[发明专利]一种图像匹配方法、设备有效
| 申请号： | 201810970690.1 | 申请日： | 2018-08-27 |
| 公开（公告）号： | CN109272541B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 罗胜 | 申请（专利权）人： | 温州大学激光与光电智能制造研究院 |
| 主分类号： | G06T7/44 | 分类号： | G06T7/44;G06T7/30;G06V10/75 |
| 代理公司： | 深圳市洪荒之力专利代理有限公司 44541 | 代理人： | 刘真 |
| 地址： | 325000 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种图像匹配方法、设备，所属方法包括：获取待匹配图像G1和G2中的各个低纹理密度子图像；获得各个低纹理密度子图像的特征描述符；分别获得G1和G2中两两相邻低纹理密度子图像共有的边及边的属性；基于G1中各个低纹理密度子图像的特征描述符和G1中边及边的属性获得G1的无向图；基于G2中各个低纹理密度子图像的特征描述符和G2中边及边的属性获得G2的无向图；基于G1的无向图和G2的无向图构造G1和G2的相似性矩阵；在G1和G2的相似性矩阵中搜寻相似性最大的路径，按相似性最大的路径确定G1和G2的匹配关系。具有匹配稳定、准确率高的有益效果。 | ||
| 搜索关键词： | 一种 图像 匹配 方法 设备 | ||
【主权项】：
1.一种图像匹配方法，其特征在于，包括：获取待匹配图像G1和G2中的各个低纹理密度子图像，其中各个低纹理密度子图像为纹理密度低于其所属G1或G2中平均纹理密度n倍的区域，其中n≥0；获得各个低纹理密度子图像的特征描述符；分别获得G1和G2中两两相邻低纹理密度子图像共有的边及边的属性；基于G1中各个低纹理密度子图像的特征描述符和G1中边及边的属性获得G1的无向图；基于G2中各个低纹理密度子图像的特征描述符和G2中边及边的属性获得G2的无向图；基于G1的无向图和G2的无向图构造G1和G2的相似性矩阵；在G1和G2的相似性矩阵中搜寻相似性最大的路径，按相似性最大的路径确定G1和G2的匹配关系。
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温州大学激光与光电智能制造研究院，未经温州大学激光与光电智能制造研究院许可，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/201810970690.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种图卡图像的SFR自动提取与分析方法
- 下一篇：一种三维物体体积的确定方法
- 同类专利
- 一种图像匹配方法、设备-201810970690.1
- 罗胜 - 温州大学激光与光电智能制造研究院
- 2018-08-27 - 2023-10-24 - G06T7/44
- 本发明提供一种图像匹配方法、设备，所属方法包括：获取待匹配图像G1和G2中的各个低纹理密度子图像；获得各个低纹理密度子图像的特征描述符；分别获得G1和G2中两两相邻低纹理密度子图像共有的边及边的属性；基于G1中各个低纹理密度子图像的特征描述符和G1中边及边的属性获得G1的无向图；基于G2中各个低纹理密度子图像的特征描述符和G2中边及边的属性获得G2的无向图；基于G1的无向图和G2的无向图构造G1和G2的相似性矩阵；在G1和G2的相似性矩阵中搜寻相似性最大的路径，按相似性最大的路径确定G1和G2的匹配关系。具有匹配稳定、准确率高的有益效果。
- 基于深度联合表征的视觉分析方法、装置、设备及介质-202211201939.5
- 何良雨;崔健;刘彤 - 锋睿领创（珠海）科技有限公司
- 2022-09-29 - 2023-08-22 - G06T7/44
