“显著图”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4084898个，建议您升级VIP下载更多相关专利

[发明专利]基于显著自适应的视觉舒适预测及非线性映射的视觉舒适增强方法-CN201410766071.2有效
发明人：郑喆坤;刘红民;王帅;崔玉;金重圭;尹仁龙;权炳贤 -专利权人：西安电子科技大学
申请日： 2014-12-11 - 公布日： 2015-03-25 - 主分类号： H04N17/00 文献下载
摘要：本发明属于3D立体显示技术领域，具体公开了一种基于显著自适应的视觉舒适预测及非线性映射的视觉舒适增强方法，其实现步骤：1)提取图像的彩色显著图和视差显著图；2)彩色显著图归一化处理，将归一化值作为权值乘以视差显著图，得到显著自适应视差图；3)利用阈值分割提取显著不舒适区域；4)提取视差特征，基于SVR估计视觉舒适度，计算VC值进行可视化操作；5)显著自适应视差图的非线性映射处理；6)利用DIBR技术，映射后的视差图和原右视图作输入合成虚拟图像本发明预测的视觉舒适度比主观评价得到的有较高相关性，既减小了过度视差，又保持了图像的显著信息，从而提高立体图像的视觉舒适度，可广泛用于3D立体显示。
基于显著自适应视觉舒适预测非线性映射增强方法

[发明专利]一种基于HEVC的压缩域显著性检测方法-CN201711389311.1有效
发明人：周巍;白瑞;魏恒璐;张冠文 -专利权人：西北工业大学
申请日： 2017-12-21 - 公布日： 2021-07-13 - 主分类号： H04N19/186 文献下载
摘要：本发明提供了一种基于HEVC的压缩域显著性检测方法，涉及视频技术处理领域，通过提取色度、亮度和纹理静态特征图，建立滤除静态特征图背景的模型，计算最终静态显著性图和动态显著性图，得到最终的显著性图。本发明较其它显著性模型的精度有一定的提高，并且检测算法较为稳定，同时相应降低了算法的复杂度，应用高斯分布滤除静态特征图的背景，充分提取静态特征信息，使得计算精度提高；动态显著性图计算中包含了图像的运动特征、纹理特征和统计特性，使得算法的复杂度降低，因为压缩域的显著性反应的是重建视频的显著性，所以更有利于感知视频编码；采用自适应的融合算法，使得显著性值更加精确。
一种基于 hevc 压缩显著检测方法

[发明专利]基于感数信息的弱监督显著目标检测系统及方法-CN202210803684.3在审
发明人：谭鑫;赵嘉成;马利庄 -专利权人：上海交通大学
申请日： 2022-07-07 - 公布日： 2022-10-21 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于感数信息的弱监督显著目标检测系统及方法，系统包括：显著性感数模块：对输入图像根据显著目标的个数不同执行分类任务，输出初始显著性图；显著性更新模块：将显著性感数模块输出的初始显著性图与原始图像进行图像融合作为下一次迭代时显著性感数模块的新输入图像；细化模块：对迭代完成后显著性感数模块输出的完整的显著性图进行细化输出显著目标检测结果图。与现有技术相比，本发明解决了依赖于大量的像素级标签的费力低效的问题，以及在有限类别内检测通用物体，而不是显著物体的问题，提升了可用训练样本的数量，保证了图像类别标签的显著性。
基于信息监督显著目标检测系统方法

