-
公开(公告)号：CN106022227A
公开(公告)日：2016-10-12
申请号：CN201610309633.X
申请日：2016-05-11
Applicant: 苏州大学
CPC classification number: G06K9/00389 , G06K9/40 , G06K9/4604 , G06K2009/00395
Abstract: 本发明公开了一种手势识别方法，包括：获取待识别手势的形状，并由手势形状的边缘提取一个封闭的轮廓，获取该轮廓上的所有轮廓点及每个轮廓点的坐标；确定轮廓的层数，并基于每个轮廓点的坐标计算每个轮廓点对应于每层的面积参数、弧长参数及重心参数，作为该轮廓点的特征参数；利用每个轮廓点的特征参数，将所述待识别手势与预设模版库中的模板进行匹配，得到最佳匹配模板，并确定最佳匹配模板为待识别手势。本发明同时对全局特征、局部特征及全局特征与局部特征之间的关系进行描述，多尺度、全方位地进行分析表述，实现了对待识别手势形状的全局特征和局部特征的有效提取和表示，避免了基于单一特征导致的识别准确率低的情况。
-
公开(公告)号：CN107273831A
公开(公告)日：2017-10-20
申请号：CN201710415042.5
申请日：2017-06-05
Applicant: 苏州大学
IPC: G06K9/00
CPC classification number: G06K9/00214
Abstract: 本发明公开了一种基于球空间的三维目标识别方法，包括：利用深度传感器获取深度图像，得到目标三维信息；对深度图像进行预处理，滤除深度图像中的部分噪声；求出目标图像各点的三维坐标参数；构建球空间，根据目标点云坐标构建对数极坐标直方图，形成三维特征描述符；计算匹配度，获得不同图像之间的匹配度值。本发明可以对图像形状及深度信息进行特征的提取和有效表示，具有尺度不变性、旋转不变性和平移不变性，提高了识别的准确率。
-
公开(公告)号：CN106910169B
公开(公告)日：2019-09-20
申请号：CN201710057467.3
申请日：2017-01-26
Applicant: 苏州大学
IPC: G06T5/00
Abstract: 本发明公开了一种防止边缘模糊的图像椒盐噪声去除方法，分别进行边缘像素判断、椒盐噪声判断和滤波处理，对边缘像素进行单独处理，并对其它像素中的噪声点根据噪声密度选取大小不同的滤波窗口采用一致权重均值滤波进行处理。本发明首先进行边缘像素判断，利用图像边缘像素点周围像素值差异较大的特性，判断出边缘像素，采用单独的方法进行噪声去除，使得图像边缘信息得到较好保持，防止了边缘模糊情况；在进行椒盐噪声滤波时，无需设计模糊规则；不需要进行阈值的选取，提高了计算效率，能适应不同污染程度的图像的噪声去除。
-
公开(公告)号：CN106910169A
公开(公告)日：2017-06-30
申请号：CN201710057467.3
申请日：2017-01-26
Applicant: 苏州大学
IPC: G06T5/00
Abstract: 本发明公开了一种防止边缘模糊的图像椒盐噪声去除方法，分别进行边缘像素判断、椒盐噪声判断和滤波处理，对边缘像素进行单独处理，并对其它像素中的噪声点根据噪声密度选取大小不同的滤波窗口采用一致权重均值滤波进行处理。本发明首先进行边缘像素判断，利用图像边缘像素点周围像素值差异较大的特性，判断出边缘像素，采用单独的方法进行噪声去除，使得图像边缘信息得到较好保持，防止了边缘模糊情况；在进行椒盐噪声滤波时，无需设计模糊规则；不需要进行阈值的选取，提高了计算效率，能适应不同污染程度的图像的噪声去除。
-
Patent Agency Ranking
公开(公告)号：CN107203742A
公开(公告)日：2017-09-26
申请号：CN201710305721.7
申请日：2017-05-03
Applicant: 苏州大学
Abstract: 本发明公开了一种基于显著特征点提取的手势识别方法及装置，包括：提取模块，用于获取待识别手势的形状，由所述待识别手势形状边缘提取出一个不闭合的轮廓，获取该轮廓上所有轮廓点的坐标；计算模块，用于计算每个轮廓点的面积参数，并根据面积参数对轮廓点进行筛选，提取出显著特征点，以显著特征点序列的面积参数以及归一化后的点序参数作为该轮廓的特征参数；匹配模块，用于利用显著特征点的特征参数，将所述待识别手势与预设模板库中的模板进行匹配，得到所述待识别手势的最佳匹配模板，并确定所述最佳匹配模板的类别为所述待识别手势的类别。本发明在对手势形状特征的有效提取和表示的同时，还具有平移不变性、旋转不变性、尺度不变性和铰接不变性等优良性能，能有效抑制噪声干扰。
