[发明专利]一种图片处理方法、装置、电子设备和计算机存储介质有效
| 申请号： | 202110332466.1 | 申请日： | 2021-03-29 |
| 公开（公告）号： | CN112906708B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 张子浩;杨家博;李兵 | 申请（专利权）人： | 北京世纪好未来教育科技有限公司 |
| 主分类号： | G06V10/20 | 分类号： | G06V10/20;G06V10/44;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 北京合智同创知识产权代理有限公司 11545 | 代理人： | 李杰;兰淑铎 |
| 地址： | 100086 北京市海淀区中*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例提供了一种图片处理方法、装置、电子设备和计算机存储介质，包括：对待处理图片进行特征提取，获得用于表征待处理图片的图片内容的左上角信息的第一角点特征图、用于表征图片内容的左下角信息的第二角点特征图、用于表征图片内容的右上角信息的第三角点特征图、用于表征图片内容的右下角信息的第四角点特征图、用于表征图片内容对应的两条相对边的第五角点特征图和第六角点特征图；根据至少六通道特征图，确定图片内容的左上角位置、左下角位置、右上角位置、右下角位置、第一边界点位置和第二边界点位置；根据角点位置对待处理图片矫正处理获得矫正后的图片。本方案能够更好地保留图片中的原始内容。 | ||
| 搜索关键词： | 一种 图片 处理 方法 装置 电子设备 计算机 存储 介质 | ||
【主权项】：
暂无信息
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北京世纪好未来教育科技有限公司，未经北京世纪好未来教育科技有限公司许可，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/202110332466.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种长轴传输结构
- 下一篇：片上架构、池化计算加速器阵列、单元以及控制方法
- 同类专利
- 一种罕见目标在多场景中的数据集构建方法及系统-202311062787.X
- 吴靖;陈振华;黄峰;陈丽琼 - 福州大学
- 2023-08-23 - 2023-10-27 - G06V10/20
- 本发明涉及一种罕见目标在多场景中的数据集构建方法及系统，该方法包括：构建目标图像库和背景图像库；依次从背景图像库中抽取各张背景图像，对于各张背景图像，从目标图像库中随机抽取NUM张目标图像并进行预处理；对各张目标图像，随机生成其在相应背景图像上的覆盖位置，然后根据目标图像的大小以及该目标图像在背景图像中的不同高度计算其需要上下采样的相应尺度，而后在目标图像与背景图像上既有的目标图像不存在重叠的情况下，对该目标图像进行相应尺度的上下采样并覆盖在相应背景图像上的相应位置；最终构建得到包含N张数据集图像数据的数据集。该方法及系统有利于快速、低成本地生成罕见目标在多场景中的多尺度数据集。
- 通信铁塔用电量稽查方法、电子设备和存储介质-202310932860.8
- 王浩;段浩;周滋明;鹿国强 - 江苏新致智慧科技有限公司
- 2023-07-26 - 2023-10-24 - G06V10/20
