[发明专利]图像感测元件模拟器有效
| 申请号： | 99109134.5 | 申请日： | 1999-06-15 |
| 公开（公告）号： | CN1277409A | 公开（公告）日： | 2000-12-20 |
| 发明（设计）人： | 许腾仁;樊劲志 | 申请（专利权）人： | 鸿友科技股份有限公司 |
| 主分类号： | G06K9/38 | 分类号： | G06K9/38 |
| 代理公司： | 北京三友专利代理有限责任公司 | 代理人： | 刘世长 |
| 地址： | 台湾省新竹科*** | 国省代码： | 台湾;71 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是一种图像感测元件模拟器,包括主控单元、至少一存储器、至少一输出转换装置,它通过标准的总线接口与主机系统相连,并可按要求产生虚拟信号来模拟图像感测元件的工作;所述的主机系统将图像参考图样下载给主控单元,该主控单元接收该图样并存储于所述的存储器中;藉由程序控制或由外部图像感测元件的时序触发,由该存储器中读取该图样,并将其送至所述的输出转换装置,经输出转换装置加以转换后输出信号。在新图像系统生成时,方便系统除错,从而提高图像生成效率;此模拟器还具有很强的脱机操作能力和可移植性。 | ||
| 搜索关键词： | 图像 元件 模拟器 | ||
【主权项】：
1、一种可在图像系统除错过程中取代其中图像感测元件的图像感测元件模拟器，其特征在于：所述的图像感测元件模拟器由主控单元、至少一个存储器和至少一个输出转换装置组成；主控单元通过标准的总线接口与主机系统相互连接，图像经主控单元至主机系统中显示；图像的参考图样从主机系统下载经主控单元至存储器中存储；输出时，存储器中的图样从存储器经主控单元到输出转换装置，经转换后输出。
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鸿友科技股份有限公司，未经鸿友科技股份有限公司许可，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/patent/99109134.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种高效防伪掩模式激光打标装置
- 下一篇：芦荟仙茶及其制作方法
- 同类专利
- 一种基于BM4D去噪算法和KNN算法的苹果分类方法-202111163510.7
- 王华龙;刘云;李泽辉;杨海东 - 佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司
- 2021-09-30 - 2021-12-31 - G06K9/38
- 本发明公开了自动视觉检测技术领域，具体的说是一种基于BM4D去噪算法和KNN算法的苹果分类方法，该方法包括以下几个步骤：S1：使用双目机器视觉提取固定位置下苹果的空间坐标集；S2：通过摄像头将拍照后图片转化为数字图像，并对图片进行归一化处理；再通过MATLAB软件对数字图像进行一系列操作；S3：对得到的图像进行预处理，采用方法是对图像进行彩色空间选择，之后对得到的图像进行频率增强，并对该图像进行BM3D滤波；基于机器视觉的苹果分类系统能够代替传统的人工目测方法，通过提高苹果分类效率、减少人工分类存在明显的客观和误差问题，提高分级效率和精度，同时来达到减少人力物力的目的。
- 基于OpenCV的一维核磁图谱识别方法及软件-202010590502.X
- 汪小涧;贾文强;杨卓;杨敏健 - 中国医学科学院药物研究所
- 2020-06-24 - 2021-12-24 - G06K9/38
- 本发明涉及图像识别技术领域，为基于OpenCV的一维核磁图谱识别方法及软件，实现了从碳谱和氢谱中提取数据，包括
- 井间连通路径智能识别方法及电子设备-202010555476.7