- 本发明涉及人工智能技术领域，尤其涉及一种基于深度联合表征的视觉分析方法、装置、设备及介质。提取待分析目标的光强特征数据与深度特征数据中的光强特征矩阵与深度特征矩阵，对基于光强特征矩阵与深度特征矩阵得到的总体误差矩阵进行归一化处理，得到光强特征矩阵与深度特征矩阵之间的依赖度矩阵，并对光强特征矩阵进行自适应特征增强处理，根据视觉分析模型中进行特征提取，输出待分析目标的检测结果，本发明中，通过将多源数据之间的依赖度作为衡量特征重要性的指标赋予到各个特征点，实现对输入特征的全局自适应特征选择，且通过多源数据之间的依赖度实现多源数据的联合表征，突出目标部位的纹理特征，从而提高视觉分析的准确性。
- 一种背景建模方法及用于背景建模的相机-201910209064.5
- 张彩红;刘刚;张昱升;曾峰 - 杭州海康威视数字技术股份有限公司
- 2019-03-19 - 2023-08-04 - G06T7/44
- 本发明实施例提供了一种背景建模方法及用于背景建模的相机，从采集的视频图像序列中，获取一帧图像，分别统计该图像中各像素点的预设邻域范围内所有像素点的像素值以及每个像素值的统计数目，根据针对各像素点分别统计的像素值及每个像素值的统计数目，建立各像素点对应的背景子模型，利用各像素点对应的背景子模型，搭建视频图像序列的背景模型。通过本方案，利用像素值的计数方式，即可建立较为准确的背景模型，无需经过复杂的建模、计算过程，提高了背景建模的速度和效率。
- 一种印刷纹理图拓扑分析及矢量化方法-202310236801.7
- 张新鹏;严凌霄;冯国瑞 - 上海大学
- 2023-03-13 - 2023-07-07 - G06T7/44
- 本发明涉及一种印刷纹理图拓扑分析及矢量化方法，所述的方法包括以下步骤：1)对初始图像进行预处理；2)通过Sobel算子和LBFGS++算法建立图像前景点的多向量场模型；3)建立由前景点连接而成的曲线，根据多向量场模型进行曲线跟踪，形成拓扑图；4)按拓扑图结果对每组曲线进行贝塞尔插值拟合，并进行平滑滤波处理，最终输出以线条骨架作为图元信息的svg格式矢量文件。与现有技术相比，本发明具有矢量化精度高、处理范围广等优点。
- 基于深度自注意力网络和局部特征编码的纹理识别方法-202110760949.1
- 彭博;请求不公布姓名 - 复旦大学
- 2021-07-06 - 2023-04-18 - G06T7/44
- 本发明涉及一种基于深度自注意力网络和局部特征编码的纹理识别方法，根据纹理图像的特点设计了具有四个阶段的深度自注意力模块，在前三个阶段对局部图像块进行合并增大感受野，将自注意力计算限制在固定大小的局部空间；在最后一个阶段取消局部图像块合并，并对在全局计算自注意力，获取局部区块间的联系；从而更好的提取局部区域的纹理特征并保持全局特征不丢失。本发明提出的PET网络充分结合图像内局部区域内的纹理信息，将骨干网络输出的二维特征重塑为三维特征图。通过移动窗口在特征图中密集采样多种尺度的分块描述符，获得一组多尺度的局部表示。最后，对多尺度的分块特征进行局部特征编码和融合，生成一个固定尺度的纹理表示用于最终的分类。
- 用于医疗废弃物冷库的遗漏风险监控系统-202211628939.3
- 李龙梅;谢斌 - 济宁市健达医疗器械科技有限公司
- 2022-12-19 - 2023-03-17 - G06T7/44
- 本发明涉及图像处理领域，具体涉及用于医疗废弃物冷库的遗漏风险监控系统，包括视频数据采集模块，光线质量评估模块，敏感因子获取模块，灰度补偿模块和风险检测模块。根据转运医疗废弃物时的监控视频得到各个灰度图像以及模板图像；根据各个灰度图像的结构丰富性以及各个差分灰度级的平均灰度值得到各个灰度图像的光线质量评价指标；根据各个灰度图像以及相邻灰度图像的光线质量评价指标得到各个灰度图像的敏感因子，对所述各个敏感因子进行灰度补偿，对灰度补偿完成后的各个灰度图像进行遗漏风险的检测。本发明可以还原图像中因光照变化而丢失的细节信息，保证图像细节信息的完整性，提高了遗漏风险识别的准确性。