- 本申请提供通信铁塔用电量稽查方法、电子设备和存储介质。该方法包括：获取待稽查通信铁塔的图像；将所述图像输入至铁塔类型识别模型，以识别出所述待稽查通信铁塔的类型；根据所述类型和所述待稽查通信铁塔所处环境本稽查周期的环境参数，确定所述待稽查通信铁塔本稽查周期的预估用电量；通过所述预估用电量与本稽查周期的实际用电量的对比，对所述待稽查通信铁塔进行稽查。因此，通过该方法能够实现对待稽查通信铁塔的用电量的稽查。
- 融合Transformer编码器和深度感知的图像增强方法-202310904599.0
- 李佐勇;方万传;王传胜;陈建章;黄吓珠;刘伟霞 - 闽江学院
- 2023-07-22 - 2023-10-24 - G06V10/20
- 本发明涉及一种融合Transformer编码器和深度感知的图像增强方法。首先，本发明使用基于Transformer的编码器来对不同类型的降质图像进行特征提取；然后，利用深度损失函数提高模型对深度信息的感知能力。在去沙、去雨、低照度增强三个任务上的实验结果表明，本发明算法具有良好的图像增强性能。
- 指针式仪表图像矫正方法、系统及存储介质-202110144237.7
- 金芝;李戈 - 北京大学
- 2021-02-02 - 2023-10-24 - G06V10/20
- 本申请提供了一种指针式仪表图像矫正方法、系统及存储介质，通过获取指针式仪表的图像，进行图像预处理，得到仪表的灰度图像；根据仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界；根据仪表的边缘边界，通过椭圆检测，获得仪表的椭圆边界；仪表的椭圆边界包括椭圆圆心位置、椭圆长轴长度、椭圆短轴长度以及表盘旋转角度；根据仪表的椭圆边界，通过透视变换，将仪表的椭圆边界对应的仪表椭圆图像投影至正圆区域，得到矫正图像。本申请对指针式仪表图像对圆形仪表的非正视图像进行正圆形矫正，获得标准的正视图像，具有快捷、高效、鲁棒性强等特点，提高了后续仪表示数的识别准确性。
- 一种图片处理方法、装置、电子设备和计算机存储介质-202110332466.1
- 张子浩;杨家博;李兵 - 北京世纪好未来教育科技有限公司
- 2021-03-29 - 2023-10-24 - G06V10/20
- 本申请实施例提供了一种图片处理方法、装置、电子设备和计算机存储介质，包括：对待处理图片进行特征提取，获得用于表征待处理图片的图片内容的左上角信息的第一角点特征图、用于表征图片内容的左下角信息的第二角点特征图、用于表征图片内容的右上角信息的第三角点特征图、用于表征图片内容的右下角信息的第四角点特征图、用于表征图片内容对应的两条相对边的第五角点特征图和第六角点特征图；根据至少六通道特征图，确定图片内容的左上角位置、左下角位置、右上角位置、右下角位置、第一边界点位置和第二边界点位置；根据角点位置对待处理图片矫正处理获得矫正后的图片。本方案能够更好地保留图片中的原始内容。
- 图像处理方法、装置、存储介质和电子设备-202310217377.1
- 滕运来;冯俊兰;邓超 - 中国移动通信有限公司研究院;中国移动通信集团有限公司
- 2023-03-08 - 2023-10-20 - G06V10/20
- 本申请提供一种图像处理方法、装置、存储介质和电子设备，其中，方法包括将第一图像输入第一神经网络模型，获得第一图像的特征图；将特征图输入第二神经网络模型，获得第二图像。其中，第二图像的清晰度高于第一图像，第一神经网络模型包括用于确定特征图的图像尺寸的第一卷积网络和至少一个用于特征提取的第二卷积网络，第二神经网络模型为对应第一神经网络模型设置的解码模型。本申请实施例提供的方法提高了图像处理的效率。
- 一种新型目标跟踪方法、系统、计算机设备及存储介质-202310742971.2
- 王昌淼;李致远;王智慧;万翔 - 深圳市大数据研究院
