“多尺度边缘检测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4396481个，建议您升级VIP下载更多相关专利

[发明专利]一种图像边缘检测方法、检测装置及计算机存储介质-CN201810646001.1在审
发明人：邓亮;姚杰;陈先开;冯良炳 -专利权人：深圳辰视智能科技有限公司
申请日： 2018-06-21 - 公布日： 2018-11-27 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种图像边缘检测方法、检测装置及计算机存储介质，属于机器视觉领域。一种图像边缘检测方法，包括：生成同一物体的多曝光多尺度边缘图像；根据上述生成的每个尺度边缘图像，融合不同曝光时间的边缘图像，生成融合多曝光边缘图像；根据上述融合多曝光边缘图像，融合相邻尺度的边缘图像，生成融合多尺度边缘图像；根据上述融合多尺度边缘图像，生成边缘图像。本发明提供的一种图像边缘检测方法、检测装置及计算机存储介质，可以解决单次曝光图像无法完全捕捉不同反光率目标边缘，以及传统的采用多曝光图像融合生成HDRI图像中合成效率低的问题。
边缘图像图像边缘检测融合计算机存储介质检测装置多尺度曝光尺度多曝光图像图像单次曝光机器视觉目标边缘同一物体传统的反光率捕捉合成

[发明专利]基于多尺度数学形态学特征融合的海洋内波检测算法-CN201810960749.9在审
发明人：张雪禹;刘梦诗;潘海朗 -专利权人：南京理工大学
申请日： 2018-08-22 - 公布日： 2019-03-01 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种基于多尺度数学形态学特征融合的海洋内波检测算法，包括以下步骤：基于小波变换模极大值的多尺度边缘检测获得多尺度边缘信息；对小波分解后得到的低频子图像使用多尺度形态学检测边缘；再利用连通域的方法抹去面积小的干扰区域；将模极大值多尺度小波边缘检测结果与多尺度形态学边缘检测的结果进行图像融合，最终得到多结构元素多尺度边缘检测图像。与已有的纹理滤波方法相比，本发明的滤波结果既能很好地保持图像的结构信息，同时又能滤除一些不必要的纹理细节；本发明提出的结构检测和纹理滤波算法相较己有算法在弱梯度结构的识别和保持以及多尺度、强梯度纹理的抑制和平滑等方面取得了较好的效果
多尺度纹理算法多尺度边缘检测多尺度形态学数学形态学特征融合波检测小波边缘检测图像低频子图像小波变换模边缘检测边缘信息干扰区域检测边缘结构检测结构信息结构元素滤波结果滤波算法梯度结构图像融合纹理细节小波分解连通域再利用海洋滤波滤除

[发明专利]基于改进Wedgelet的多尺度SAR图像边缘检测方法-CN200810150090.7有效
发明人：侯彪;刘佩;王爽;焦李成;张向荣;马文萍 -专利权人：西安电子科技大学
申请日： 2008-06-20 - 公布日： 2008-12-24 - 主分类号： G01S13/90 文献下载
摘要：本发明公开了一种基于改进多尺度Wedgelet变换的SAR图像边缘检测方法，它涉及图像处理领域。其目的在于解决传统边缘检测方法很难同时兼顾噪声抑制和对边缘完整准确的定位问题。其过程为：1.将SAR图像转化为灰度图像并将其分成多个子图像；2.对每个子图像，自适应地按照自下向上的尺度进行多尺度Wedgelet分解，用四叉树存储各个尺度的分解系数；3.根据分解得到的系数四叉树，对每个子图像进行多尺度Wedgelet逼近，最终得到整幅图像的多尺度Wedgelet逼近；4.根据得到的多尺度Wedgelet逼近图像，通过边缘提取梯度算子检测逼近图像的边缘；5.去除边缘图像中长度小于设定阈值的杂边缘对边缘图像的干扰本发明具有运行时间快和边缘检测效果好的优点，可用于SAR图像的边缘检测。
基于改进 wedgelet 尺度 sar 图像边缘检测方法