- 一种排水沥青路面结构抗滑性能分析方法和装置-202211498837.4
- 张权;张小会;周顺华;张克平;殷磊;林章润;裴政川 - 同济大学
- 2022-11-28 - 2023-03-14 - G06T7/44
- 本发明涉及一种排水沥青路面结构抗滑性能分析方法和装置，方法包括以下步骤：S1、获取排水沥青路面2D或3D图片，将图片裁剪为尺寸大小一致的图片；S2、对尺寸大小一致的图片依次进行数字图像化、增强、去噪、复原、二值化处理和三维重构，得到空间曲面，基于空间曲面计算路表纹理灰度值；S3、重复S1和S2，得到不同类型的排水沥青路面的路表纹理灰度值，并计算不同类型的排水沥青路面的平均构造深度和动态摩擦系数，分析路表纹理灰度值与平均构造深度和动态摩擦系数之间的相关性，基于路表纹理灰度值分析沥青路面结构抗滑性能。与现有技术相比，本发明具有准确、快速判断抗滑性能等优点。
- 图像中添加皮肤纹理的方法、人脸图像处理方法及装置-202210894230.1
- 龙翔;沈开倩;程靖熹 - 广州方硅信息技术有限公司
- 2022-07-27 - 2022-10-18 - G06T7/44
- 本申请涉及图像处理及网络直播技术领域，提供一种图像中添加皮肤纹理信息的方法、人脸图像处理方法、装置、设备和介质。本申请能够提高所添加的皮肤纹理信息与原图像的适配性。方法包括：获取待添加皮肤纹理的图像和皮肤纹理图像，基于预设的灰度值与混合强度的对应关系，根据目标区域中各像素点各自的原始灰度值确定各自的混合强度，根据各自的原始灰度值及其各自在皮肤纹理图像中对应的皮肤纹理灰度值获取各自的原目标灰度值，基于各自的混合强度，在各自的原始灰度值和原目标灰度值之间确定各自的目标灰度值，混合强度越大则目标灰度值越接近原目标灰度值，最后根据目标区域中各像素点各自的目标灰度值获得添加皮肤纹理的图像。
- 自然场景中高分辨率三维人脸纹理生成方法-202210081042.7
- 徐向民;彭政夫;邢晓芬 - 华南理工大学;中山市华南理工大学现代产业技术研究院
- 2022-01-24 - 2022-06-17 - G06T7/44
- 本发明提供了一种自然场景中高分辨率三维人脸纹理生成方法，包括以下步骤：1、采用人脸检测网络去除人脸图像背景；利用三维人脸重建模型生成相应的三维人脸信息，随后对输入图像进行重采样生成不完整的高分辨率人脸纹理图；2、将不完整的高分辨率人脸纹理图进行降采样，通过一个高分辨率网络模型提取其特征，并预测图像变形场；3、对低分辨率人脸纹理图进行变形处理，得到完整的低分辨率人脸纹理贴图；通过人脸数据集对高分辨率网络模型进行训练，4、将图像变形场上采样为高分辨率变形场，并对不完整的高分辨率人脸纹理进行变形得到完整的高分辨率人脸纹理。本发明利用变形场的可插值性质能使生成的人脸纹理具有更高的分辨率和强真实感。
- 重复纹理特征描述方法和装置、双目立体匹配方法和装置-201910858862.0
- 唐金伟;张哲斌 - 北京迈格威科技有限公司
- 2019-09-11 - 2022-04-29 - G06T7/44
- 本申请涉及一种重复纹理特征描述方法和装置、双目立体匹配方法和装置。包括：获取目标图像中的重复纹理区域；从重复纹理区域中获取目标重复纹理点；根据目标重复纹理点，从重复纹理区域外部的非重复纹理区域中确定出与目标重复纹理点邻近的N个非重复纹理点；对N个非重复纹理点进行综合特征描述，并将综合特征描述结果确定为目标重复纹理点的特征描述子。从而使目标重复纹理点的特征描述子具有了独特性，进一步能够使根据该具有独特性的特征描述子进行双目立体匹配的准确率更高。
- 基于分组-次序模式的鲁棒纹理特征提取方法-201810540860.2
- 罗林;宋铁成;张刚;张天骐 - 重庆邮电大学
