[发明专利]一种放射状和向心状水系的识别方法有效

专利信息
申请号: 201810570198.5 申请日: 2018-06-05
公开(公告)号: CN108805146B 公开(公告)日: 2019-03-12
发明(设计)人: 解宪丽;万夏;王凯亮;李梦圆;李安波 申请(专利权)人: 中国科学院南京土壤研究所;南京师范大学
主分类号: G06K9/46 分类号: G06K9/46
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 冯艳芬
地址: 210008 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 水系 放射状 向心状 主干河流 判定 方位角 首尾 条数 算法复杂度 准确度 河流 端点坐标 图层数据 内端点 数据集 外端点 读入 象限 自动化 支流 筛选 记录
【说明书】:

发明公开了一种放射状和向心状水系的识别方法,包括:(1)获取shp格式的待识别水系线图层数据,读入至数据集L;(2)根据L获取各河流要素的首尾端点,记录到Coord中,并根据Coord筛选出主干河流和支流;(3)根据各主干河流的首尾端点坐标,计算中心点mid(xm,ym)和方位角Azimuthi;(4)根据各主干河流的方位角Azimuthi,分别计算位于各象限中的河流条数,若所述条数不是全部大于0,则判定待识别水系不是放射状或向心状水系,结束识别,否则执行步骤(5);(5)计算待识别水系的内端点多边形上点的个数incount和外端点多边形上点的个数outcount,若outcount>incount,则判定为向心状水系,否则判定为放射状水系。本发明算法复杂度较低,自动化程度高,识别准确度较好。

技术领域

本发明属于地理信息技术应用领域,具体涉及一种基于矢量数据的放射状和向心状水系的自动识别方法。

背景技术

一条干流及其支流组成的河网系统称为水系,自然界中相同类型的水系,其所在区域往往有着相似的地质构造和自然环境。通过对水系的排列形式、平面形态等进行分析,可以大致推断出水系所在区域的地质构造和地壳运动的大致情况。从而,水系类型的快速、准确解译具有重要的研究意义。

常见的水系类型有放射状水系、向心状水系、树状水系、格状水系、羽状水系、平行状水系以及辫状水系等。放射状水系又称辐射水系,是水系格局的一种,指在穹隆构造上或火山锥上发育的河流,形成顺坡向四周呈放射状外流的水系;向心状水系指水系中的河流流向是从四周流向中心,向中心汇聚,形成向心状形态,这种水系形态多出现在四周高,中间低的盆地地形当中。

目前,水系类型的判别方式,主要是人工判别,此种方法虽然简单易行,但效率低下,不利于大范围的判别。为提高处理效率,已有学者开展了水系类型的自动识别研究。如王一川使用二值化水系图像,基于最优统计图象分类器,形成了以水系纹理单元为单位进行水系分类的方法(参见王一川.水系自动分类研究[D].西南交通大学,2006.);车国泉利用句法模式识别技术,对辫状水系的图像进行了自动识别(参见车国泉.辫状水系的自动识别[D].西南交通大学,2007.)。相关水系类型的自动识别方法,虽能够进行水系类型的一定识别,但由于是利用二值化水系图像,而不是直接利用水系矢量数据,导致算法的复杂度较高,识别效果较差。

发明内容

发明目的:本发明针对现有技术存在的问题,提供一种放射状和向心状水系的识别方法,该方法基于矢量数据识别放射状和向心状水系,算法复杂度较低,自动化程度高,识别准确度较好。

技术方案:本发明所述的放射状和向心状水系的识别方法包括:

(1)获取shp格式的待识别水系线图层数据,读入至数据集L={li|i=0,1,2,…,m},其中,li表示第i个河流要素,其属性包含河流长度Leni和河流等级标志RiverLeveli=k,k为自然数,m为河流要素的个数;

(2)根据数据集L获取各河流要素的首尾端点,记录到坐标集合Coord中,并根据坐标集合Coord筛选出主干河流和支流,更新支流的河流等级标志RiverLeveli=k-1;

(3)根据各主干河流的首尾端点坐标,计算其中心点mid(xm,ym)和方位角Azimuthi

(4)根据各河流的方位角Azimuthi,分别计算位于第一、二、三、四象限中的河流条数,若所述条数不是全部大于0,则判定待识别水系不是放射状或向心状水系,结束识别,否则执行步骤(5);