[发明专利]多尺度伪标注方法、系统及装置-CN202310451733.6在审
发明人：周长胜;郑毅;王雨思;袁超;王鸿鑫;贺慧敏;李海洋;彭济根 -专利权人：广州大学
申请日： 2023-04-23 - 公布日： 2023-09-08 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种多尺度伪标注方法、系统及装置，包括：S1、生成多尺度伪标签；S2、将多尺度伪标签融合，得到融合伪标签；S3、将多尺度伪标签和融合伪标签进行平滑，得到平滑伪标签；S4、建立边缘检测子，根据边缘检测子进行边缘预测，得到预测的边缘；S5、建立目标优化函数；S6、将预测边缘和平滑伪标签输入到目标优化函数中，计算得到误差结果；S7、根据误差结果对边缘检测子进行更新；S8、对更新后的边缘检测子进行性能评价。本发明可以实现边缘的多尺度伪标注。
尺度标注方法系统装置

[发明专利]一种基于残差网络的道路图像多尺度边缘检测模型及方法-CN202011007469.X在审
发明人：王洪剑;陈涛;黄向军;林江;孙国梁 -专利权人：清华大学苏州汽车研究院（相城）
申请日： 2020-09-23 - 公布日： 2020-12-15 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种基于残差网络的道路图像多尺度边缘检测模型及方法，所述模型包括：数据集构建模块，用于利用各种行驶道路的图像构建用于模型训练用的数据集；训练样本加载模块，用于在训练时批量加载训练样本，并于加载时将图像尺寸裁剪为同等大小，输入到多尺度边缘检测网络；多尺度边缘检测网络，用于在训练时通过不同层之间输出结果的相互约束来帮助网络的不同层学习检测不同尺度的图像边缘特征，最终使网络由浅层到深层能够检测从小尺度到大尺度的图像边缘。
一种基于网络道路图像尺度边缘检测模型方法

[发明专利]一种基于多尺度边缘注意力的全景分割方法-CN202110100670.0有效
发明人：雷晓春;梁止潆;江泽涛;张丁介;李云灏;汪小龙;秦慧颖 -专利权人：桂林电子科技大学
申请日： 2021-01-26 - 公布日： 2022-05-24 - 主分类号： G06T7/12 文献下载
摘要：本发明公开一种基于多尺度边缘注意力的全景分割方法，针对不同尺度的图片进行多尺度边缘检测引导，多尺度的边缘检测引导可以让每个尺度选出较优权重再进行融合得到效果更好的全景分割结果。基于多尺度的边缘注意力模块提取图片的边缘金字塔，更好地提取物体的深层边缘信息。特征金字塔深度参与到全景分割网络的学习中去，与全景分割原本的多维度特征进行多次互补融合，相互影响，不仅能提高全景分割的精度，也可以大幅度提高最终结果中的物体边缘信息识别。
一种基于尺度边缘注意力全景分割方法

[发明专利]基于多尺度条件对抗网络的海上溢油检测方法-CN202110577515.8在审
发明人：任鹏;李永庆;刘善伟;吕新荣;宋冬梅 -专利权人：中国石油大学（华东）
申请日： 2021-05-26 - 公布日： 2021-08-17 - 主分类号： G06K9/00 文献下载
摘要：基于多尺度条件对抗网络的海上溢油检测方法属于溢油检测领域，解决了小样本训练条件下检测精度低的问题。其步骤为：(1)构建小样本训练集；(2)构建多尺度条件对抗网络；(3)取一样本对并降采样至不同尺度，分别作为各级对抗网络的输入分量；(4)对抗训练按由粗到精的尺度逐级独立进行，生成器损失函数引入边缘约束项以增强边缘检测效果；(5)当前尺度生成器的输出作为下一尺度生成器的输入分量；(6)重复步骤(3)至(5)，循环遍历训练集至预设的训练次数；(7)将测试集的溢油图像输入多尺度生成器模型，输出溢油检测结果。综上，图像多尺度特征的有效融合，边缘约束项对边缘检测的增强，保证了小样本训练下的溢油检测性能。
基于尺度条件对抗网络海上溢油检测方法