- 2018-05-30 - 2022-04-26 - G06T7/44
- 本发明请求保护一种基于分组‑次序模式的鲁棒纹理特征提取方法，属于图像处理、模式识别领域。主要思路是：首先采用双线性插值获取待处理图像每个中心像素及其近邻像素，并对插值所得像素进行均值滤波。然后通过对近邻像素进行分组以降低特征维度，并对分组后各组中的近邻像素值间的大小次序进行编码。最后对图像中所有像素在不同分组中所得编码值进行直方图统计，并将各组的直方图级联构成最终的纹理特征直方图。
- 应用于图像视频人脸皮肤纹理质感增强的方法及装置-202111532483.6
- 林青山 - 广州光锥元信息科技有限公司
- 2021-12-15 - 2022-03-15 - G06T7/44
- 本发明涉及一种应用于图像视频人脸皮肤纹理质感增强的方法及装置，所述方法包括确定图像纹理中人脸关键点信息；通过人脸预设信息提取模型，得到人脸预设信息；根据图像纹理和人脸关键点信息，计算图像纹理中人脸关键点之间的连接关系，根据连接关系将图像纹理中的人脸区域划分为多个三角区域；利用人脸预设信息，对多个三角区域进行像素处理，输出纹理增强的图像。本发明通过预先对真实人脸进行关键点检测以及皮肤纹理提取得到预设信息，进行人脸编辑时，通过对输入图像的人脸关键点进行识别，结合预设信息对预提取的皮肤纹理进行映射变形后与原人脸进行特定的混合，从而得到真实、细腻，具有自然形变的皮肤纹理增强效果的图像。
- 一种头发纹理方向的处理方法、装置及系统-201710257558.1
- 蒋兴华 - 腾讯科技（上海）有限公司
- 2017-04-19 - 2022-03-08 - G06T7/44
- 本发明公开了头发纹理方向的处理方法、装置及系统，其中该方法包括:获取待处理图片，并确定该待处理图片中的头发区域；利用线性滤波器对头发区域进行滤波处理，得到头发区域中各像素相应的滤波器响应值；当根据滤波器响应值判断出相应像素的方向值为不可确定时，将方向值为不可确定的像素作为待定像素，所述方向值为每个像素所在的局部区域的纹理方向的角度值；根据所述待定像素周围的像素的方向值，计算该待定像素的方向值，以确定头发区域的纹理方向。本发明实施例使用已知方向值的区域对方向值待定的区域进行扩散来得到全部的方向值，避免了无法分辨头发纹理方向的问题，也大大提高了方向值检测的准确性。
- 一种基于自适应多向经验模式分解的图像纹理分解方法-201711408087.6
- 梁灵飞;董永生;杨春蕾;鲍秋旭;刘中华;普杰信 - 河南科技大学
- 2017-12-22 - 2022-02-11 - G06T7/44
- 一种基于自适应多向经验模式分解的图像纹理分解方法：采用自适应多向经验模式分解对源图像I进行多尺度多向分解，获得源图像的内蕴模式函数分量imf
- 一种用于骨龄评估的手骨X光图像纹理特征提取方法-201811199737.5
- 江翔;何必仕;朱大荣;陈晖;徐哲 - 杭州电子科技大学
- 2018-10-16 - 2021-10-29 - G06T7/44
- 本发明公开了一种用于骨龄评估的手骨X光图像纹理特征提取方法。本发明包括桡骨、尺骨、短骨在内的骨骼进行处理，能够获得相当于形状特征贡献度的纹理特征。本发明对图像纹理进行合理采样，获取了包含丰富生长信息的纹理特征，结合形状特征可显著提高骨龄评估的准确度。
- 基于四元数Gabor滤波的彩色纹理特征提取方法-201710855499.8
- 孟勃;王晓霖;刘雪君 - 东北电力大学
- 2017-09-20 - 2021-09-28 - G06T7/44