[发明专利]融合时空特征的视频图像视觉显著程度检测方法-CN201410061301.5有效
发明人：段立娟;席涛;吴春鹏;马伟;苗军;齐洪钢 -专利权人：北京工业大学
申请日： 2014-02-24 - 公布日： 2014-05-14 - 主分类号： G06T7/20 文献下载
摘要：本发明涉及一种融合时空特征的视频图像视觉显著程度检测方法，包括：将输入图像切分成图像块，并进行向量化；对所有向量通过主成分分析进行降维；计算每个图像块与其它所有图像块的不相似度，再结合图像块之间的距离计算得到每个图像块的视觉显著性程度，得到空间特征显著图；对空间特征显著图施加中央偏置；计算每个图像块的运动矢量，并结合前两帧的运动矢量提取当前图像块的运动特征，得到时间特征显著图；融合空间和时间特征显著图得到时空特征显著图，进行平滑后得到最终反映图像上各个区域显著程度的结果图像本发明采用融合时空特征的显著图，能够更准确地预测视频中不同区域的显著程度。
融合时空特征视频图像视觉显著程度检测方法

[发明专利]一种基于等照度线的图像显著度计算方法-CN201310248633.X有效
发明人：陈岭;闯跃龙;陈根才 -专利权人：浙江大学
申请日： 2013-06-20 - 公布日： 2013-10-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于等照度线的图像显著度计算方法，包括：将待处理图像分为CIELAB颜色空间中的三个图像子图，分别对应a分量、b分量和L分量；获取每个图像子图的潜在结构位置信息和全局显著性信息；计算特征子通道显著图并构建最终的图像显著度图与现有技术相比，本发明采用全局与局部相融合的方式实现图像显著度信息的提取，在保证显著度信息准确性的基础上过滤掉非显著度信息；采用非训练方式实现图像显著信息提取，不需要任何先验或高级别信息，计算方法简单高效；采用同一方法计算三个特征子通道的显著图，避免在构建最终的图像显著度图时出现信息丢失。
一种基于照度图像显著计算方法

[发明专利]一种基于中心矩形构图先验的显著目标检测方法-CN201610576594.X有效
发明人：刘政怡;邵婷;宋腾飞;吴建国;郭星;李炜 -专利权人：安徽大学
申请日： 2016-07-20 - 公布日： 2019-02-22 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种基于中心矩形构图先验的显著目标检测方法。所述中心矩形是指三分构图线的四个构图交点围成的矩形。假设显著目标沿中心矩形构图线排列，对中心矩形四条边上的超像素进行相关性排序，获取中心矩形构图线显著图；假设显著目标位于中心矩形构图交点上，根据所述中心矩形构图线显著图去除不可能成为显著目标的构图交点，然后分别以剩下的构图交点为中心节点，计算图像中所有超像素节点与中心节点的空间距离，形成对应的显著图，最后将其相加融合形成中心矩形构图交点显著图；之后利用紧凑性关系获取紧凑性关系显著图；最后，三者融合得到最终的显著图。
一种基于中心矩形构图先验显著目标检测方法

[发明专利]一种结合彩色和深度信息的图像显著目标检测方法-CN201811582701.5有效
发明人：汪宁宁;龚小谨 -专利权人：浙江大学
申请日： 2018-12-24 - 公布日： 2020-10-27 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种结合彩色和深度信息的图像显著目标检测方法。采集多幅已知显著目标区域的彩色图像及其对应的深度图像，构建神经网络并输入彩色图像与深度图像，分别得到彩色和深度信息预测的显著图，神经网络设置一路分支预测权重图，彩色信息预测的显著图和深度信息预测的显著图根据权重图得到融合后的最终显著目标检测图；构建显著图损失函数、权重图损失函数和边缘保持损失函数进行训练，采用训练后的神经网络处理待测彩色图像及其深度图像，获得显著目标检测结果。本发明能够选择彩色及深度信息预测的显著图各自最有效的部分进行融合，同时保持边缘细节，与以往结合彩色和深度信息的图像显著目标检测方法相比取得了更好的效果。
一种结合彩色深度信息图像显著目标检测方法