[发明专利]一种基于高斯差分多尺度边缘融合的车辆检测方法-CN201410181851.0有效
发明人：赵祥模;惠飞;穆柯楠;杨澜;史昕;马峻岩 -专利权人：长安大学
申请日： 2014-04-30 - 公布日： 2017-02-15 - 主分类号： G06T7/13 文献下载
摘要：一种基于高斯差分多尺度边缘融合的车辆检测方法，首先对图像进行高斯尺度变换，得到四幅相邻尺度的高斯图像。然后对这四个尺度相邻的高斯图像进行相邻尺度图像之间差分运算，得到三个不同尺度的高斯差分图像并对其采用Sobel算子进行边缘检测，再进行尺度向上搜索的边缘融合，得到尽可能多的车辆边缘信息同时去除大量背景边缘，再对融合的边缘图像进行膨胀、闭运算、孔洞填充等一系列形态学操作，得到代表车辆的连通域图像，最后根据连通域的位置信息在原图像中确定出车辆所在位置的外界矩形，实现车辆检测。本发明对多尺度图像进行处理，降低了算法复杂度，减少了计算量，能有效提高车辆检测的效率，得到较好的检测结果。
一种基于高斯差分多尺度边缘融合车辆检测方法

[发明专利]基于自适应边缘特征语义分割的无人机巡航检测方法-CN202310471491.7在审
发明人：张晖;石亦巍;赵海涛;朱洪波 -专利权人：南京邮电大学
申请日： 2023-04-27 - 公布日： 2023-07-28 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于自适应边缘特征语义分割的无人机巡航检测方法，基于预定义多尺度多形状边缘检测算子组，利用基于边缘概率的多形状边缘特征融合方法，得到多形状边缘特征图；利用基于目标匹配度的多尺度边缘特征加权方法，得到多尺度多形状边缘特征图；搭建改进DeepLabV3+语义分割网络，在编码器中使用感受野融合空洞空间金字塔池化模块，将多尺度多形状边缘特征图组补充进网络解码器部分，并对改进网络进行训练；最后，利用训练好网络对无人机巡检所获得的遥感图像中的目标进行分割检测本发明通过在无人机巡检数据集上进行训练提取泛化的巡检目标所具有的特征表示，突出不同目标特征之间的可区分度，提高检测准确度，减少了人工巡检的工作。
基于自适应边缘特征语义分割无人机巡航检测方法

[发明专利]一种基于多参数阈值的海洋中尺度涡边缘检测方法及系统-CN202111545191.6在审
发明人：许素芹;陈标;苑黎明;余路;李婷婷;陈捷;于振涛;程普;陶荣华;秦锋 -专利权人：中国人民解放军海军潜艇学院
申请日： 2021-12-16 - 公布日： 2022-04-05 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于多参数阈值的海洋中尺度涡边缘检测方法及系统，包括：采集包含中尺度涡现象的SAR数据，通过辐射定标、距离向校正和地理编码处理，获取具有高几何分辨率的中尺度涡SAR图像；采用多参数阈值法，检测中尺度涡SAR图像的中尺度涡特征区域，并提取中尺度涡特征区域的中尺度涡边缘，获取边缘位置参数；基于中尺度涡特征区域和边缘位置参数，提取涡区形心作为中尺度涡中心，获取中尺度涡中心位置参数；本发明有效的解决了SAR图像中尺度涡现象不明显、看不清的情况下很难有效检测中尺度涡边缘的问题，对提高多源高分辨率SAR数据综合应用效益及新型SAR探测卫星数据开发具有重要理论价值和实践意义。
一种基于参数阈值海洋尺度边缘检测方法系统

[发明专利]一种基于深度学习的钢卷端面边缘检测方法-CN201910844889.4有效
发明人：张发恩;范峻铭;黄家水;唐永亮 -专利权人：创新奇智（成都）科技有限公司
申请日： 2019-09-07 - 公布日： 2021-02-26 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度学习的钢卷端面边缘检测方法，包括对深度卷积神经网络结构进行改进，分别对多尺度特征提取部分和多尺度特征融合部分进行改进，多尺度特征提取部分由五个不同尺度的特征提取模块组成，多尺度特征融合部分主要由卷积层和反卷积层组成，进行图像采集，将采集后的图像送入深度卷积神经网络进行边缘检测，然后输出边缘检测结果；本发明通过对深度卷积神经网络进行改进，深度卷积神经网络从数据中自动学习特征，能够学习到忽略数字的边缘，只将钢卷的边缘给表示出来，具有更好的鲁棒性，检测效果好。
一种基于深度学习端面边缘检测方法