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院南京土壤研究所;南京师范大学,未经中国科学院南京土壤研究所;南京师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810570198.5/2.html,转载请声明来源钻瓜专利网。

同类专利
  • 一种图像识别方法及装置-201610623597.4
  • 杨茜 - 杭州励飞软件技术有限公司
  • 2016-08-01 - 2019-11-12 - G06K9/46
  • 本发明实施例公开了一种图像识别方法及装置,所述方法包括:基于原始图像生成色调共生矩阵;基于所述色调共生矩阵生成2个相互正交的色调共生矩阵对;基于所述色调共生矩阵获取所述原始图像的颜色特征,以及基于所述色调共生矩阵对获取所述原始图像的纹理特征;根据所述颜色特征和所述纹理特征对所述原始图像进行分类识别。通过获取原始图像的色调共生矩阵,再基于该色调共生矩阵提取原始图像的颜色特征和纹理特征,并利用该颜色特征和纹理特征对图像进行分类识别,从而由于该颜色特征和纹理特征包含了图像的空间特征信息以及能抗旋转特性,使得图像识别准确率高。
  • 对图像进行美学评价的多特征融合方法-201710025626.1
  • 于明;葛瑞雪;李丽莎;于洋;师硕;郭迎春;刘依 - 河北工业大学
  • 2017-01-13 - 2019-11-12 - G06K9/46
  • 本发明对图像进行美学评价的多特征融合方法,涉及一般的图像数据处理的图像分析,步骤是:输入彩色RGB图像I,并进行显著区域检测得到主体区域和背景区域;彩色RGB图像I在不同颜色空间的特征向量提取:包括提取色彩调和特征向量,提取构图特征向量,提取颜色特征向量,提取清晰度特征向量,提取纹理特征向量,提取DCT统计特征向量共六类特征向量;将提取的六类特征向量融合后利用SVM分类器将图像按美学分数高低分为两类,实现图像的美学评价,克服了现有技术利用多特征融合方法进行图像美学评价时,存在对于颜色复杂图像的美学评价效果不好,不能很好地适用于各种类型图像美学评价的缺陷。
  • 基于肿瘤影像的多区域的影像组学特征提取方法-201910683196.1
  • 田捷;董迪;张利文;杨鑫 - 中国科学院自动化研究所
  • 2019-07-26 - 2019-11-08 - G06K9/46
  • 本发明属于影像分析领域,具体涉及一种基于肿瘤影像的多区域的影像组学特征提取方法,包括基于肿瘤影像中肿瘤微环境的区域划分,将所述肿瘤影像分割成对应的目标区域;分别基于与各目标区域对应的神经网络模型,提取各目标区域的高维定量特征;对各个目标区域的高维定量特征进行融合,得到用于分类预测的融合特征。与现有技术中直接采用CT卷中依据CT数据的强度值进行特征提取的方法相比,采用本发明所述基于肿瘤影像的多区域的影像组学特征提取方法提取的肿瘤特征能够更全面的量化肿瘤,为肿瘤的诊疗提供更全面的数据支持。
  • 一种扇贝贝壳生长纹路的分割与识别方法-201610958374.3
  • 邢强;王扬帆;魏腾达;李玉强;张玲玲;王师;胡晓丽;陆维;包振民 - 中国海洋大学
  • 2016-11-03 - 2019-11-08 - G06K9/46
  • 本发明提供一种扇贝贝壳生长纹路的分割与识别方法,是在获得扇贝贝壳CT图像后,采用高斯核匹配滤波对其管状纹路匹配增强,再对增强后的图像进行迭代处理,通过每次迭代保留纹路的特性信息,获得的精细纹路被分割出来。本发明利用虾夷扇贝CT图像作为输入图像,采用高斯核匹配滤波对图像中管状纹路匹配增强,进行全变分模型图像二值化的图像分割,进而实现图像纹路网络中交叉点的识别,得到了大量扇贝生长点的信息,是进一步精确计算扇贝生长率的前提。相对传统定时测量的方法,本方法利用计算机分析可以实现简单快速测定和计算,具有精确度高、通量较大等优势,为今后开展贝类育种工作获得精确育种表型信息提供了基础。
  • 一种基于DBSCAN聚类的义齿颈缘线自动提取方法-201610629338.2