- 2023-06-21 - 2023-10-20 - G06V10/20
- 本发明公开了一种新型目标跟踪方法、系统、计算机设备及存储介质，方法实现，包括：采集图像信息，并进行预处理；对预处理后的图像信息进行目标对象检测，并剔除背景信息；对剔除背景信息后的目标对象图像进行超像素分割，以获取多个超像素块；对每个所述超像素块进行局部特征提取，并对剔除背景信息后的目标对象图像进行全局特征提取；通过预设预测模型对目标对象的历史特征进行特征预测，以获取预测特征；将提取的局部特征和全局特征分别与预测特征进行关联匹配，并根据关联匹配结果进行特征融合，以得到融合相似度；根据融合相似度对目标对象的历史特征进行更新，并对目标对象进行跟踪。提高了目标检测的准确性以及对形态和动态变化的适应性。
- 基于场景自适应和自蒸馏的低光场景图像增强方法及系统-202310837745.2
- 刘云霞;侯琦;朱天宇;王予新;杨阳;李永富;赵显;许子健 - 山东大学
- 2023-07-10 - 2023-10-17 - G06V10/20
- 本发明公开了基于场景自适应和自蒸馏的低光场景图像增强方法及系统，其中所述方法，包括：获取待增强的低光场景图像；将待增强的低光场景图像输入到训练后的场景分类模型，输出场景分类结果；将待增强的低光场景图像输入到对应场景类别的亮度增强网络，输出增强后的图像。在一个未知的低光照环境下，此方法可以快速将其进行环境分类，并根据分类后的结果进行亮度增强，最后达到低光照环境下的图像亮度增强的效果。其中本方法使用到了残差网络和自蒸馏系统，可以加快模型的推理速度，提升系统的增强效果，减轻系统的体量，使其能够更好地部署到嵌入式设备上，实现实时低光照环境增强。
- 使用边界位图对图像分类的改善-201780044333.6
- D·莫洛尼;A·德加尼 - 莫维迪乌斯有限公司
- 2017-06-06 - 2023-10-10 - G06V10/20
- 本文公开了用于用边界位图来改善图像分类的方法、系统、装置和制品。示例性公开的装置包括：轮廓引擎(110)，其用于：识别所述图像内的前景轮廓；基于所述前景轮廓的边界来生成边界框；以及生成识别前景的单元格和背景的单元格的编码的轮廓矩阵；卷积单元格选择器(112)，其用于对所述编码的轮廓矩阵进行卷积以生成卷积的位图矩阵；以及过滤单元格选择器(116)，其用于通过以下操作识别所述卷积的位图矩阵的合格块来改善图像分类效率：保留满足单元格保留门限的所述卷积的位图矩阵的第一相应单元格；以及去除不满足所述单元格保留门限的所述卷积的位图矩阵的第二相应单元格。
- 一种伟晶岩型稀有金属矿的识别方法及系统-202310822013.6
- 李五福;欧阳光文;乔国栋;王春涛;曹锦山;赵忠国;王伟;卢世银;马志远;刘建栋;张新远;郝勇强;李红刚 - 青海省地质调查院（青海省地质矿产研究院、青海省地质遥感中心）
- 2023-07-05 - 2023-10-03 - G06V10/20
- 本发明涉及矿产资源开发领域，具体公开了一种伟晶岩型稀有金属矿的识别方法及系统，步骤S1:获取待研究区域地理信息影像数据和第一遥感影像数据，对地理信息影像数据对待研究区域进行分片预处理得到第二遥感影像数据和第三遥感数据，确定远景矿区信息；步骤S2:基于待研究远景矿区的第二遥感影像数据，依据第二遥感影像数据确定线性构造信息；步骤S3:基于待研究远景矿区的第三遥感影像数据等内容；本发明通过对遥感数据详细分析，区分线性构造和环形构造信息，采用大数据模型自动分析，构造区域可在找矿时极大的降低工作强度；同过对成矿预测模型的训练，可构建一个自动分析遥感信息的模型。
- 一种基于云计算的大数据挖掘系统-202310842237.3
