[发明专利]从灰度图像中检测和描述特征的方法在审
| 申请号： | 201180073206.1 | 申请日： | 2011-08-31 |
| 公开（公告）号： | CN103959307A | 公开（公告）日： | 2014-07-30 |
| 发明（设计）人： | D·库尔茨;彼得·梅尔 | 申请（专利权）人： | METAIO有限公司 |
| 主分类号： | G06K9/42 | 分类号： | G06K9/42;G06T7/60 |
| 代理公司： | 北京海虹嘉诚知识产权代理有限公司 11129 | 代理人： | 李翀 |
| 地址： | 德国*** | 国省代码： | 德国;DE |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了从灰度图像中检测和描述特征的方法。在若干方面的一个中，方法包括步骤：提供由捕获设备捕获的灰度图像，提供用于确定灰度图像中的至少一个元素的深度的方法，在特征检测处理中检测灰度图像中的至少一个特征，其中通过处理尺度处的灰度图像的图像灰度信息来执行特征检测，所述尺度取决于灰度图像中至少一个元素的深度，以及提供所述至少一个检测到的特征的特征描述符。例如，特征描述符包含至少一个第一参数和至少一个第二参数，所述至少一个第一参数基于由灰度图像提供的信息，所述至少一个第二参数是尺度的指示。 | ||
| 搜索关键词： | 灰度 图像 检测 描述 特征 方法 | ||
【主权项】：
一种从灰度图像中检测和描述特征的方法，包括步骤：－提供由捕获设备捕获的灰度图像；－提供用于确定灰度图像中至少一个元素的深度的方法；－在特征检测处理中检测灰度图像中的至少一个特征，其中通过处理尺度处的灰度图像的图像灰度信息来执行特征检测，所述尺度取决于灰度图像中至少一个元素的深度；－提供所述至少一个检测到的特征的特征描述符。
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METAIO有限公司，未经METAIO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/201180073206.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种AI数字识别系统及方法-201910361055.8
- 李朋;赵鑫鑫;姜凯;于治楼 - 济南浪潮高新科技投资发展有限公司
- 2019-04-30 - 2019-07-30 - G06K9/42
- 本发明公开了一种AI数字识别系统及方法，属于AI识别领域，要解决的技术问题为如何在减少训练时间的情况下，快速精确的识别AI数字；其结构包括摄像模块以及基于FPGA的：尺寸变换模块，对图像进行尺寸变换及去噪处理；边缘提取模块，用于对图像进行边缘检测；特征填充模块，用于对图像进行二值化处理；特征量化模块，用于对图像中数字笔画的粗细程度进行量化；推理模块，用于基于卷积神经网络对图像进行推理计算。其方法包括：对获取的图像进行尺寸变换；对去噪后的图像进行边缘检测；对边缘检测后的图像进行二值化处理；通过对图像中数字笔画的粗细程度进行量化的方式对二值化后图像进行修整；基于卷积神经网络模型对图像进行推理计算。
- 一种冬小麦产量预测方法及装置-201811612955.7
- 马浚诚;杜克明;郑飞翔;孙忠富 - 中国农业科学院农业环境与可持续发展研究所
- 2018-12-27 - 2019-05-28 - G06K9/42
- 本发明实施例提供一种冬小麦产量预测方法及装置，该方法包括采集冬小麦苗期冠层的目标图像；将所述目标图像输入至长短时记忆神经网络模型，输出所述目标图像对应的冬小麦产量预测结果；其中，所述长短时记忆神经网络模型是基于样本图像以及所述样本图像对应的冬小麦产量预测结果进行训练后得到的。本发明通过采集冬小麦苗期冠层的目标图像，将目标图像输入至预先建立的长短时记忆神经网络模型，输出所述目标图像对应的冬小麦产量预测结果，实现了在冬小麦早期准确预测产量。与人工计算产量的方法费时费力相比，本发明提供的冬小麦产量预测方法的计算效率更高，提高了产量预测结果的准确性。
- 用于图像风格迁移的卷积神经网络的训练方法和图像风格迁移方法-201910005026.8
- 朱丹;张丽杰;那彦波;刘瀚文 - 京东方科技集团股份有限公司
- 2019-01-03 - 2019-05-17 - G06K9/42
- 本公开实施例公开了一种用于图像风格迁移的卷积神经网络的训练方法和图像风格迁移方法。该方法包括：接收尺寸相同的内容图像和风格图像；基于所述内容图像和风格图像利用训练好的卷积神经网络来得到风格迁移后的输出图像，其中，所述卷积神经网络使用包括内容损失函数、风格损失函数和正则化损失函数三者的总损失函数来训练，所述正则化损失函数基于矩阵L构成。该方法对卷积神经网络的训练速度快，且风格迁移处理的效果较好，尤其具有显著改进的保边效果和防图像扭曲效果。
