-
公开(公告)号：CN110018689A
公开(公告)日：2019-07-16
申请号：CN201910403311.5
申请日：2019-05-15
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于动态窗口的多虚拟目标点全局动态路径规划算法，将动态窗口法应用在全局路径规划方向，改进传统全局规划路径不连续不平滑的缺陷。具体操作是通过增加多个虚拟目标点、在特殊位置更新无人车的航向角并加入了随机障碍物，实现了无人车的全局动态路径规划，并将其应用在“中国大学生无人驾驶方程式大赛”中的绕“8”赛道等复杂环境下。MATLAB仿真结果表明无人车能够有效的避开随机出现的障碍物，并安全稳定地完成全局路径的规划与追踪。
-
公开(公告)号：CN111353964A
公开(公告)日：2020-06-30
申请号：CN202010120862.3
申请日：2020-02-26
Applicant: 福州大学
Abstract: 本发明涉及一种基于卷积神经网络的结构一致立体图像风格迁移方法，包括以下步骤：S1、对输入的参考图像和立体图像的左、右视图分别进行语义分割，并提取卷积层特征；S2、分别计算参考图像和左、右视图的特征损失函数；S3、在特征损失函数中添加正则化损失函数，引入拉普拉斯惩罚项，防止图像结构失真，生成风格化后的左、右视图；S4、利用两种质量评估算法分别评估风格化后的左、右视图与输入图像的相似度，对比两个相似性度量值，用相似性度量值较高的图像来校正相似度较低的图像，获得最终的结果图像。该方法有利于在对立体图像进行风格迁移的同时保持立体结构一致性，获得风格化后结构一致的立体图像。
-
公开(公告)号：CN109461128A
公开(公告)日：2019-03-12
申请号：CN201811235870.1
申请日：2018-10-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于梯度保持的结构一致立体图像颜色校正方法，首先利用SIFT特征提取和匹配分别对参考图像和目标图像进行特征提取和像素匹配，获取结构图像和匹配图像；然后利用结构相似性算法生成匹配图像和目标图像的置信度图，对图像置信度较低的区域进行局部映射，生成初始颜色校正结果图像；最后利用梯度保持算法对初始颜色校正结果图像的颜色和结构进行有参考的优化，得到最终的结果图像。本发明解决了局部颜色校正算法的结构一致问题和全局颜色校正算的区域颜色混乱问题，而且还保留了图像的梯度信息，提升了图像的保真度。
-
Patent Agency Ranking
公开(公告)号：CN111311517B
公开(公告)日：2022-07-08
申请号：CN202010120345.6
申请日：2020-02-26
Applicant: 福州大学
Abstract: 本发明涉及一种基于抠图的颜色校正优化方法，包括以下步骤：S1：输入参考图像和目标图像，生成颜色校正结果图像和初始残差图像；S2：利用初始残差图像建立损失函数并使其最小化，获得关于最优残差图像的二次型损失函数；S3：利用MDSI和GSM方法分别生成目标图像和颜色校正结果图像的结构一致性置信图和梯度相似性置信图，进而得到图像一致性置信图；S4：在二次型损失函数中添加结构数据项来约束图像的结构，生成最优残差图像，进而生成结果图像；S5：利用梯度优化算法对结果图像进行梯度一致性优化，增强结果图像的边缘结构，生成最终结果图像。该方法有利于在对图像进行颜色校正优化的同时保证图像的清晰度。
-
公开(公告)号：CN110018689B
公开(公告)日：2020-07-07
申请号：CN201910403311.5
申请日：2019-05-15
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于动态窗口的多虚拟目标点全局动态路径规划算法，将动态窗口法应用在全局路径规划方向，改进传统全局规划路径不连续不平滑的缺陷。具体操作是通过增加多个虚拟目标点、在特殊位置更新无人车的航向角并加入了随机障碍物，实现了无人车的全局动态路径规划，并将其应用在“中国大学生无人驾驶方程式大赛”中的绕“8”赛道等复杂环境下。MATLAB仿真结果表明无人车能够有效的避开随机出现的障碍物，并安全稳定地完成全局路径的规划与追踪。
-
公开(公告)号：CN111311517A
公开(公告)日：2020-06-19
申请号：CN202010120345.6
申请日：2020-02-26
Applicant: 福州大学
Abstract: 本发明涉及一种基于抠图的颜色校正优化方法，包括以下步骤：S1：输入参考图像和目标图像，生成颜色校正结果图像和初始残差图像；S2：利用初始残差图像建立损失函数并使其最小化，获得关于最优残差图像的二次型损失函数；S3：利用MDSI和GSM方法分别生成目标图像和颜色校正结果图像的结构一致性置信图和梯度相似性置信图，进而得到图像一致性置信图；S4：在二次型损失函数中添加结构数据项来约束图像的结构，生成最优残差图像，进而生成结果图像；S5：利用梯度优化算法对结果图像进行梯度一致性优化，增强结果图像的边缘结构，生成最终结果图像。该方法有利于在对图像进行颜色校正优化的同时保证图像的清晰度。
-
公开(公告)号：CN111353964B
公开(公告)日：2022-07-08
申请号：CN202010120862.3
申请日：2020-02-26
Applicant: 福州大学
Abstract: 本发明涉及一种基于卷积神经网络的结构一致立体图像风格迁移方法，包括以下步骤：S1、对输入的参考图像和立体图像的左、右视图分别进行语义分割，并提取卷积层特征；S2、分别计算参考图像和左、右视图的特征损失函数；S3、在特征损失函数中添加正则化损失函数，引入拉普拉斯惩罚项，防止图像结构失真，生成风格化后的左、右视图；S4、利用两种质量评估算法分别评估风格化后的左、右视图与输入图像的相似度，对比两个相似性度量值，用相似性度量值较高的图像来校正相似度较低的图像，获得最终的结果图像。该方法有利于在对立体图像进行风格迁移的同时保持立体结构一致性，获得风格化后结构一致的立体图像。
-
公开(公告)号：CN109461128B
公开(公告)日：2021-09-28
申请号：CN201811235870.1
申请日：2018-10-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于梯度保持的结构一致立体图像颜色校正方法，首先利用SIFT特征提取和匹配分别对参考图像和目标图像进行特征提取和像素匹配，获取结构图像和匹配图像；然后利用结构相似性算法生成匹配图像和目标图像的置信度图，对图像置信度较低的区域进行局部映射，生成初始颜色校正结果图像；最后利用梯度保持算法对初始颜色校正结果图像的颜色和结构进行有参考的优化，得到最终的结果图像。本发明解决了局部颜色校正算法的结构一致问题和全局颜色校正算的区域颜色混乱问题，而且还保留了图像的梯度信息，提升了图像的保真度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