- 本发明属于图像处理技术领域，具体涉及基于四元数Gabor滤波的彩色纹理特征提取方法。根据四元数和Gabor滤波推导出四元数Gabor滤波，输入待提取彩色纹理特征的原彩色图像，将原彩色图像利用四元数Gabor滤波卷积算法进行处理得到彩色纹理特征图像，选出与所述原彩色图像相似度高的若干张彩色纹理特征图像，提取所述若干张彩色纹理特征图像的各通道Tamura特征；并将原彩色图像的Tamura纹理特征与所述若干张彩色纹理特征图像的各通道Tamura特征共同组成一组特征向量，即获得彩色纹理特征向量。本发明所述方法可以很大程度的保留原图像的粗糙度,对比度和方向度等纹理特征，同时可以提取到原图像的颜色信息。
- 一种纹理信息融合多尺度结构化森林数字图像半色调方法-201810594811.7
- 何自芬;郏佳成;张印辉;吴启科 - 昆明理工大学
- 2018-06-11 - 2021-09-14 - G06T7/44
- 本发明公开一种纹理信息融合多尺度结构化森林数字图像半色调方法，包括将连续调图像转换成多灰度图像；将多灰度图像加通道操作使其具有三个通道，利用结构化森林的边缘检测方法对加通道后的多灰度图像进行多尺度边缘检测；结合人类视觉特性对原图像局部纹理信息敏感程度的不同，建立多灰度图像的纹理分区模型；通过自适应阈值提取多尺度边缘检测图像的边缘信息；通过纹理分区模型，结合图像边缘特征，建立纹理结构与噪声调制相结合的阈值模型；利用阈值模型对多灰度图像进行数字半色调化。本发明得到的半色调图像视觉变形减少，清晰度及对比度高，图像的边缘和细节部位清晰、完整，整体视觉效果良好，且具有良好的蓝噪声特性和良好的通用性。
- 一种水面船只雷达遥感检测方法、电子设备-201711178445.9
- 潘勇;彭光雄;潘龙英;张建东 - 湖南文理学院
- 2017-11-23 - 2021-06-25 - G06T7/44
- 本发明公开了一种水面船只雷达遥感检测方法、电子设备，方法包括：输入原始灰度图像，对其直方图均衡化，以实现图像增强；对图像增强后的原始灰度图像进行3×3窗口大小的Gamma滤波；计算灰度共生矩阵，获得纹理特征方差统计量灰度图像；进行形态学滤波的闭运算并与原始灰度图像进行波段组合生成新的两波段合成图像；对两波段合成图像进行独立成分分析，然后将独立分量IC2求反，进行归一化处理，并统计其直方图，取直方图中累计百分比达到预设值时对应的像元值为船只信息分离阈值K；将像元值大于船只信息分离阈值K的像元判定为船只像元，统计得到船只的数量、大小及空间位置。本发明具有易实现，高效率和高精度的技术特点。
- 基于倾斜影像的建筑物纹理提取方法和装置-201811064682.7
- 庞蕾;王勇;刘慧;张学东;张月;陈洋;张天;徐西桂;张露 - 北京建筑大学
- 2018-09-12 - 2021-04-02 - G06T7/44
- 本发明实施例提供一种基于倾斜影像的建筑物纹理提取方法和装置，方法包括：基于包含建筑物的立体像对，获取建筑物各顶部角点的坐标，并基于所述顶部角点构建建筑物骨架模型；基于距离约束和定位约束方法从垂直影像中筛选出顶部纹理影像源，基于角度约束、定位约束和面积约束从倾斜影像中筛选出立面纹理影像源；基于边缘检测方法和变换检测直线方法，从所述顶部纹理影像源提取顶部纹理，从所述立面纹理影像源提取立面纹理，并将所述顶部纹理和所述立面纹理映射至所述建筑物骨架模型。采用多角度同时获取影像的方式，可以获取更加丰富、全面的建筑物侧面纹理，从而改进了模型纹理信息采集、处理的方法，提高了建模的速度与质量。
- 一种基于几何纹理的热红外影像控制点提取方法-202011290272.1
- 陈凡胜;李潇雁 - 中国科学院上海技术物理研究所
- 2020-11-18 - 2021-03-05 - G06T7/44
- 本发明公开一种基于几何纹理的热红外影像控制点提取方法，该方法步骤为：(1)基于局部灰度差提取小尺寸热红外影像块；(2)采用互相关技术获取参考影像对应区域，实现控制点粗匹配；(3)根据粗匹配结果，采用边缘提取，对比度增强及自适应滤波等算法提取几何纹理；(4)针对纹理图像，通过对数极坐标变换和统计方法构建几何纹理描述符；(5)计算粗匹配对中描述符的匹配位数量及位匹配误差，满足阈值要求时匹配成功；(6)采用互匹配约束及随机抽样一致算法剔除误匹配，实现控制点高精度提取。本发明利用遥感影像的几何纹理信息构建特征描述符，避免了传统算法的复杂计算对实时性的影响，精度高，鲁棒性强，且能获取更多数量的控制点。