- 孔强夫;刘坤岩;韩东;尚根华;王强;顾浩 - 中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院
- 2020-06-17 - 2021-12-17 - G06K9/38
- 本发明实施例公开了一种井间连通路径智能识别方法及电子设备。其中，井间连通路径智能识别方法，包括：获取待识别的图像数据，所述图像数据中包括井间连通路径；对所述图像数据中的图像进行二值化处理，得到二值化图像；基于所述二值化图像提取流动路径中轴线，得到中轴变换图像；计算所述流动路径的权值；基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连。通过对图像进行二值化处理，提取流动路径中轴线，计算流动路径的权值，并基于权值查找优势路径。达到提高识别效率和效果的目的。
- 成熟果实机器识别方法-201810282033.8
- 曹乐平 - 湖南生物机电职业技术学院
- 2018-04-02 - 2021-12-10 - G06K9/38
- 本发明公开了一种成熟果实机器识别方法，包括：采集果树图像；将果树图像转化为黑白二值图像并去除伪背景色块和果实伪目标；得到果实轮廓坐标矩阵；形成按顺时针方向排列的果实轮廓坐标集；形成果实轮廓交点集；选出各连通区域内无遮挡的果实轮廓、部分遮挡的果实轮廓中未被遮挡的椭圆弧段；对选出的无遮挡的果实轮廓、部分遮挡的果实轮廓中未被遮挡的椭圆弧段进行最小二乘拟合，舍弃大小超正常果实0.3～1.7倍的伪果实目标；计算圆形轮廓曲线的中心坐标和半径大小。本发明受光照条件影响小，对于顺光、逆光、侧光等采图角度不敏感，保证了被遮挡果实区域轮廓提取的准确性，能同时检测部分遮挡及无遮挡的果实，检测时间短，准确率高。
- 基于深度迁移学习的高光谱图像分类方法-202111015490.9
- 张小华;张书涵;孟红云;李天瑞;牛道鸿 - 西安电子科技大学
- 2021-08-31 - 2021-11-26 - G06K9/38
- 本发明提出了一种基于深度迁移学习的高光谱图像分类方法，主要解决现有技术在小样本训练条件下分类精度低的问题，其方案为：基于区域聚类的空间预处理方法对高光谱图像进行超像素分割得到超像素块；使用自编码网络提取超像素块特征；对超像素块特征进行谱聚类得到伪标签；使用伪标签对3DCNN网络进行训练得到预训练模型；构建融合网络，并将预训练模型参数迁移到该融合网络中，使用真实标签对其进行训练；使用训练好的融合模型对高光谱图像进行分类。本发明采用改进的高光谱像元聚类方式和迁移学习方法，既生成了高质量的伪标签，又提升了迁移后模型的效果，提高了高光谱图像的分类精度，可应用于灾害监测、地质勘探、城市规划、农业和考古。
- 一种视觉显著性驱动的图像自动标注方法-202110992558.2
- 陈尚靖;贾丽;邹杨;张杉;周清楷;李庆武;周亚琴;马云鹏;刘艳;常心悦 - 河海大学
- 2021-08-27 - 2021-11-26 - G06K9/38
- 本发明公开了图像处理和计算机视觉技术领域的一种视觉显著性驱动的图像自动标注方法，包括：获取原始图像；采用SLIC超像素分割算法将原始图像划分为若干大小相近、形状不规则的超像素块；基于超像素块提取颜色与纹理特征计算前景对比度，得到图像的前景显著图；基于超像素块通过soft背景先验SBP算法提取背景先验知识，得到图像的背景先验图；通过最小化代价函数的数据和平滑度损失融合所述前景显著图与所述背景先验图得到粗显著图后，采用拉普拉斯正则化对其进行优化得到细化显著图；基于细化显著图的十维特征放入XG‑boost分类器中进行训练，获得最终标注结果。本发明实现图像精准显著性目标区域分割，抑制图像中复杂背景的干扰，提高图像自动标注效率。
- 一种目标检测系统、方法、装置、设备及介质-202110622240.5
- 廖丹萍 - 浙江智慧视频安防创新中心有限公司