  • 王煜;肖兵;魏昕;夏鸿建;马杰 - 佛山市诺威科技有限公司
  • 2016-08-01 - 2019-11-08 - G06K9/46
  • 本发明公开了一种基于DBSCAN聚类的义齿颈缘线自动提取方法,包括:对待提取对象进行特征提取,得到待提取对象的特征区域;对待提取对象的特征区域采用DBSCAN聚类法自动识别出颈缘特征区域;采用改进的形态学方法对颈缘特征区域进行处理,得到颈缘线,所述改进的形态学方法使断开的颈缘特征区域连通,并使颈缘特征区域中的开环特征线闭合。本发明通过DBSCAN聚类自动识别出颈缘特征区域,能排除顶部特征区域和其他噪声的干扰;采用改进的形态学方法处理颈缘特征区域,得出颈缘线能保证本方法可靠地提取出合理的颈缘线;整个提取过程不需交互操作,智能化程度高,鲁棒性好。本发明可广泛应用于口腔修复领域。
  • 基于梯度比率的SAR图像局部特征提取方法-201910206948.5
  • 王庆;雷富强;王文亮;张巍;王金魁;赵斌 - 中船(浙江)海洋科技有限公司
  • 2019-03-19 - 2019-11-05 - G06K9/46
  • 基于梯度比率的SAR图像局部特征提取方法,包括以下步骤:1、首先计算原始SAR图像所有像素的梯度比率特征值GRP;2、利用判别函数对每个像素生成其相应范围邻域的二值化编码串,作为描述其特性的局部梯度比率二值模式;然后合并旋转后具有相同最小模式的二值编码模式,计算其值,得到原始SAR图像的局部梯度比率直方图;4、采用对称KL准则SKLD比较不同图像的特征相似性,作为对特征描述子准确性的衡量;本发明提出的特征提取算法不仅能够克服SAR图像乘性噪声的影响,而且对目标的旋转变化有很好的鲁棒性。
  • 一种西藏青稞病变的识别方法-201910665967.4
  • 唐樟春;金涛;薛琦;刘杰;夏艳君;谢葭;刘亚鹏;丁林飞 - 电子科技大学
  • 2019-07-23 - 2019-11-05 - G06K9/46
  • 本发明公开了一种西藏青稞病变的识别方法,属于图像处理领域。首先对图像进行预处理,然后把将预处理之后的图像转换到HSV颜色空间,设置H、S划分等级及变化范围,根据设置结果统计图像中H、S分量数据并创建直方图,归一化图像直方图高度,将归一化之后的直方图高度及对应横坐标作为图像特征及标签训练SVM分类器,将用于测试的图像样本做同样处理输入到SVM分类器,获得预测结果。本发明利用对图像滤波消噪,提取颜色空间特征并归一化,及支持向量机分类,能很好分类出正常青稞叶片和白粉病/黑穗病/云纹病青稞叶片的图像,提高了青稞白粉病的识别效率和准确度。
  • 一种提取特征描述信息的方法和相关装置-201910718001.2
  • 江铖;田宽 - 腾讯科技(深圳)有限公司
  • 2019-08-05 - 2019-11-05 - G06K9/46
  • 本申请实施例公开一种基于人工智能技术的提取特征描述信息的方法和相关装置,当需要针对待处理图像提取特征描述信息时,可以确定待处理图像中的目标肿块区域,然后利用训练得到的分类网络模型对目标肿块区域进行处理。由于该分类网络模型是根据具有确定特征描述信息的肿块区域图像作为训练样本进行训练得到的,其中,特征描述信息用于描述肿块区域中肿块的外形特征。因此,将目标肿块区域输入至该分类网络模型后,该分类网络模型可以自动地提取目标肿块区域中肿块的特征描述信息,由此不再需要人工经验获取特征描述信息,减少了对待处理图像分析的工作量,减少了人为干扰,提高了特征描述信息的提取效率。
  • 物体检测方法、装置及存储介质-201811018729.6
  • 王学辉;李明;夏添 - 百度在线网络技术(北京)有限公司
  • 2018-09-03 - 2019-11-05 - G06K9/46