- 王彬阳 - 深圳我主良缘科技集团有限公司
- 2023-07-10 - 2023-10-03 - G06V10/20
- 本发明公开了一种基于云计算的大数据挖掘系统，具体涉及数据挖掘领域，包括植物图像采集模块、植物图像处理模块、特征提取与计算模块、土壤数据采集模块、土壤数据处理计算模块、数据分析计算模块、模型评估模块。本发明通过采集植物图像表面叶部数据图像数据和土壤数据进行处理，将处理后的数据进行计算得出植物生长值和土壤营养值输入到数据分析计算模块，通过计算后的应用价值系数代入预设关联函数中进行评估得出不同的输出指令并进行相应的处理，达到了能够快速、高效地采集、处理和分析植物图像和土壤数据，提取有价值的特征信息，并及时进行决策。
- 图像增强方法及基于图像的汽车前照灯角度调整方法-202310555282.0
- 吴友宇;徐宇健;袁文龙;姜林澄;陈彧;王鑫鹏 - 武汉理工大学
- 2023-05-15 - 2023-10-03 - G06V10/20
- 本发明公开了一种图像增强方法，包括：根据夜间积水图像中心区域的中心子块图像以及夜间积水图像的目标子块图像确定CLAHE算法中的目标子块剪裁数量阈值，其中目标子块图像为将夜间积水图像按照预定划分规则划分后获得；根据CLAHE算法，对每个目标子块图像进行限制对比度自适应直方图均衡化处理，得到增强子图像；基于预定划分规则，对所有目标子块图像的增强子图像进行拼接组合，得到增强图像。本方法可以适应汽车行驶过程中夜间积水图像不断变化的情况，能获得稳定增强效果的图片，利于后续积水区域的位置识别。本发明还公开了一种基于夜间积水图像的汽车前照灯角度调整方法。
- 一种基于暗变换特征等变的黑暗目标检测方法及系统-202310755574.9
- 林统绪;丁冠智;张泓;肖嘉胤;严键荣;朱鉴;胡钦太 - 广东工业大学
- 2023-06-25 - 2023-10-03 - G06V10/20
- 本发明涉及目标检测技术领域，提出一种基于暗变换特征等变的黑暗目标检测方法及系统，其中包括以下步骤：将常光图像输入对成像过程中产生的物理传感器噪声进行分析与建模而得到的物理噪声模型，得到经过暗变换的低光图像；将常光图像与低光图像输入检测器，其中，检测器内配置有特征等变转换网络，用于生成常光图像与低光图像对应的第一特征向量，以及由第一特征向量转换得到的包含非线性信息的第二特征向量；利用根据第一特征向量与第二特征向量确定的用于特征等变的一致性损失确定检测器的训练损失，对训练损失进行优化，并通过经过优化的训练损失对检测器进行更新；将待检测的图像输入完成更新的检测器，得到黑暗目标检测结果。
- 一种视频文字检测方法、装置、设备及存储介质-202210693240.9
- 姚成辉 - 中移(苏州)软件技术有限公司;中国移动通信集团有限公司
- 2022-06-17 - 2023-09-29 - G06V10/20
- 本申请公开了一种视频文字检测方法、装置、设备及存储介质，其中，所述方法包括：基于预设采样间隔获取三张单帧图像；利用特征提取网络获取图像一的初始特征图一、图像二的特征图二和图像三的初始特征图三；确定图像一与图像二的第一光流信息，和图像三与所述图像二的第二光流信息；将初始特征图一基于第一光流信息对齐至所述特征图二，得到特征图一；将初始特征图三基于第二光流信息对齐至所述特征图二，得到特征图三；基于特征图一的文字概率图一和权重一、特征图二的文字概率图二和权重二、特征图三的文字概率图三和权重三确定所述图像二的文字区域。这样，通过时空聚合的方式改善视频帧的特征学习，有效提升文字检测精度。
- 富水砂层叠落区间隧道衬砌裂缝特征突出显示处理方法-202310860405.1