- 2021-06-04 - 2021-11-16 - G06K9/38
- 本公开提供了一种目标检测系统、方法、装置、介质及设备，其中，所述系统包括：输入模块，用于接收输出的图像数据；特征提取模块，用于将所述图像数据经过卷积神经网络特征特取以得到提取特征图；候选区域建议模块，用于接收所述特征图，输出包含目标的前景区域的粗略边框位置和背景区域边框位置；候选区域提取模块，用于利用所述候选区域建议模块输出的边框位置，从所述特征图中裁剪出候选背景区域和前景区域，并将区域调整成相同大小，得到候选区域；检测模块，用于将得到的候选区域进行分类，并利用边框回归算法对前景候选区域的边框位置进行进一步修正，得到检测目标的最终位置。
- 一种生物数据性状识别系统-202110598086.2
- 陈军;翟文;陈伦林 - 东华理工大学南昌校区
- 2021-05-31 - 2021-11-12 - G06K9/38
- 本发明公开了一种生物数据性状识别系统，该系统通过使用GrabCut算法，算法中构建能量函数，优化能量函数分割图像，计算融合色彩矩阵和斑驳特征值提取颜色特征和斑驳特征，将融合色彩矩阵加入到SVM分类器得到新的SVM分类器，对SVM分类器输出数据与斑驳特征值数据进行数据处理，得到合格的生物序列，为生物分类提供极大便利。
- 图像处理方法、装置及存储介质-201810039464.1
- 李毅;张伟辰;吕敏;王红法;薛伟;肖磊;金涬 - 腾讯科技（深圳）有限公司
- 2018-01-16 - 2021-11-09 - G06K9/38
- 本发明公开了一种图像处理方法、装置及存储介质，属于图像处理技术领域。所述方法包括：对原始图像进行离散化处理，得到离散值图像；根据每个栅格的离散值，从离散值图像上，确定至少一个连通域；根据池化计算类型和每个连通域内每个栅格的特征值，对每个连通域进行池化计算，得到每个连通域上的池化计算结果；根据所有连通域上的池化计算结果，确定对原始图像的池化计算结果。本发明根据每个栅格的离散值和栅格间的位置关系，从离散值图像上确定出至少一个连通域，由于连通域上的各个像素点具有一定的关联性，因而池化计算结果更准确，进一步地提高了基于该池化结果所训练的图像识别模型的准确性。
- 一种基于深度学习识别HPV试纸的方法-202110802456.X
- 王勇;钟美玲;颜靖柯 - 桂林电子科技大学
- 2021-07-15 - 2021-10-29 - G06K9/38
- 本发明公开了一种基于深度学习识别HPV试纸的方法，属于图像处理技术领域，可以实现在机体识别HPV试纸时，可先通过漏电传感器检测电源线是否发生漏电现象，若发生漏电现象，将信息反馈到警报灯上进行报警，保证工作的安全性，同时通过第一散热风扇和第二散热风扇的均压通风配合散热板的散热，使形变记忆囊体内的冷却水蒸发成水蒸气，进行吸热，同时形变记忆囊体在高温下发生膨胀至与具有防尘作用的防尘框和防尘网相接触，防尘框内的二氧化碳气体可以有效的起到吸热和隔热作用，故水蒸气则随着形变记忆囊体的膨胀向上运动，由于隔热作用，上方温度较低，故开始凝结成水珠滴落下来，实现循环利用，有效的增强了其散热效果。
- 模糊车牌的字符分割方法及装置-201710203959.9
- 田凤彬 - 北京君正集成电路股份有限公司
- 2017-03-30 - 2021-10-26 - G06K9/38
- 本发明提供一种模糊车牌的字符分割方法及装置。所述方法包括：对模糊车牌进行预处理，得到所述模糊车牌的二值化图像；计算所述二值化图像的直方图；将所述直方图转换成对应的数轴曲线图；根据所述数轴曲线图确定所述模糊车牌的字符分割点；根据所述字符分割点分割所述模糊车牌。本发明能够提高模糊车牌字符分割的正确率。
- 一种基于灰度图溢出的背景分离方法-202110715542.7
- 刘贯伟;郝晨;张云峰;滕飞;江浩然 - 恒银金融科技股份有限公司
- 2021-06-28 - 2021-10-26 - G06K9/38