- 界面处理方法及装置、电子设备-201910107586.4
- 陈嘉坤 - 网易（杭州）网络有限公司
- 2019-02-02 - 2021-02-12 - G06T7/44
- 本发明公开了一种界面处理方法及装置、电子设备。其中，该方法包括：获取对屏幕界面进行模糊处理后的界面模糊纹理；确定屏幕界面中待处理的屏幕区域；根据屏幕区域的区域参数，获取界面模糊纹理中与屏幕区域对应的目标模糊纹理；将目标模糊纹理和屏幕界面上的纹理通道进行混合处理，以得到与屏幕区域对应的渲染界面。本发明解决了相关技术中在虚化处理界面上图像时，存在无法显示界面局部模糊的图像处理的技术问题。
- 基于倾斜航空影像的建筑物纹理提取方法-201910091945.1
- 张学东;王勇;庞蕾;高智文;卢剑;张天 - 北京建筑大学
- 2019-01-30 - 2021-02-02 - G06T7/44
- 本发明公开了一种基于倾斜航空影像的建筑物纹理提取方法，包括：获取建筑物的垂直影像和倾斜影像；根据双重约束模型从建筑物的垂直影像中筛选出建筑物的顶部最佳纹理源，双重约束模型包括：纹理区域是否在垂直影像中心和纹理区域是否完整；根据多重组合约束模型从建筑物的倾斜影像中筛选出建筑物的立面最佳纹理源，多重组合约束模型包括：立面纹理面在倾斜影像上的可见性、建筑物的倾斜影像是否完全包含立面纹理面和立面纹理面在倾斜影像上的投影面积是否为最大；从筛选出的建筑物顶部最佳纹理源和建筑物立面最佳纹理源中检测提取出建筑物的纹理轮廓线。该方法能够精确定位最佳的纹理影像源，能够精确定位与提取建筑物纹理信息的准确位置。
- 摄像头遮挡区域的检测方法、装置、设备和存储介质-202011029293.8
- 程飞洋;郑伟;杨广;刘国清 - 深圳佑驾创新科技有限公司
- 2020-09-27 - 2021-01-22 - G06T7/44
- 本申请提供一种摄像头遮挡区域的检测方法、装置、设备和存储介质，上述方法包括：获取摄像头拍摄的多帧图像；各帧图像具有相同的遮挡检测区域；基于多帧图像之间的差分图像所具有的图像特征，判断遮挡检测区域在多帧图像中是否存在图像内容变化；若遮挡检测区域在多帧图像中不存在图像内容变化，则对各帧图像中对应于遮挡检测区域的图像像素值平均处理，获取多帧图像关于遮挡检测区域的帧融合图像；根据帧融合图像的图像梯度信息，判断帧融合图像是否存在针对遮挡检测区域的图像纹理缺失；若帧融合图像存在图像纹理缺失，则确定对摄像头在遮挡检测区域形成遮挡，实现摄像头遮挡检测的实时分析，适用于行驶场景的摄像头遮挡检测。
- 无伪影数据及有伪影数据的生成方法、系统及存储介质-202010682725.9
- 王澈;李雪;张宾;来关军;孙箫宇;于丹;苏康 - 大连东软教育科技集团有限公司
- 2020-07-15 - 2020-10-23 - G06T7/44
- 本发明提供无伪影及有伪影数据的生成方法、系统及存储介质，该方法基于生成对抗网络模型对真实无伪影数据进行小样本扩充，得到海量无伪影数据；基于伪影生成方法和真实无伪影数据生成有伪影仿真数据，然后基于生成的有伪影仿真数据以及真实有伪影数据，使用生成对抗网络模型生成海量有伪影数据。该方法解决了医学CT无伪影及有伪影样本获取困难，数据量少多样性低，涉及大量隐私数据以及标注成本高的问题，无伪影及有伪影数据的生成有助于深度学习进行伪影识别。
- 基于视频处理的监控图像对比度异常识别方法及系统-201710100635.2
- 王登才;于昊;朱鹏飞;谭征兵;周斌 - 江苏长天智远交通科技有限公司
- 2017-02-23 - 2020-09-22 - G06T7/44