- 张伟;王庆礼;唐亮;孔祥勋;凌贤长;丛晟亦;田爽;马登;张钟远;石立民;郭腾博;尹超 - 中国交通建设股份有限公司轨道交通分公司;哈尔滨工业大学;中铁第六勘察设计院集团有限公司;中交一航局城市交通工程有限公司;哈尔滨地铁集团有限公司;哈尔滨工业大学重庆研究院
- 2023-07-13 - 2023-09-29 - G06V10/20
- 富水砂层叠落区间隧道衬砌裂缝特征突出显示处理方法，属于隧道智能化检测技术领域。对富水砂层叠落区间隧道进行质量检测时，通过CCD相机阵列或全画幅数码单反相机对每一环隧道衬砌拍摄完整的高分辨率图像，分别经过加权平均值灰度处理法、线性平滑处理、单尺度和多尺度Retinex处理，将光照亮度不足的富水砂层叠落区间隧道衬砌裂缝经过上述算法的处理，本身特征并不明显的裂缝被加强显示，而背景噪声和干扰项则受到模糊处理，裂缝和周围背景的对比度更加显著，降低了检测人员判别裂缝是否存在的难度，有利于节省后续裂缝参数计算的处理工作量，提高富水砂层叠落区间隧道智能化无损质量检测效率。
- 一种超广角眼底影像识别方法、装置、设备及存储介质-202310761433.8
- 戴伟伟;程宇;谢靖 - 爱尔眼科医院集团股份有限公司
- 2023-06-26 - 2023-09-29 - G06V10/20
- 本申请公开了一种超广角眼底影像识别方法、装置、设备及存储介质，涉及图像处理技术领域以及深度学习技术领域，包括：对原始超广角眼底影像进行图像预处理操作，得到预处理图像；利用预训练的特征提取模型对预处理图像进行特征提取得到目标编码信息；通过双线性解码器模型解码目标编码信息，得到输出的概率值信息集合；将概率值信息集合中概率值最大的类别确定为原始超广角眼底影像对应的最终预测类别。本申请通过预训练的特征提取模型对预处理图像特征提取得到特征向量，利用双线性解码器模型进行多重复杂代数运算，输出多个概率值，通过比较概率值的大小确定最终的识别结果，降低人工阅片而导致误识别的概率，提高了超广角眼底影像识别的精度。
- 一种基于双流门控渐进优化网络的显著目标检测方法-202311048090.7
- 易玉根;张宁毅;黄龙军;周唯;谢更生;石艳娇 - 江西师范大学
- 2023-08-21 - 2023-09-26 - G06V10/20
- 本申请涉及一种基于双流门控渐进优化网络的显著目标检测方法，涉及图像处理和计算机视觉技术领域，包括如下步骤：采集图像数据集，获取每张图像的细节标签；对图像进行预处理；构建双流门控渐进优化网络，包括门控融合网络、交叉引导模块和特征融合模块；训练并测试双流门控渐进优化网络，采用全局损失、细节损失和融合损失进行加权求和，作为双流门控渐进优化网络的细节感知损失；采用训练好的双流门控渐进优化网络进行图像中的显著目标检测。本发明能够克服现有的显著目标检测方法中存在的特征稀释、噪声干扰和确认解释性的缺陷，以及传统边缘标签像素分布不均衡问题，能够有效提高对应显著目标对象的检测精度。
- 一种遥感数据大气校正方法-202310744753.2
- 靳阳阳;李洁;邹圣兵 - 北京数慧时空信息技术有限公司
- 2023-06-21 - 2023-09-22 - G06V10/20
- 本发明提供一种遥感数据大气校正方法，涉及数据校正领域，包括：S1获取一组遥感数据及对应的元数据；S2计算遥感数据的归一化植被指数，得到第一分类集、第二分类集、第三分类集；S3根据元数据对第一分类集、第二分类集、第三分类集分别进行筛选，得到第一子集、第二子集、第三子集；S4根据元数据、大气辐射传输模型分别计算得到第一子集、第二子集、第三子集的AOD；S5利用时空扩展策略对第一子集、第二子集、第三子集的AOD分别进行扩展，得到整组遥感数据的AOD；S6对遥感数据按照AOD进行统一的大气校正，得到遥感数据的地表反射率。本发明提供的方法能极大提高AOD反演的精度，且不需大量的数据进行反演，降低了成本。