- 本发明公开了一种基于灰度图溢出的背景分离方法，包括如下步骤：步骤1：对原图像做溢出处理，溢出计算得到像素值大于255的记为255，得到溢出处理图像；步骤2：计算溢出处理图像的灰度直方图和均值，计算得到分离阈值，分离阈值是灰度直方图在均值两侧最高值的中间任意值；步骤3：将溢出处理图像中像素值小于分离阈值的像素点按同比例收缩，还原到原图像的像素值，溢出处理图像中像素值大于等于分离阈值的像素点不变，得到还原后图像；步骤4：对还原后图像计算灰度直方图和均值，按步骤2的方法计算得到新的分离阈值，将小于新的分离阈值的像素值缩小；大于新的分离阈值的像素值放大，得到最终前景和背景分离的图像。
- 一种基于实例分割的日本蟳群体行为视频分析方法-202110883453.3
- 刘辉;逯文强;王清;冷惠文;赵建民;袁秀堂;赵业 - 中国科学院烟台海岸带研究所
- 2021-08-03 - 2021-10-26 - G06K9/38
- 本申请涉及日本蟳群体行为视频分析技术，公开了一种基于实例分割的日本蟳群体行为视频分析方法，包括：步骤一、生物暂养与视频采集；步骤二、实例分割数据集建立；步骤三、日本蟳整体分割和头胸甲分割模型的建立；步骤四、日本蟳整体分割、头胸甲分割及ID号判断；步骤五、日本蟳运动能力和接触度评估。本发明方法可有效解决因日本蟳个体接触而带来ID难以预测的问题，为包括日本蟳在内的类似蟹类群体行为研究提供视频分析方法，且准确率满足行为学研究的需要，具有非常大的实用价值和产业应用价值。
- 一种图像处理方法、装置、计算机设备以及存储介质-202110791156.6
- 刘强 - 腾讯科技（深圳）有限公司
- 2021-07-13 - 2021-10-01 - G06K9/38
- 本申请实施例公开了一种图像处理方法、装置、计算机设备以及存储介质。其中方法包括：获取待处理图像，并提取所述待处理图像的多个图像特征；根据所述多个图像特征确定所述待处理图像中的多个候选镜头区域以及每个候选镜头区域的位置信息；从所述多个图像特征中获取多个目标图像特征，并对所述多个目标图像特征进行融合，得到融合图像特征，其中，所述目标图像特征包括背景图像特征；根据所述每个候选镜头区域的位置信息和所述融合图像特征，从所述多个候选镜头区域中确定目标镜头区域。可以有效识别出图像中的镜头区域。本申请涉及云技术领域，如可将上述数据存储到“云”中，还可以应用于数据推荐等场景，以实现精准推荐。
- 一种基于神经网络的图像分割方法、系统及存储介质-202110708841.8
- 张晶;蓝金桃 - 广东兴睿科技有限公司
- 2021-06-25 - 2021-10-01 - G06K9/38
- 本发明公开了一种基于神经网络的图像分割方法、系统及存储介质，包括以下步骤：将图像进行预处理，通过卷积神经网络模型获取所述图像的判别性目标区域，根据所述判别性目标区域获取目标位置特征；建立图像分割模型，根据所述目标位置特征及图像分割模型参数估算像素标签；将目标位置特征与所述像素标签进行匹配，通过图像分割模型得到给定图像的分割结果。本发明在图像分割过程中还对分割效果进行修正，使得图像分割准确性更高。
- 一种基于非均匀采样策略的傅里叶单像素成像方法-201910652291.5
- 曹杰;郝群;周栋;张开宇;张芳华 - 北京理工大学
- 2019-07-18 - 2021-09-28 - G06K9/38
- 本发明公开的一种基于非均匀采样策略的傅里叶单像素成像方法，属于光电成像技术领域。本发明实现方法为：首先是初始化参数，并对采样次数进行分组；然后采样获取P
- 一种基于多尺度目标检测的车标定位方法-202110529293.2
- 吴建锋;吴尚明;郑鹏勇;蒋燕君;尉理哲;徐振宇;阮越;叶芳芳;江俊;许森;王金铭;吕何新;王章权 - 浙江树人学院(浙江树人大学)
- 2021-05-14 - 2021-09-10 - G06K9/38