  • 本发明实施例提出一种物体检测方法、装置及计算机可读存储介质。其中物体检测方法包括:获取输入图像中的目标物体的包围框;根据所述包围框从预先设置的备选框集合中确定出参照框;根据所述参照框与所述包围框的尺寸,生成尺寸相关特征;在机器学习模型中使用所述尺寸相关特征对所述输入图像进行物体检测。本发明实施例使用与物体的大小相关的特征进行物体检测,即在机器学习模型中在原有特征的基础上增加了物体大小的预测依据,进一步提升了物体检测的准确程度。
  • 一种基于双俯视相机与后轴转向的车辆路径跟随方法-201610597074.7
  • 缪其恒 - 浙江零跑科技有限公司
  • 2016-07-25 - 2019-11-05 - G06K9/46
  • 本发明公开了一种基于双俯视相机与后轴转向的车辆路径跟随方法,利用转载于车辆牵引点(最前端)与跟随点(最末端)的双俯视单目相机,通过对路面特征的匹配,直接测量跟随点相对于牵引点的侧向偏移量。然后将此测量值作为后轴自动转向系统的控制器输入量,计算车辆后轴的转向角。基于上述测量状态量,算出车辆跟随点(最尾端)的侧向路径跟随偏移量。然后将此偏移量作为后轴自动转向系统的控制器输入量,计算车辆后轴的转向角。本方案可以提高车辆的通过性,适用于所有的长轴距车辆。
  • 复杂场景下的车牌检测方法及装置-201510347046.5
  • 危春波 - 浙江宇视科技有限公司
  • 2015-06-19 - 2019-11-05 - G06K9/46
  • 本发明公开了一种复杂场景下的车牌检测方法,包括:对输入的图像进行粗定位,所述粗定位包括水平滤波以及二值化处理,用经过训练的精定位分类器对具有粗定位区域的图像进行车牌区域检测,还包括:将检测出车牌区域的图像通过分支训练所得的降误检分类器排除误检出车牌区域的图像,得到包含车牌区域的最终图像。本发明还包括一种车牌检测装置。本发明所采用的车牌检测方法及装置与现有的方法相比,突出的优点在于误检率低,在保证车牌的正检率基础上,较已有方法速度快。
  • 一种基于可变形卷积神经网络的文字检测方法-201910459144.6
  • 黄国恒;杨帆;黄和锟 - 广东工业大学
  • 2019-05-29 - 2019-11-01 - G06K9/46
  • 本发明公开了一种基于可变形卷积神经网络的文字检测方法,通过接收输入的包含文字信息的图像,然后构建包括可变形卷积结构的卷积神经网络并对图像进行特征提取,得到多张特征映射;使用滑动窗口提取所述特征映射上的特征向量,根据所述特征向量对多个候选框进行预测;将所述特征向量输入到BiGRU网络中,将BiGRU网络的输出结果输入到一个全连接层;将从所述全连接层得到的特征向量结果进行分类和回归,基于分类和回归的结果通过文本构造算法得到图像中的文字检测结果。由于本发明卷积的区域覆盖任意形状的物体附近并使用多层进行检测,从而有效地对图像中过大或过小的字体进行检测解决了现有技术对于图像中大小不一的文字检测准确率低的问题。
  • 图像特征提取方法、装置、设备及计算机可读存储介质-201910576197.6
  • 葛海亮;阚宏伟 - 苏州浪潮智能科技有限公司
  • 2019-06-28 - 2019-11-01 - G06K9/46
  • 本申请公开了一种图像特征提取方法,包括获取待处理图像和对应的卷积核信息;根据所述卷积核信息确定卷积核的维度信息;根据所述维度信息进行处理器重构,获得重构后的各个数据处理器单元;通过各个所述数据处理器单元对所述待处理图像进行同步特征提取,获得特征图像数据;该图像特征提取方法能够更加有效的提高图像特征的提取效率。本申请还公开了一种图像特征提取装置、设备及计算机可读存储介质,均具上述有益效果。
  • 一种计算图像局部特征描述子的方法-201810289941.X
  • 马楠 - 北京联合大学
  • 2018-04-03 - 2019-10-29 - G06K9/46
  • 本发明提供一种计算图像局部特征描述子的方法,还包括以下步骤:计算特征描述子的位置关联矩阵G;计算角度关联矩阵B。本发明提出一种计算图像局部特征描述子的方法,通过变换矩阵对SIFT描述子进行变化,使原有的特征描述子具有更多的空间信息,使得新的描述子具有更强的判别能力和鲁棒性。
  • 一种舌象特征提取方法、系统和计算机可读存储介质-201910491592.4