-
公开(公告)号：CN106022297A
公开(公告)日：2016-10-12
申请号：CN201610382507.7
申请日：2016-06-01
Applicant: 苏州大学
CPC classification number: G06K9/00389 , G06F3/017
Abstract: 本发明公开了一种手势识别方法，所述方法包括如下步骤：S1、获取待识别手势，并获取轮廓上的所有轮廓点及每个轮廓点的坐标；S2、确定当前所有轮廓点所在的轮廓的层数为1，计算当前所有轮廓点对应于当前层的特征参数；S3、将当前层加1作为当前层，计算当前所有轮廓点对应于当前层的特征参数，然后计算差异，并判断比值是否小于差异阈值，如果是，则确定当前层减1得到的层数为轮廓的层数,并执行步骤S5,如果否，则执行步骤S4；S4、返回步骤S3；S5、利用每个轮廓点的特征参数，将待识别手势输入预设BP神经网络，得到输出手势类别。本发明特征参数的维度较低，计算复杂度降低，从而本发明能同时保证较高的识别效率和识别准确率。
-
公开(公告)号：CN107203742B
公开(公告)日：2020-05-08
申请号：CN201710305721.7
申请日：2017-05-03
Applicant: 苏州大学
Abstract: 本发明公开了一种基于显著特征点提取的手势识别方法及装置，包括：提取模块，用于获取待识别手势的形状，由所述待识别手势形状边缘提取出一个不闭合的轮廓，获取该轮廓上所有轮廓点的坐标；计算模块，用于计算每个轮廓点的面积参数，并根据面积参数对轮廓点进行筛选，提取出显著特征点，以显著特征点序列的面积参数以及归一化后的点序参数作为该轮廓的特征参数；匹配模块，用于利用显著特征点的特征参数，将所述待识别手势与预设模板库中的模板进行匹配，得到所述待识别手势的最佳匹配模板，并确定所述最佳匹配模板的类别为所述待识别手势的类别。本发明在对手势形状特征的有效提取和表示的同时，还具有平移不变性、旋转不变性、尺度不变性和铰接不变性等优良性能，能有效抑制噪声干扰。
-
公开(公告)号：CN106910170B
公开(公告)日：2019-10-29
申请号：CN201710057468.8
申请日：2017-01-26
Applicant: 苏州大学
IPC: G06T5/00
Abstract: 本发明公开了一种图像椒盐噪声的去除方法，包括下列步骤：输入含椒盐噪声的数字图像，如果像素点的灰度值为0或255，则进行去噪处理，否则不处理；去噪处理为，在四连通区域中，剪切灰度值为0或255的像素点，若剩余像素点个数≥2，进行均值滤波；否则，在八连通区域中，剪切掉灰度值为0或255的像素点，对剩余像素点进行均值滤波；如果剩余像素点为空集，在5×5区域中，剪切掉灰度值为0或255的像素点，进行均值滤波；如果剩余像素点为空集，采用递归形式的滤波窗口，输出左方、左上、上方、右上四个像素点灰度的平均值；重复直至完成所有像素点的处理。本发明无需设计模糊规则；不需要进行阈值的选取，提高了计算效率，能适应不同污染程度的图像的噪声去除。
-
公开(公告)号：CN106910170A
公开(公告)日：2017-06-30
申请号：CN201710057468.8
申请日：2017-01-26
Applicant: 苏州大学
IPC: G06T5/00
Abstract: 本发明公开了一种图像椒盐噪声的去除方法，包括下列步骤：输入含椒盐噪声的数字图像，如果像素点的灰度值为0或255，则进行去噪处理，否则不处理；去噪处理为，在四连通区域中，剪切灰度值为0或255的像素点，若剩余像素点个数≥2，进行均值滤波；否则，在八连通区域中，剪切掉灰度值为0或255的像素点，对剩余像素点进行均值滤波；如果剩余像素点为空集，在5×5区域中，剪切掉灰度值为0或255的像素点，进行均值滤波；如果剩余像素点为空集，采用递归形式的滤波窗口，输出左方、左上、上方、右上四个像素点灰度的平均值；重复直至完成所有像素点的处理。本发明无需设计模糊规则；不需要进行阈值的选取，提高了计算效率，能适应不同污染程度的图像的噪声去除。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