- 一种基于多尺度目标检测的车标定位方法，包括以下步骤：步骤S1：获取车辆图像并进行预处理；步骤S2：将经预处理后的车辆图像输入图像处理单元；步骤S3：图像处理单元进行图像处理后，输出车标位置坐标和大小；在步骤S2中，图像处理单元至少包括车标定位单元、位置区域裁剪单元和输出单元，其中，车标定位单元为预先训练好的深度神经网络模型。与现有技术相比，本发明基于车辆车牌和车标的相对位置关系，首先从大尺度图像中定位相对较大的目标，即车牌，而后参照得到的车牌位置对图像进行裁剪，得到车标的位置区域，这个区域即是包含车牌和车标的小尺度图像，将得到的小尺度图像再次输入模型，得到精准的车标位置和大小。
- 基于朴素贝叶斯的彩色图像二值化方法和系统-201810869443.2
- 李治江;丛林 - 武汉大学
- 2018-08-02 - 2021-09-03 - G06K9/38
- 本发明属于计算机及信息服务技术领域，涉及一种基于朴素贝叶斯的彩色图像二值化的方法。本发明通过监督学习的方法，基于朴素贝叶斯理论，实现了对自然场景环境下的彩色图像中的特定颜色区域的二值化。本发明主要包括从少数原始图片中获取正负样本数据、处理正负样本数据、通过正负样本训练模型、使用建立的模型对图片进行二值化处理以及必要时的更新数据重训练等步骤。本发明可广泛应用于数字图像的文字提取、图像分割、目标识别、标注图像数据等领域。
- 基于分层注意力机制的二值特征学习方法及系统-201910160295.1
- 鲁继文;周杰;王子为 - 清华大学
- 2019-03-04 - 2021-08-27 - G06K9/38
- 本发明公开了一种基于分层注意力机制的二值特征学习方法及系统，其中，该方法包括：将样本输入注意力树；根据注意力矩阵和所述样本的高维特征选择所述注意力树的子节点来生成所述样本的遍历路径；获取所述样本的遍历路径上所有子节点的注意力，对所述注意力进行正规加并作用到投影矩阵，以获取所述样本的二值描述子。该方法通过分层注意力机制挖掘不同样本中有代表性的信息，并对重要的信息施加以较高的关注度，从而使得二值特征对于样本中的信息具有较强的描述能力，可以解决由于二值特征表达能力有限而导致的信息损失的问题。
- 基于多源显著性和时空榜样适配的弱监督视频目标分割方法-202110322786.9
- 段立娟;恩擎;王文健;乔元华 - 北京工业大学
- 2021-03-25 - 2021-08-20 - G06K9/38
- 本发明公开了一种基于多源显著性和时空榜样适配的弱监督视频目标分割方法，属于特征学习和视频目标分割技术领域。该方法首先提取当前视频帧的空间显著性掩码和时间显著性掩码。训练多源显著融合网络对两者进行融合，得到时空显著掩码。随后计算时空契合度并将其进行排序；选择前N个时空契合度结果对应的视频帧作为时空榜样信息。将时空显著掩码作为分割目标伪标签，时空榜样结果作为适配目标，协同优化分割损失和时空榜样适配损失训练目标分割网络。本发明以学习的方法有效融合时空显著性先验知识，通过榜样适配机制提供可靠指导信息，使神经网络学习到相同类别视频中的一致性目标特征，在弱监督视频目标分割任务上取得了更加优秀的效果。
- 一种图像二值化处理方法及其系统-201910503783.8
- 李文昌;曹承宝;卢秋霞 - 江苏富山软件科技有限公司
- 2019-06-12 - 2021-08-20 - G06K9/38
- 本发明提供一种图像二值化处理方法及其系统，包括如下步骤：提供待处理图像，通过区域生长算法将待处理图像分割为若干区域，对所有区域进行平滑度处理，对待处理图像分割后的每块区域进行数据分析，获取每块区域内的图像数据，通过全局阈值方法得到每块区域的全局阈值，基于全局阈值设置每块区域的全局前景阈值上限，通过领域自适应方法获取每块区域的二值矩阵，对所有区域的二值矩阵进行分析，获取整个图像的二值图像；通过区域生长算法，将图像分割成各个区域，通过Sauvalo算法和Kittler算法解决了使用聚类二值化方法和领域自适应二值化方法时，无法对图像中的细节做准确处理，使用领域自适应二值化方法观察到的图像不同区域明暗度存在差异的问题。