[发明专利]一种基于迭代图割和自适应聚类的显著性检测方法-CN201610902519.8有效
发明人：陈炳才;周超;姚念民;高振国;王健;余超;卢志茂;谭国真 -专利权人：大连理工大学
申请日： 2016-10-17 - 公布日： 2019-04-09 - 主分类号： G06T7/11 文献下载
摘要：本发明属于图像处理领域，涉及一种基于迭代图割和自适应聚类的显著性检测方法，解决图像显著性检测问题。首先，使用简单线性迭代聚类SLIC算法对图像进行分割，得到大小不同的超像素。然后，基于迭代图割算法得到图像的背景部分，提出自适应聚类算法构建图像的初始显著性图。最后，根据初始显著性图中的显著部分，通过超像素的区域性查找显著区域，使用迭代图割算法更新显著区域得到最终的显著性图。
一种基于迭代图割自适应显著检测方法

[发明专利]岩石检测方法及装置-CN201710118126.2在审
发明人：曹云峰;李海波;丁萌;庄丽葵;胡运强;淘江;张洲宇 -专利权人：南京航空航天大学
申请日： 2017-03-01 - 公布日： 2017-06-27 - 主分类号： G06T7/11 文献下载
摘要：所述方法包括获取火星地表待测区域的光学图像以及深度图像；将所述光学图像以及所述深度图像进行配准；分别获取配准后的所述光学图像的光学图像显著图以及配准后的所述深度图像的深度图像显著图；将所述光学图像显著图以及所述深度图像显著图融合获得融合显著图；确定所述融合显著图中岩石所在位置，从而确定待测区域内岩石所在位置。本方案通过对火星地表待测区域的配准后的光学图像以及深度图像求取显著图，再对获得的显著图进行融合，从融合后的融合显著图中确定显著部分所在的位置为岩石所在位置，不依赖于岩石阴影信息，且检测结果准确。
岩石检测方法装置

[发明专利]一种基于改进凸包的显著性检测方法-CN201710200699.X在审
发明人：林晓;朱恒亮;蒋林华 -专利权人：上海理工大学
申请日： 2017-03-30 - 公布日： 2017-08-08 - 主分类号： G06T7/90 文献下载
摘要：一种基于改进凸包的显著性检测方法包括对输入的图像进行角点检测，得到前景目标大致位置，对原图像进行Harris角点检测，然后用Graham扫描算法计算角点凸包。对原图像进行高斯滤波，得到滤波后图像的凸包区域，凸包区域的交集作为输入图像前景目标的近似位置；对原图进行超像素分割，根据交集凸包得到前景先验图，背景先验图和以凸包为中心的全局对比图；根据前/背景先验图得到凸包先验图，把凸包先验图和全局对比图融合为显著性结果图，然后根据优化函数对显著性结果图进行优化，得到最终的显著性图。与现有技术相比，能够快速有效的检测图像的显著性区域，得到一致高亮的显著目标，得到较符合视觉感知的显著图。
一种基于改进显著检测方法

[发明专利]一种基于改进的BL模型建成区提取方法-CN201811348631.7在审
发明人：王璐;孟庆岩;孙震辉;赵茂帆;胡蝶;刘振华;胡月明 -专利权人：中国科学院遥感与数字地球研究所;华南农业大学
申请日： 2018-11-13 - 公布日： 2019-04-12 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于改进的BL模型建成区提取方法，包括如下步骤：对图像进行预处理；基于多线索融合和测地加权贝叶斯模型构建弱显著图，并基于弱显著性图选取强化分类模型的训练样本；训练得到强显著性图，并基于加权方法整合弱显著性图和强显著性图；使用分数阶达尔文粒子群优化算法分割最终的显著图，以准确捕捉建成区的信息。
显著性图显著图加权预处理粒子群优化算法贝叶斯模型分类模型训练样本遥感图像分数阶构建整合改进捕捉图像融合线索分割