- 基于RGB图像提取X光图片中包裹图片的方法、设备及介质-202210991187.0
- 连天友;严军;黄锐;姜旭;张利;蒲磊;赵玲;何强 - 成都智元汇信息技术股份有限公司
- 2022-08-18 - 2023-09-22 - G06V10/20
- 本发明公开了一种基于RGB图像提取X光图片中包裹图片的方法，包括以下步骤：S1：获取当前摄像机图片并提取包裹数据信息；S2：根据包裹数据信息，利用空间位移算法计算出包裹物理长度；S3：根据包裹数据信息，利用时间位移算法计算出包裹完全进入X光成像区的时刻点；S4：抽取包裹完全进入X光成像区的时刻点时的包裹X光图片；S5：计算包裹在X光图片中的长度，得到包裹在X光图片中左右两侧的坐标；S6：根据包裹在X光图片中左右两侧的坐标沿垂直于传送带方向截取出包裹完全进入X光成像区的时刻点时的包裹X光图片中含包裹图像的部分X光图片，利用包裹轮廓检测方法提取出仅含包裹图像的包裹图片。
- 基于包裹运动提取包裹图片的方法、电子设备以及介质-202210991188.5
- 连天友;姜旭;邓秋雄;张利;拜正斌;黄锐 - 成都智元汇信息技术股份有限公司
- 2022-08-18 - 2023-09-22 - G06V10/20
- 本发明公开了一种基于包裹运动提取包裹图片的方法，应用于安检机，所述安检机中沿安检机行进方向依次设置有包裹检测装置以及X光成像区，所述方法包括以下步骤：S1：当包裹的一边到达包裹检测装置位置点A时，记为第一时刻点T0；当包裹的另一边离开位置点A时，记为第二时刻点T1；S2：获取包裹物理尺寸L；S3：计算包裹在X光图片上完全成像的时刻点T；S4：抽取时刻点T时的X光图片；S5：获取包裹成像在X光图片上的包裹图像尺寸L’；S6：根据包裹图像尺寸L’，确定时刻点T时的X光图片中包裹图像两边的横坐标；S7：根据包裹图像两边横坐标截取出X光图片中含包裹图像的部分X光图片，利用包裹轮廓检测方法提取出仅含包裹图像的包裹图片。
- 用于点云分类的微调方法及装置-202310702296.0
- 请求不公布姓名 - 杭州壁仞科技开发有限公司;上海壁仞智能科技有限公司
- 2023-06-13 - 2023-09-19 - G06V10/20
- 本发明提供一种用于点云分类的微调方法及装置，涉及目标识别技术领域，方法包括：获取点云的预处理数据；将预处理数据输入至待调整模块；通过微调模块对待调整模块的输出信号进行微调，得到用于进行点云分类的点云的特征向量，微调模块包括依次串联连接的第一权重层、特征归一化层和第二权重层；微调模块的输入端连接于待调整模块的输入端，第一权重层的输入端作为微调模块的输入端，第二权重层的输出端作为微调模块的输出端，微调模块的输出端通过预先设置的调制模块连接于待调整模块的输出端，调制模块用于：基于微调模块的输出信号和待调整模块的输出信号，确定并输出点云的特征向量。本发明提高了利用点云的特征向量进行点云分类的精度。
- 一种基于增强现实的图片预处理方法及相关装置-202310758593.7
- 柏余磊 - 中国银行股份有限公司
- 2023-06-26 - 2023-09-19 - G06V10/20