- 纹样处理方法、电子设备及可读存储介质-202110586927.8
- 米成 - 上海起承文化发展有限公司
- 2021-05-27 - 2021-08-17 - G06K9/38
- 本发明公开了一种纹样处理方法、电子设备及可读存储介质，所述处理方法包括：对传统纹样图片中的纹样标记类型标签和纹样位置尺寸；将标记后的传统纹样图片作为训练数据输入机器学习算法，训练得到纹样检测模型；所述纹样检测模型的输入数据为纹样图片，输出数据为纹样图片中纹样的类型和纹样的位置尺寸。本申请将人工智能技术与传统纹样工作相结合，实现传统纹样的自动鉴别与标记，帮助研究人员及创作人员更有效的对纹样图片数据进行初期的批量化鉴别与整理；申请中包含的图像矢量化功能帮助图像使用者和设计人员快速实现图像矢量化并生成纹样线稿，从而有效降低对图像的二次编辑与修改难度，扩大图像的使用范围，提升再创作效率。
- 基于语义分割的证件图像顶点坐标回归系统和识别方法-202110451208.5
- 戚朕;章水鑫;周源赣 - 南京三百云信息科技有限公司
- 2021-04-25 - 2021-08-17 - G06K9/38
- 本发明公开了一种基于语义分割的证件图像顶点坐标回归系统，包括坐标回归模块，所述坐标回归模块设置在语义分割模块之后，主要是使用坐标回归模块将多种语义分割网络作为骨干网络，直接获得证件区域的多边形顶点坐标，坐标回归模块最终使用热力图中的最大值索引求得每个顶点的坐标。
- 图像中印章的识别方法、装置、处理设备及存储介质-202110798125.3
- 王旭伟;张良友;杜博纶 - 恒生电子股份有限公司
- 2021-07-15 - 2021-08-13 - G06K9/38
- 本申请提供一种图像中印章的识别方法、装置、处理设备及存储介质，涉及数据处理技术领域，包括：获取待检测图像；采用预设印章识别模型，对待检测图像进行识别，得到印章识别信息，印章识别信息包括：印章所在区域；对印章所在区域进行边缘检测，得到印章所在区域对应的边界坐标；根据印章所在区域对应的边界坐标，确定第一印章形状分类；根据第一印章形状分类，确定待检测图像中印章的识别结果。获取印章所在区域；继而采用边缘检测的方式获取区域对应的边界坐标，基于该边界坐标确定第一印章形状分类；结合了印章边缘的数学性质和几何特征，确定了第一印章形状分类，具有整体流程较为简单，计算量较小，计算效率较高的优点。
- 检测票据红水线的方法、系统、检测设备和存储介质-202011508090.7
- 张姣姣 - 深圳怡化电脑股份有限公司;南京怡化信息技术有限公司;深圳市怡化时代科技有限公司
- 2020-12-18 - 2021-08-13 - G06K9/38
- 本发明公开了一种检测票据红水线的方法，包括：获取目标检测票据的目标检测区域的目标检测图像，获取目标检测图像中红色像素点的第一数量和黑色像素点的第二数量，计算第一数量和第二数量之和与目标检测图像的像素总量的第一比值；判断第一比值是否小于所预设第一阈值，若否，则获取目标检测图像的二值化图像；获取二值化图像中至少一列的白线穿透第一个数，计算第一个数的第一平均值；判断第一平均值是否小于预设第二阈值，若否，则获取二值化图像的水平方向投影的投影直方图；判断投影直方图是否满足预设图像要求，若投影直方图满足预设图像要求，则判定目标检测区域存在红水线。本发明还公开了一种检测票据红水线的系统、检测设备和存储介质。
- 用于确定发束的灰色水平的方法-201980084180.7
- H·G·克尼贝尔;L·博南;A·克鲁思 - 汉高股份有限及两合公司
- 2019-12-17 - 2021-08-10 - G06K9/38