[发明专利]基于小波轮廓波变换与视觉显著性的经编织物疵点检测方法-CN201510684807.6有效
发明人：李岳阳;蒋高明;丛洪莲;夏风林;夏栋 -专利权人：江南大学
申请日： 2015-10-20 - 公布日： 2018-11-30 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于小波轮廓波变换与视觉显著性的经编织物疵点检测方法，包括以下步骤：选择基波，构建小波变换滤波器；对待测经编织物图像进行小波分解，得到近似特征子图与细节特征子图；对近似特征子图之间和细节特征子图进行高斯差分得到近似特征差分子图和细节特征差分子图；对特征差分子图进行归一化处理后进行加相融合得到近似特征显著图和细节特征显著图；采用非下采样方向滤波器组对细节特征显著图进行卷积滤波，得到细节特征方向子带系数，并根据能量原理选择能量较高的子带系数进行重构细节特征显著图；对近似特征显著图和重构细节特征显著图进行分割，处理分割图后将各分割图像相加，再进行疵点判别。
基于轮廓变换视觉显著编织物疵点检测方法

[发明专利]基于扩散距离高置信度信息的图像显著性物体检测方法-CN201710532032.X有效
发明人：陈莉;孙思远 -专利权人：清华大学
申请日： 2017-07-03 - 公布日： 2020-10-16 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于扩散距离高置信度信息的图像显著性物体检测方法，属于计算机图像处理中显著性检测技术领域。首先计算图像的超像素，并在图像空间和特征空间构建图，在不同的扩散时间下，基于图计算每个超像素到图像边界的最小扩散距离，得到多尺度显著性图，将多尺度显著性图加权融合得到高置信显著性图，同时利用基于最小生成树的实时显著性物体检测方法得到距离图；之后从高置信前景图和距离图中提取初始化信息，迭代地使用抓割方法得到显著性物体图，并在每次迭代过程中改善初始化信息，从而逐步得到准确的显著性物体检测结果。本方法增强了检测结果对噪声的鲁棒性，可从图像中提取出既准确又完整的显著性物体。
基于扩散距离置信信息图像显著物体检测方法

[发明专利]结合颜色和深度信息的显著性目标检测方法-CN201510781045.1有效
发明人：童若锋;唐延龙;唐敏;张赟 -专利权人：浙江大学
申请日： 2015-11-16 - 公布日： 2019-02-05 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种结合颜色和深度信息的显著性目标检测方法，包括：S1:输入双目图像，并计算左图的深度图；S2:利用区域颜色对比度方法计算左图初始的显著性图，然后基于深度图计算第二个显著性图；S3:把S2中的两个显著性图结合，产生一个滤除背景噪声的显著性图，从中提取显著性区域，并从中采样种子点，作为显著性物体位置的估计；S4：利用S3中的种子点，推断出显著性目标的边界，扩散出整个显著性物体。该发明能够显著提高显著性目标的检测效果。
显著性显著性图显著性物体目标检测深度信息种子点深度图计算背景噪声区域颜色双目图像深度图采样滤除推断扩散检测

[发明专利]一种立体图像显著性的检测方法、装置、设备及存储介质-CN201810004732.6有效
发明人：王旭;张秋丹;江健民;周宇 -专利权人：深圳大学
申请日： 2018-01-03 - 公布日： 2022-02-22 - 主分类号： G06V10/26 文献下载
摘要：本发明适用图像处理技术领域，提供了一种立体图像显著性的检测方法、装置、设备及存储介质，该方法包括：当接收到立体图像显著性检测的请求时，首先，通过超像素图像分割算法分别对立体图像的颜色图像和深度图像进行分割，然后，通过多尺度区域级别的显著性预测网络对分割后得到的所有像素区域进行特征提取，得到所有像素区域对应的显著性值，根据每个显著性值对每个显著性值对应的像素区域进行处理，得到颜色图像的颜色显著性图和深度图像的深度显著性图，最后，通过空间融合网络将颜色显著性图和深度显著性图进行融合，生成立体图像的显著性图，从而降低了提取立体图像显著性特征的误差，提高了立体图像的显著性检测精确度。
一种立体图像显著检测方法装置设备存储介质