  • 胡将;朱龙;周常恩;于路 - 杭州云秒科技有限公司
  • 2019-06-06 - 2019-10-25 - G06K9/46
  • 本发明提供一种舌象特征提取方法、系统和计算机可读存储介质,所述方法包括:获取残差网络的训练样本数据;基于所述训练样本数据,训练出能够准确判别出舌象特征的残差网络模型;获取待提取特征的舌象图像;采用所述残差网络模型对所述舌象图像中的舌象特征进行提取,并将提取信息进行显示。本发明通过残差网络有效解决了卷积神经网络层数增加出现的梯度消失问题,尽管舌象图像复杂,难以实现有效分类,但只要有足够多卷积神经网络层数即可以检测提取出足够复杂的舌裂纹特征,从而填补了当今基于残差网络针对舌裂纹特征检测提取的相关医疗设备上的缺失。
  • 一种从遥感图像中提取建成区的方法-201910662661.3
  • 戢姓美 - 嘉兴芸诗娇电子商务有限公司
  • 2019-07-22 - 2019-10-25 - G06K9/46
  • 本发明公开了一种从遥感图像中提取建成区的方法,包括主体,所述主体内设有绘图腔,所述绘图腔内可左右移动的设有移动板,所述绘图腔下侧设有移动装置,所述移动装置可带动所述移动板左右移动,所述移动板内设有夹紧装置,通过本装置可实时将遥感图像进行接收处理,并可根据需求将提取出的建成区绘画在图纸上,或直接在地图上标记出来,能更好的帮助了解建成区的位置,便于将图纸或地图随身携带,进行实地考察等工作。
  • 一种结合OSM和遥感影像提取人行天桥的深度学习方法-201810559231.4
  • 刘慧敏;王晓路;邓敏;陈袁芳;唐建波;黄金彩 - 中南大学
  • 2018-06-01 - 2019-10-25 - G06K9/46
  • 本发明公开了一种结合OSM和遥感影像提取人行天桥目标的深度学习方法。首先根据所述人行天桥在开放街道地图(OpenStreetMap,OSM)中的语义信息、拓扑信息和形状信息,从所述OSM数据中自动识别与提取所述人行天桥;然后基于图像语义分割的深度神经网络模型获取所述人行天桥轮廓;进而对所述人行天桥进行结构建模与矢量成图;最后更新人行导航系统中的所述人行天桥数据。本发明不仅能够自动化识别OSM中的人行天桥,降低了现有方法的主观性,并且利用遥感影像数据弥补OSM不完整的缺点,同时兼顾数据的时效性和完整性,提高了人行天桥的识别效率和准确度。
  • 一种运用线扫描相机检测喷油嘴O-Ring缺陷的方法-201610414728.8
  • 卢兴中;陈红光 - 上海贝特威自动化科技有限公司
  • 2016-06-14 - 2019-10-25 - G06K9/46
  • 本发明公开了一种运用线扫描相机检测喷油嘴O‑Ring缺陷的方法,包括以下步骤:产品到位静止;外部设备将触发拍照信号发送给相机;相机采集图像;相机对图像进行分析解码;相机发送完成信号,并将该二维码信息发送给PLC;旋转电机旋转;编码器触发相机拍照;相机采集图像;相机对图像进行分析;相机发送合格或不合格信号;设备系统根据相机发送的信号选择放行或剔除该产品;等待下一次产品到位。本发明的优点是:利用一台线扫描相机采集汽车喷油嘴外圈整个图像,对图像进行分析处理,通过特征图案匹配,正确区分喷油嘴型号,O‑ring有无、O‑ring位置及O‑ring有无断裂等质量问题。
  • 一种基于多任务特征学习的对象表示方法-201910548683.7
  • 颜成钢;王廷宇;赵崇宇;万斌;孙垚棋;张继勇;张勇东;蒋云良 - 杭州电子科技大学
  • 2019-06-24 - 2019-10-22 - G06K9/46
  • 本发明公开了一种基于多任务特征学习的对象表示方法。本发明的方法,在终端采用深度神经网络对特征进行提取,减少了传输视频的数据量,加快了传输速度,减少了存储空间占有量;在云端由计算机进行对象的分析和恢复,减少了人力成本的投入,同时提高了事件处理效率;且能够实现多个任务同时进行,联合优化的效果。本发明本发明采用人工智能神经网络方法,通过对原视频图像进行特征提取,减少传输数据量,再通过特征计算,实现智能分析,并且利用转置卷积技术,实现图像的还原,大大提高了事件的处理速度,并节省了资金。