- 本发明的基于视频处理的监控图像对比度异常识别方法及系统，方法为：获取监控视频中的视频图像数据流，通过解码器将数据流解码为YUV数据；提取YUV数据中的Y通道图像；根据Y通道图像，计算得到Y通道图像的对比度因子；将Y通道图像的对比度因子与第一预设阈值进行比较，得到第一对比度比较结果，第一对比度比较结果包括对比度异常结果和对比度正常结果。本发明的基于视频处理的监控图像对比度异常识别方法及系统，通过实时对监控视频中的视频图像进行YUV通道的对比度因子比较，得到图像对比度检测结果，此方法的计算量较小，实时性好，且检测结果准确性高。
- 一种纹理合成方法及其装置-201710187331.4
- 石华杰;周漾;黄惠 - 中国科学院深圳先进技术研究院
- 2017-03-27 - 2020-07-24 - G06T7/44
- 本发明公开了一种纹理合成方法和采用该方法的装置，该方法由于采用源标号图与目标标号图共同引导纹理合成的过程，使得纹理合成处于受控状态，有效的提升了计算机在处理由多种材质构成或者存在非均匀渐变等复杂纹理信息时的准确性和效率。同时，在生产标号图的过程中引入的对标号图纹理特征准确性的判断，并将准确性不高的标号图重新抽象分割使得对其中纹理特征的分类更为准确，该交互迭代的方式提高了标号图产生过程的准确性；采用该方法的装置也具有同样的技术效果。
- 像素拾取方法、装置、电子设备和可读存储介质-201910317060.9
- 徐祥;曾超;吴星国;王国玉 - 成都四方伟业软件股份有限公司
- 2019-04-18 - 2019-07-23 - G06T7/44
- 本发明提供了一种像素拾取方法、装置、电子设备和可读存储介质，涉及图像处理的技术领域，包括获取编译文件和待测图像，编译文件为基于堆栈的虚拟机的二进制指令格式，编译文件包括拾取策略；根据拾取策略从待测图像中拾取目标像素单元的像素值，目标像素单元包括多个像素，每个像素对应一个像素值，目标像素单元对应目标系统元素；计算目标像素单元中包含的多个像素的像素平均值，通过目标像素单元的像素平均值设置目标系统元素，提高图像像素拾取效率，减少干扰影响因素，可靠性较强。
- 一种基于多尺度采样的纹理图像表示方法-201611069406.0
- 董永生;冯金旺;郑林涛;王晓红;杨春蕾;梁灵飞;张蕾;普杰信;吴庆涛 - 河南科技大学
- 2016-11-29 - 2019-06-14 - G06T7/44
- 一种基于多尺度采样的纹理图像表示方法，对纹理图像进行旋转不变性处理，一个纹理图像的像素由符号模式和大小模式表示，通过连接同一尺度下的采样方向均值向量和频率向量，我们能够得到图像纹理单一尺度的旋转不变性表示特征，通过把不同尺度下的旋转不变性表示特征进行连接，得到用于表示纹理图像的多尺度旋转不变性表示特征，利用提取的MRIR特征，通过KNN分类器对纹理图像进行分类。本发明有益效果：本发明针对不同的成像条件，例如光照变化、图像旋转等，都能够获取很好的分类性能；同时，在保证分类性能的情况下，提取的特征还能够实现快速的纹理图像分类。
- 基于DRLBP和随机森林的海底底质声呐图像特征提取方法-201811310207.3
- 赵玉新;王悦;刘厂;高峰;董静;张卫柱 - 哈尔滨工程大学
- 2018-11-06 - 2019-03-08 - G06T7/44
- 本发明提供的是一种基于DRLBP和随机森林的海底底质声呐图像特征提取方法。一：先对海底底质声呐原始图像进行尺度变换得到声呐图像的不同尺度图像；二：采用主导旋转局部二值模式即DRLBP方法对不同尺度的图像进行特征提取；三：通过随机森林对DRLBP算子提取的描述符进行重要性衡量。本发明改善了传统LBP对图像旋转变化、计算量大和特征量存在冗余的问题，也能较好的解决计算量大和特征冗余的问题，同时减小底质声呐图像测试时间和训练时间。
- 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
