1，...，mn}；并基于变换结果进行图像逆变换。本发明可用于图像变换、拟合、压缩、去噪、边缘提取等场合。
-
公开(公告)号：CN108133493B
公开(公告)日：2021-10-22
申请号：CN201810023067.5
申请日：2018-01-10
Applicant: 电子科技大学
Abstract: 本发明公开一种基于区域划分和渐变映射的异源图像配准优化方法，涉及异源图像处理技术领域，具体而言，本发明将待配准图像分为多个区域，每个区域分为交界渐变部分和核心部分，在待配准图像的变换过程中，交界渐变部分和核心部分分别采用不同的变换参数进行变换，最后得到配准后的图像。本发明解决了现有的异源图像融合技术中，如果维持使用一个参数进行整张图片的变换，难以避免成像波段、景物深度和镜头畸变的影响，导致配准后的图像存在细节误差的问题。
-
公开(公告)号：CN108133493A
公开(公告)日：2018-06-08
申请号：CN201810023067.5
申请日：2018-01-10
Applicant: 电子科技大学
Abstract: 本发明公开一种基于区域划分和渐变映射的异源图像配准优化方法，涉及异源图像处理技术领域，具体而言，本发明将待配准图像分为多个区域，每个区域分为交界渐变部分和核心部分，在待配准图像的变换过程中，交界渐变部分和核心部分分别采用不同的变换参数进行变换，最后得到配准后的图像。本发明解决了现有的异源图像融合技术中，如果维持使用一个参数进行整张图片的变换，难以避免成像波段、景物深度和镜头畸变的影响，导致配准后的图像存在细节误差的问题。
-
Patent Agency Ranking
公开(公告)号：CN111507263B
公开(公告)日：2022-08-05
申请号：CN202010305187.1
申请日：2020-04-17
Applicant: 电子科技大学
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06V10/766 , G06K9/62 , G06V10/82 , G06N3/04
Abstract: 本发明属于人脸属性识别技术领域，具体涉及一种基于多源数据的人脸多属性识别方法。本发明是针对单一人脸属性数据集往往包含的属性标签有限，经常不能满足多属性识别任务中对所有属性的标注需求的问题，提出的基于多源数据的人脸多属性识别方法，根据任意人脸属性识别任务的具体需求，都可以通过组合多个现有数据集共同满足任务所需的多项属性标注需求，并通过联合训练的方式，多个数据集之间相互促进，对人脸属性识别网络进行有效训练，从而实现对输入人脸图像进行多种属性联合识别。本发明的有益效果为，在满足任务所有属性标注需求的同时，通过多个数据集相互合作实现多属性之间的信息交互，完成多项属性联合训练目标，并提高网络泛化效果。
-
公开(公告)号：CN110097497A
公开(公告)日：2019-08-06
申请号：CN201910401619.6
申请日：2019-05-14
Applicant: 电子科技大学
IPC: G06T3/00
Abstract: 本发明公开了一种基于residual multismoothlets的多尺度图像变换和逆变换方法，属于图像处理技术领域，解决传统的多尺度几何方法不能拟合复杂边缘或者模糊边缘以及现有的multismoothlets变换方法不能很好地平衡高质量的变换结果与合理的处理时间的问题。本发明输入需进行变换的原始图像C，设置变换的级数M和图像分解尺度j，其中，M≥2；将原始图像平均分成2^j×2^j个图像块，即得到N＝2^j×2^j个原始图像块；基于residual multismoothlets变换，计算各原始图像块的M级smoothlets变换系数{Snm|m＝1，...，mn}；以N个原始图像块对应的自适应M级smoothlets变换系数作为原始图像C的residual multismoothlets变换结果{Snm|n＝1，...，N，m＝1，...，mn}；并基于变换结果进行图像逆变换。本发明可用于图像变换、拟合、压缩、去噪、边缘提取等场合。
-
公开(公告)号：CN111507263A
公开(公告)日：2020-08-07
申请号：CN202010305187.1
申请日：2020-04-17
Applicant: 电子科技大学
Abstract: 本发明属于人脸属性识别技术领域，具体涉及一种基于多源数据的人脸多属性识别方法。本发明是针对单一人脸属性数据集往往包含的属性标签有限，经常不能满足多属性识别任务中对所有属性的标注需求的问题，提出的基于多源数据的人脸多属性识别方法，根据任意人脸属性识别任务的具体需求，都可以通过组合多个现有数据集共同满足任务所需的多项属性标注需求，并通过联合训练的方式，多个数据集之间相互促进，对人脸属性识别网络进行有效训练，从而实现对输入人脸图像进行多种属性联合识别。本发明的有益效果为，在满足任务所有属性标注需求的同时，通过多个数据集相互合作实现多属性之间的信息交互，完成多项属性联合训练目标，并提高网络泛化效果。
-
公开(公告)号：CN108053380A
公开(公告)日：2018-05-18
申请号：CN201711341453.0
申请日：2017-12-14
Applicant: 电子科技大学
Abstract: 本发明提供一种基于HEES变换的图像近似方法，包括如下步骤：输入原始图像，分块，拟合椭圆参数，求过渡带参数及灰度参数，优化参数，四叉树修剪，存储参数并输出；本发明通过建立同心椭圆模型实现HEES(Homocentric Elliptical Extended Smoothlet)变换，过渡带中每个点的参数由过渡带内部的点到边缘曲线的距离决定，在求过渡带时，边缘曲线可以是椭圆的任意部分曲线,而不限定一定是半椭圆的曲线，平移后的曲线与平移前的曲线共中心，且长短轴的比值相同，实现对图像的表达，使得对图像的表达更为准确。
-
公开(公告)号：CN107273868A
公开(公告)日：2017-10-20
申请号：CN201710505726.4
申请日：2017-06-28
Applicant: 电子科技大学
CPC classification number: G06K9/0063 , G06K9/342 , G06K9/6269
Abstract: 本发明公开了一种遥感图像中区分煤矿区煤堆和煤矸石区域的方法。具体为：首先对高分辨率遥感图像先进行区域分割，得到非规则对象；再利用决策树，对非规则对象依次进行水体区/非水体区、植被区/非植被区、居民区/非居民区、裸地/非裸地、煤矿区/非煤矿区的分类；然后利用LBP算子提取纹理特征从分类为煤矿区的非规则对象中区分出煤堆、煤矸石区域。本发明在结合决策树的基础上，逐层分类，为煤矿区提供一个初步的判决区域，利用K-T变换，有效的将煤矿区提取出来，并利用LBP纹理算子，对煤矿区中的煤堆和煤矸石区域进行有效的区分。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