- 一种基于核相关滤波的尺度自适应目标跟踪算法-201811622476.3
- 胡云层;路红;杨晨;花湘;彭俊 - 南京工程学院
- 2018-12-28 - 2019-04-26 - G06K9/42
- 本发明公开了一种基于核相关滤波的尺度自适应目标跟踪算法，属于计算机视觉领域。包括：选取第一帧待跟踪目标，确定为候选区域；提取候选区域的梯度方向直方图（HOG）特征，进行余弦加权；用KCF算法将候选区域进行循环移位产生训练样本，根据样本训练得到的位置滤波器与候选样本提取的HOG特征在频域中计算得出响应值，更新当前帧目标位置；以上一帧确定的目标位置为中心，得到尺度滤波器并计算得出响应值，将最大响应值对应的尺度作为当前帧的目标尺度；重新提取样本训练滤波器，以线性内插的方式更新位置滤波器和尺度滤波器，进行后续帧的跟踪；本发明可应用于智能视频监控，企业生产自动化和智能机器人等领域。
- 一种数显仪表字符自动识别方法-201710123443.3
- 不公告发明人 - 防城港市港口区思达电子科技有限公司
- 2017-03-03 - 2018-09-14 - G06K9/42
- 本发明公开了一种数显仪表字符自动识别方法，包括以下步骤：S1：利用摄像头获取数显仪表显示的数据，将数据图像进行缩放、灰度转换、二值化处理得到二值化图像；S2：利用二值化图像的水平投影和垂直投影进行字符分割，分割出各个字符；S3：字符识别：计算出字符的行程，利用得到的一系列数据对构造特征向量进行识别。本发明对图像进行预处理并进行二值化，对于不同颜色背景图像都能得到理想的二值图像，在二值图像上采用水平投影和垂直投影分割出字符，通过计算数字和字符的行程，得到的一系列数据构造特征向量进行字符识别。该方法简单实用，不仅识别准确率高，而且识别速度快。
- 一种基于LBP的图片相似判定方法-201711305520.3
- 王祝 - 奕响（大连）科技有限公司
- 2017-12-11 - 2018-04-13 - G06K9/42
- 本发明公开了一种基于LBP的图片相似判定方法，在LBP方法之前，先压缩图片，调整像素灰度，之后做DCT变换，得到最简信息，然后进行LBP，之后摒弃了传统的直方图判断方法，而是采用LBP均值散列的方法，得到更多细节。
- 基于卷积神经网络的设施蔬菜病害识别方法及装置-201710909399.9
- 马浚诚;孙忠富;杜克明;郑飞翔 - 中国农业科学院农业环境与可持续发展研究所
- 2017-09-29 - 2018-03-09 - G06K9/42
- 本发明提供了一种基于卷积神经网络的设施蔬菜病害识别方法及装置，识别方法包括自动采集目标设施蔬菜的病斑图像，并构建输入数据集；将所述病斑图像对应的输入数据集作为模型的输入，建立用于识别所述目标设施蔬菜病害种类的卷积神经网络模型；以及根据梯度下降算法和测试数据集对所述卷积神经网络模型进行模型训练、验证和测试，得到对所述目标设施蔬菜病害的种类识别结果。本发明自动化程度高且识别效率高，能够有效减少病害识别的中间环节和人工干预，降低识别过程的应用成本和复杂程度，有效提高设施蔬菜病害识别的准确性和实时性。
- 从灰度图像中检测和描述特征的方法-201180073206.1
- D·库尔茨;彼得·梅尔 - METAIO有限公司
- 2011-08-31 - 2014-07-30 - G06K9/42
- 本发明提供了从灰度图像中检测和描述特征的方法。在若干方面的一个中，方法包括步骤：提供由捕获设备捕获的灰度图像，提供用于确定灰度图像中的至少一个元素的深度的方法，在特征检测处理中检测灰度图像中的至少一个特征，其中通过处理尺度处的灰度图像的图像灰度信息来执行特征检测，所述尺度取决于灰度图像中至少一个元素的深度，以及提供所述至少一个检测到的特征的特征描述符。例如，特征描述符包含至少一个第一参数和至少一个第二参数，所述至少一个第一参数基于由灰度图像提供的信息，所述至少一个第二参数是尺度的指示。
- 灰度字符图像归一化装置和灰度字符图像归一化方法-201110191181.7
- 朱远平;孙俊;直井聪 - 富士通株式会社
- 2011-07-08 - 2013-01-09 - G06K9/42
- 本发明提供了一种灰度字符图像归一化装置和一种灰度字符图像归一化方法。所述灰度字符图像归一化包括：灰度分布参数获得处理，获得待识别灰度字符图像的灰度分布参数；灰度分布参数归一化处理，使所述待识别灰度字符图像的灰度分布参数与根据训练样本灰度字符图像所得的灰度分布参数相接近。
- 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