- 本申请公开一种基于增强现实的图片预处理方法及相关装置，可用于增强现实领域或金融领域，方法包括：对预设亮度范围内不同亮度值对应的第一图片进行特征识别，获得其中针对待识别物体的第一特征点数量，并根据第一数量条件从这些亮度值中确定目标亮度值；对预设角度范围内不同偏转角度对应的第二图片进行特征识别，获得其中针对待识别物体的第二特征点数量，并根据第二数量条件从这些偏转角度中确定目标偏转角度；对预设缩放范围内不同缩放倍数对应的第三图片进行特征识别，获得其中针对待识别物体的第三特征点数量，并根据第三数量条件从这些缩放倍数中确定目标缩放倍数；使用目标亮度值、目标偏转角度和目标缩放倍数将输入图片调整为标准图片。
- 一种小样本下基于改进度量学习的轨面状态识别方法-202310588187.0
- 于惠钧;彭慈兵;刘建华;何静;张昌凡;张锦圣;黄刚;刘丽丽 - 湖南工业大学
- 2023-05-23 - 2023-09-19 - G06V10/20
- 本发明公开了一种小样本下基于改进度量学习的轨面状态识别方法，所述方法主体包含有五个阶段，分别为数据采集与处理阶段、多尺度特征提取阶段、特征拼接阶段、度量阶段以及结果展示阶段；其多尺度特征提取阶段中引入金字塔拆分注意力机制，捕获不同尺度的空间信息，提升模型识别精度及训练速度；其特征拼接阶段中，启用特征拼接模块，引入深度局部拼接符，对特征图局部描述子进行拼接，减少背景等不相关信息的影响，同时保留具有明显区分度的局部特征；本发明设计了的度量阶段利用卷积神经网络代替固定度量公式，实现组合特征图的拟合度量；综上所述，本发明解决了模型中特征提取不充分以及特征拼接过程关键特征易丢失的问题，模型识别精度高。
- 基于生成对抗网络的宽带前视成像雷达目标识别方法-202310761844.7
- 王磊;刘一民;黄天耀;息荣艳 - 清华大学
- 2023-06-26 - 2023-09-15 - G06V10/20
- 本申请涉及雷达成像与目标识别技术领域，特别涉及一种基于生成对抗网络的宽带前视成像雷达目标识别方法，其中，方法包括：建立配对的前视图像数据集；搭建基于生成对抗网络的图像增强网络，利用前视图像数据集对图像增强网络进行训练并获得图像增强模型，将前视图像输入图像增强模型，获得增强后的前视图像；搭建目标识别网络，利用前视图像、增强后的前视图像和类别信息对目标识别网络进行训练并获得目标识别模型，并将前视图像和增强后的前视图像结合，并输入到目标识别模型，获得任一前视图像的类别信息。由此，解决相关技术中通过传统的图像增强方法无法对信息缺失的前视图像进行有效增强，适用性较低，降低了目标识别的准确性的问题。
- 一种公路资产信息识别方法及系统-202310467745.8
- 谭瑞梅;李善聚;杜博英;张艳红;尤天舟;仝鑫隆;闫向阳 - 中国公路工程咨询集团有限公司;中咨公路养护检测技术有限公司;中咨数据有限公司
- 2023-04-26 - 2023-09-15 - G06V10/20
- 本发明公开了一种公路资产信息识别方法及系统，属于数据处理技术领域。本发明方法，包括：将所述目标信息图像放置在预设的文件夹内，并记录所述文件夹的路径信息；对所述识别模型进行初始化，并对所述识别模型下发所述文件夹的路径信息；在所述识别模型根据所述路径信息查找到所述文件夹后，基于所述识别模型遍历文件夹列表，查看所述文件夹内的目标信息图像是否完成识别，若否，则对所述文件夹内的目标信息图像进行识别，并输出识别结果，基于识别结果确定目标公路路段的资产信息。本发明能够准确实时的确定缺失、不规范的公路资产信息，以方便对公路资产进行实时调整，以避免公路资产如标志标牌的缺失和破损导致的交通事故。
- 基于深度聚类的移动服务机器人动态环境定位与建图方法-202310492227.1
- 张毅;王鼎方;史志强;黄超;郑凯 - 重庆邮电大学;中国残疾人辅助器具中心
- 2023-05-04 - 2023-09-15 - G06V10/20