[发明专利]一种基于多尺度特征动态融合的显著性目标检测方法-CN202110494656.3在审
发明人：孙延光;夏晨星;段松松;张海涛 -专利权人：安徽理工大学
申请日： 2021-05-06 - 公布日： 2021-07-20 - 主分类号： G06K9/32 文献下载
摘要：本发明属于计算机视觉领域，提供了一种基于多尺度特征动态融合的显著性目标检测方法，包括以下步骤：1)利用VGG‑16主干框架对RGB图像进行多尺度特征提取并进行编码；2)利用多尺度特征动态融合模块优化多尺度特征，生成初始显著性图；3)利用边缘预测模块从主干网络中低层次的特征生成高质量边缘信息图；4)初始显著性图与边缘信息图进行高效融合增强显著性目标的边缘信息，生成高性能最终显著性图。与现有的技术相比，本发明基于多尺度动态特征融合的显著性检测算法融合了多尺度特征和边缘预测网络，可以有效提升显著性图的质量。
一种基于尺度特征动态融合显著目标检测方法

[发明专利]基于多尺度Gabor一阶导数的图像边缘检测方法-CN202011240357.9有效
发明人：顾梅花;冯婧;王苗苗;刘晓龙 -专利权人：西安工程大学
申请日： 2020-11-09 - 公布日： 2023-06-23 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种基于多尺度Gabor一阶导数的图像边缘检测方法，具体为：步骤1，将待检测的彩色图像转换到CIE LAB彩色空间，分解为L、A、B三个通道图像；步骤2，构建多尺度多方向的Gabor一阶导数滤波器组，分别对L、A、B三个通道图像进行滤波，得到滤波响应；步骤3，根据滤波响应，计算边缘强度图、边缘方向图和边缘尺度图，根据边缘强度图和边缘方向图进行非极大值抑制，然后结合边缘尺度图补偿边缘强度，得到补偿后的边缘强度图；步骤4，根据步骤3得到的补偿后的边缘强度图，经双阈值法得到图像边缘。本发明的基于多尺度Gabor一阶导数的图像边缘检测方法，解决了现有技术中存在的边缘不连续的问题。
基于尺度 gabor 一阶导数图像边缘检测方法

[发明专利]一种基于多尺度边缘线索的层次化图像分割方法-CN201811113242.6有效
发明人：孙正兴;徐峻峰;胡安琦;王爽 -专利权人：南京大学
申请日： 2018-09-25 - 公布日： 2022-03-15 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于多尺度边缘线索的层次化图像分割方法，包括以下步骤：对输入图像进行超像素化，获得图像的过分割区域；对输入图像进行多尺度的内容风格分离，从而提取图像的内容部件，并使用边缘检测方法检测图像内容部件的边缘信息，获取多尺度的边缘概率图；根据多尺度边缘线索度量过分割区域之间的相似度，并进行迭代式区域合并，生成层次合并树；根据层次合并树和先验信息建立能量函数，并采用动态规划方法求解能量函数从而优化层次合并树结构，
一种基于尺度边缘线索层次图像分割方法

[发明专利]基于点线面多任务遥感影像建筑物提取方法-CN202310550520.9在审
发明人：何治宇;吴炜 -专利权人：浙江工业大学
申请日： 2023-05-16 - 公布日： 2023-09-01 - 主分类号： G06V20/10 文献下载
摘要：基于点线面多任务遥感影像建筑物提取方法，包括：首先在原始语义分割网络的基础上引入边缘和角点联合检测分支结构，分别提取建筑物语义、边缘、角点多尺度特征；其次对三类特征进行尺度内融合；最后对融合后的多尺度特征进行尺度间融合，得到建筑物的语义分割、边缘检测、角点检测结果。本发明充分利用尺度内和尺度间的特征融合方式，提升了对建筑物多尺度特征的信息提取能力；使用边缘和角点特征增强了语义的边缘，使得建筑物语义分割边缘更加规则；同时多任务网络能够共享特征，任务之间彼此监督，通过使用任务之间相关联的特征信息来减少误差
基于点线任务遥感影像建筑物提取方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条