- 本发明涉及一种用于确定发束的灰色水平的方法和一种适于实施该方法的系统。首先，获得发束的图像，所述图像根据预先规定的表示标准来表示所述发束。所述图像包括用像素表示发束的部分。然后，确定所述部分的每个像素的亮度值。之后，确定在所确定的亮度值高于阈值亮度值的部分中的像素量。最后，通过评估在所述部分中所确定的像素量与像素总量的比率，来确定发束的灰色水平。
- 一种基于CAM与掩盖的弱监督物体定位方法-201910554530.3
- 徐杰;盛纾纬;魏号亮;黄云扬 - 电子科技大学
- 2019-06-25 - 2021-07-27 - G06K9/38
- 本发明公开了一种基于CAM与掩盖的弱监督物体定位方法，其包括以下步骤：S1、基于CAM获取第一显著性热力图；S2、获取边界框及框选区域；S3、获取掩码图；S4、对掩码图进行取反操作，得到掩盖了框选区域的新掩码图；S5、将新掩码图与原图相乘得到掩盖了原图中框选区域的图像A；S6、基于CAM方法获取图像A对应的第二显著性热力图；S7、合并并归一化第一显著性热力图和第二显著性热力图，得到框选了整体显著区域的图像，完成基于CAM与掩盖的弱监督物体定位方法。本方法可提高弱监督物体定位准确率，可以应用于多种网络结构，能很便捷的与其他网络结构相结合，具有很强的灵活性。
- 一种小麦抽穗期识别方法、装置、电子设备及存储介质-202110476746.X
- 宫泽;周望;张继波;浦凯文;周正乾;徐爱国;严立状;丁峥伟;万鹏雷 - 航天新气象科技有限公司
- 2021-04-29 - 2021-07-20 - G06K9/38
- 本申请提供一种小麦抽穗期识别方法、装置、电子设备及存储介质，该方法包括：获取小麦种植区的监控图像及监控图像的高层次语义信息；提取监控图像中的麦穗图像特征；融合监控图像的高层次语义信息和麦穗图像特征，以得到目标特征；根据目标特征，确定小麦抽穗期识别结果。上述方案提供的方法，通过根据融合了监控图像的高层次语义信息和麦穗图像特征的目标特征，确定识别结果，提高了识别结果的准确性。
- 一种棉花害虫定位与分类识别方法及系统-202110455254.2
- 杨公平;张岩;孙启玉;宋成秀;褚德峰;张同心 - 山东大学;山东锋士信息技术有限公司
- 2021-04-26 - 2021-07-16 - G06K9/38
- 本公开提供了一种棉花害虫定位与分类识别方法及系统，包括：获取待分类的害虫图像；对害虫图像进行超像素分割，并以每个超像素为单位提取其特征向量；对图片中的所有超像素进行层次聚类，自上而下逐步将所有超像素最终聚类为害虫区域和背景区域；对得到的害虫区域进行颜色和纹理特征提取，并使用PCA主成分分析法进行降维处理；基于降维后的特征，利用预训练的梯度提升树进行分类，获得分类结果；所述方案通过利用超像素分割与梯度提升树对棉花叶片害虫进行定位与分类，并且将同一类害虫的幼虫与成虫作为两个类别处理，有效提高害虫分类的效率和鲁棒性。
- 一种基于RGB-D视觉的在线果蔬识别系统及方法-202110476768.6
- 刘利;马泰安;邱志东;刘伟;史颖刚 - 西北农林科技大学
- 2021-04-29 - 2021-07-16 - G06K9/38
- 本发明涉及一种基于RGB‑D视觉的在线果蔬识别系统及方法，其特征在于，包括在线载物平台、实感深度相机和识别控制系统，所述识别控制系统包括主控机及点云处理模块、点云识别模块、人机交互模块;所述实感深度相机与所述主控机连接；所述点云处理模块包括点云图像生成模块、点云图像增强模块、点云图像滤波模块、点云图像配准模块、点云图像分割模块和点云图像发送模块；所述点云识别模块包括点云图像匹配模块和点云模型特征数据库；所述点云模型特征数据库包括点云颜色数据库、点云轮廓数据库和点云特征数据库；本发明识别精度高，误识别率低，操作性好，自动化程度高。
- 专利分类
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