- 本发明请求保护一种基于深度聚类的移动服务机器人动态环境定位与建图方法，属于智能机器人自主导航领域。包括以下步骤：S1，利用RGB‑D深度相机获取环境信息；S2，对输入图像信息进行预处理，在提取特征点时对每个特征点赋予深度信息；S3，利用目标检测网络获取图像语义信息，结合几何方法获取待剔除的动态区域；S4，根据深度信息对动态区域内特征点进行聚类以确定需剔除的特征点并剔除；S5，将剩余特征点利用ORB‑SLAM2算法进行定位和导航。通过在公开数据集TUM上进行验证，结果表明本文提出的SLAM系统在动态环境下可以更准确的定位和导航。
- 基于机器视觉的污水处理效果检测方法-202310734736.0
- 周军 - 苏州德斯米尔智能科技有限公司
- 2023-06-20 - 2023-09-15 - G06V10/20
- 本发明涉及图像数据处理技术领域，具体涉及基于机器视觉的污水处理效果检测方法，包括：获取污水水下图像，划分为若干个局部区域，获取每一局部区域内若干个边缘连通域，获取每一边缘连通域的背景边缘置信度，获取每一局部区域内若干个弱边缘连通域，获取每一弱边缘连通域的差异程度，获取每一边缘连通域的受干扰程度，获取每一局部区域的背景边缘缺失评价，进而获取每一局部区域的拉伸程度，根据每一局部区域的拉伸系数对每一局部区域进行直方图均衡化，得到增强后的污水水下图像并进行污水处理效果检测。本发明旨在解决由于水中絮状物的光散射效应导致使用传统的直方图均衡化算法对污水图像进行增强处理时增强效果不佳的问题。
- 一种接触网鸟巢识别方法和装置-202310439576.7
- 谢楠;何志超 - 福州大学
- 2023-04-23 - 2023-09-08 - G06V10/20
- 本发明公开一种接触网鸟巢识别方法和装置，包括：步骤S1、获取鸟巢图像；步骤S2、将所述鸟巢图像解码过程中同时进行特征提取，以实现图像判断。采用本发明的技术方案，解决在进行高分辨率图像识别时面临的内存和算力不足等问题。
- 基于图像处理的封层碎石洒布质量识别方法-202310498160.2
- 危笛;谢成;骆俊晖;陈庆林;李胜;王锦余;陈江财;黄晓凤;闫泽南 - 广西北投交通养护科技集团有限公司
- 2023-05-05 - 2023-09-08 - G06V10/20
- 本发明公开了一种基于图像处理的封层碎石洒布质量识别方法，本发明属于道路工程碎石封层领域，包括：获取高质量的封层碎石洒布图像；对所述封层碎石洒布图像进行预处理，得到二值化图像，其中白色区域为碎石；基于OpenCV内置像素的计算函数，计算得到二值化图像碎石像素占比，即碎石洒布率，基于图像处理工具检测黑色区域最大内接矩形，得出其面积S，表征碎石未撒布最大区域，同时建立碎石洒布质量综合评价体系，用于评价封层碎石的洒布质量。本发明提供的方法便捷、高效，同时没有损害被检测区域内的碎石封层。
- 一种空谱特征约束的深度学习大气校正方法及系统-202311007293.1
- 刘荣杰;赵鑫;肖艳芳;马毅 - 自然资源部第一海洋研究所
- 2023-08-11 - 2023-09-08 - G06V10/20
- 本发明属于大气校正技术领域，公开了一种空谱特征约束的深度学习大气校正方法及系统。该方法包括：以三维密集残差为骨干网络，辅以三维残差特征注意力机制，初步挖掘影像的空间、光谱特征；引入二维卷积，获取基于二维卷积的空间信息补偿模块，进一步提取影像局部空间特征，对三维卷积特征进行空间信息补偿；通过自适应动态调整空谱特征权重，对二三维卷积模块输出结果进行加权相加，提升大气校正效果；建立基于光谱约束的损失函数，保持大气校正后反射率光谱信息。该空谱特征约束的二三维卷积大气校正模型可有效挖掘卫星影像空谱特征，实现精确大气校正，优于现有算法。联合损失函数有效保证了光谱的形状。
- 专利分类