  • 匹配局部图像特征描述符-201910271555.2
  • 卢恩·拉克蒙德;蒂莫西·史密斯 - 畅想科技有限公司
  • 2019-04-04 - 2019-10-18 - G06K9/46
  • 本公开涉及匹配局部图像特征描述符。一种从相机视点捕获的图像中的特征匹配的方法,包括:使用视点的对极几何来定义第二图像中与第一图像中的第一特征相对应的几何约束区域;将第一特征的局部描述符与第二图像中的特征的局部描述符进行比较以确定相应的相似性度量;从位于几何约束区域中的特征标识:(i)对第一特征的几何最佳匹配,以及(ii)对第一特征的几何次最佳匹配;标识对第一特征的全局最佳匹配;执行几何最佳匹配和全局最佳匹配的相似性度量的第一比较;执行几何最佳匹配和几何次最佳匹配的相似性度量的第二比较;以及如果满足阈值,则选择第二图像中的几何最佳匹配特征。
  • 用于特征检测的采样-201910277124.7
  • 蒂莫西·史密斯 - 畅想科技有限公司
  • 2019-04-08 - 2019-10-18 - G06K9/46
  • 本公开涉及用于特征检测的采样。提供了一种计算机实施的方法,其用于为图像中的位置生成特征描述符,从而用于在分析所述图像时执行描述符匹配,所述方法包括:通过对代表图像的尺度空间数据进行采样来确定表征图像中的位置的样本集,尺度空间数据包括图像在多个长度尺度下的数据表示;以及根据所确定的样本集生成特征描述符。
  • 一种工件表面缺陷特征提取方法-201910607775.8
  • 赵君爱 - 江苏海事职业技术学院
  • 2019-07-05 - 2019-10-18 - G06K9/46
  • 本发明公开了一种工件表面缺陷特征提取方法,包括以下步骤:S1、源图像采集;S2、源图像预处理;S3、阈值切割;S4、工件区域定位;S5、剪切;S6、滤波处理;S7、轮廓提取;S8、特征提取;S9、特征向量识别。优点在于:本发明对光照变化良好的适应性良好,具有良好的反向选择和尺度选择特性,相对于现有的工件表面缺陷特征提取方法提高判别的准确度的同时也提高了鲁棒性。
  • 一种基于多支持区域局部亮度序的图像伪造检测算法-201910647407.6
  • 颜普 - 安徽建筑大学
  • 2019-07-17 - 2019-10-18 - G06K9/46
  • 本发明公开了一种基于多支持区域局部亮度序的图像伪造检测算法,属于图像伪造检测技术领域,包括S1、特征区域的检测确定特征点;S2、特征区域的变换;S3、每个特征区域内LIOP描述子的构建;S4、特征匹配;S5、特征点归类;S6、几何变换估计;S7、检测完成。通过使用LIOP描述子并利用全局亮度序对支持区域进行划分,这种划分不需要计算支持区域的主方向,不仅节约计算量,而且在理论上能够保证所构造描述子具有真正的旋转不变性和单调亮度不变性,同时利用NSCT得到不同尺度、不同分辨率和不同方向的多个支持区域来提高LIOP描述子的鉴别力。从而提高了图像伪造区域检测算法的鲁棒。
  • 图像处理方法及装置-201510859207.9
  • 黄攀;谢晋;郦柏金;杨治昆;李婵 - 浙江宇视科技有限公司
  • 2015-11-30 - 2019-10-18 - G06K9/46
  • 本发明是关于图像处理方法及装置,所述方法包括:获取待处理的图像;根据所述图像中像素点的颜色分量的差异区分所述图像的阴影区域和非阴影区域;分别对所述图像的阴影区域和非阴影区域进行二值化,获得二值化后的图像;根据所述二值化图像进行前景识别。本发明采用图像本身的颜色信息对阴影区域和非阴影区域进行有效区分,可以适用大多数的阴影规则,不受时间和不同地区的光照角度而影响,也能适用于不规则阴阳分界线的图像。本发明简单有效,性能开销很小,鲁棒性较高。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top