“纹理特征量”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3500455个，建议您升级VIP下载更多相关专利

[发明专利]基于遥感影像的倒伏水稻识别方法与装置-CN202010530422.5在审
发明人：徐飞飞;陆洲;罗明;梁爽;周敏强;赵晨 -专利权人：中科禾信遥感科技（苏州）有限公司;中国科学院地理科学与资源研究所
申请日： 2020-06-11 - 公布日： 2020-10-30 - 主分类号： G06K9/00 文献下载
摘要：本发明的基于遥感影像的倒伏水稻识别方法与装置，根据图像拍摄的时间来确定水稻的生长时期，并通过组合NDVI、NDWI、纹理Mean值、RVI构建的决策树模型，基于单期影像，充分利用不同时期倒伏水稻的纹理及光谱特征，减少了数据量，识别方便、精度较准。
基于遥感影像倒伏水稻识别方法装置

[发明专利]一种基于纹理图片的力触觉再现方法-CN201410117417.6有效
发明人：吴涓;丁彧;宋爱国;刘威;宋光明;王茜 -专利权人：东南大学
申请日： 2014-03-26 - 公布日： 2014-06-18 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于纹理图片的力触觉再现方法，该力触觉再现方法包括以下过程：步骤10）提取纹理特征，纹理特征包含纹理表面微观高度和表征纹理粗糙度的动摩擦系数；步骤20）基于步骤10）提取的纹理特征，进行力触觉建模，测算纹理力合力；步骤30）将步骤20）测算的纹理力合力，通过手控器输出反馈给操作者。该基于纹理图片的力触觉再现方法，无需特定的测量设备即可获取虚拟纹理的动摩擦系数，无需专用的纹理表达装置，即可将虚拟纹理的粗糙感传递给人。
一种基于纹理图片触觉再现方法

[发明专利]一种基于KAP有向图模型的医学图像分类方法-CN201510566372.5在审
发明人：潘海为;吴枰;韩启龙;谢晓芹;高琳琳;战宇;翟霄;李文博 -专利权人：哈尔滨工程大学
申请日： 2015-09-08 - 公布日： 2016-01-27 - 主分类号： G06K9/32 文献下载
摘要：待分类图像提出分类请求：待分类图像应为原始医学图像数据；图像预处理过程：对原始医学图像提取感兴趣ROI区域，计算图像ROI区域的灰度直方图，得到图像ROI区域的灰度直方图的波谷列表，根据波谷列表对图像分级提取纹理特征，根据实际需要将得到的分级纹理图像规范化到统一的大小，并在纹理部位提取出图像的角点。本发明提出的面向纹理的角点提取方法有效的降低了角点的提取时间，同时由于纹理部位是图像中灰度变化最剧烈的位置，也是图像中反应信息量最重要的位置，进而提高了角点的代表性。
一种基于 kap 模型医学图像分类方法

[发明专利]一种基于纹理特征的纺织品印花纹理智能检索方法-CN202311124395.1在审
发明人：曾国云;赵慧利 -专利权人：南通语森家纺科技有限公司
申请日： 2023-09-01 - 公布日： 2023-10-03 - 主分类号： G06F16/535 文献下载
摘要：本发明公开了一种基于纹理特征的纺织品印花纹理智能检索方法，该方法包括以下步骤：收集纺织品的样本印花纹理图像进行预处理；进行纹理图像分离；利用灰度共生矩阵法对分离后的纹理图像进行特征提取，并构建特征文本库；获取待检索纺织品印花纹理；将得到的待检索特征文本与特征文本库进行相似度匹配，并选取相似度最高的纺织品的样本印花纹理图像作为检索结果。本发明通过收集纺织品的样本印花纹理图像进行预处理、纹理图像分离、特征提取和相似度匹配等步骤的组合，从而能够快速检索出与待检索纺织品印花纹理相似的样本图像，提高了纺织品印花纹理的智能检索效率，进而实现了高效、准确的纺织品印花纹理检索。
一种基于纹理特征纺织品印花智能检索方法

[发明专利]一种获取纹理贴图的方法及装置-CN202111148398.X在审
发明人：唐忠樑;徐宇航;许志强;唐立军;孙大运 -专利权人：每平每屋（上海）科技有限公司
申请日： 2021-09-28 - 公布日： 2022-03-04 - 主分类号： G06T15/06 文献下载
摘要：本申请提供了一种获取纹理贴图的方法及装置。在本申请中，针对图像中的主体对象中的部件对象，获取该部件对象的纹理材质的第一材质特征；在多个预设纹理贴图中，筛选呈现的纹理材质的第二材质特征与部件对象的纹理材质的第一材质特征匹配的至少一个目标纹理贴图。多个预设纹理贴图对应多种纹理材质。从筛选的至少一个目标纹理贴图中确定部件对象的纹理材质对应的纹理贴图。通过本申请，可以提高部件对象的纹理材质对应的纹理贴图的效率以及质量，以及降低人工成本。
一种获取纹理贴图方法装置

[发明专利]随机纹理防伪方法、系统和鉴别器-CN201110145283.5无效
发明人：胡玲玲 -专利权人：上海傲卓防伪材料技术有限公司
申请日： 2011-05-31 - 公布日： 2012-02-15 - 主分类号： G07D7/04 文献下载
摘要：本发明涉及一种随机纹理防伪方法、系统和鉴别器。根据本发明的方法，在一基材的至少部分加入能够形成图像并被识别的磁性材料，制作成随机纹理防伪材料；然后采集由该磁性材料所形成的纹理信息及该磁性材料所具有的磁性特征信息，并保存该纹理信息和该磁性特征信息，以作为防伪比对信息在鉴别时，读取纹理防伪材料的纹理信息和磁性特征信息；获取对应该随机纹理防伪材料的防伪比对信息；将读取的纹理信息与该防伪比对信息中的纹理信息比较，若不符则该随机纹理防伪材料为仿冒；若相符则进一步将读取的磁性特征信息与该防伪比对信息中的磁性特征信息比对，若不符则该随机纹理防伪材料为仿冒，若相符则该随机纹理防伪材料为真。
随机纹理防伪方法系统鉴别器

[发明专利]一种耦合传统方法和WGAN-GP的道路纹理图片增强方法-CN202110992745.0在审
发明人：徐子金;陈宁;刘卓;王扬;侯越 -专利权人：北京工业大学
申请日： 2021-08-27 - 公布日： 2021-12-28 - 主分类号： G06T7/40 文献下载
摘要：本发明公开了一种耦合传统方法和WGAN‑GP的道路纹理图片增强方法，结合传统方法以及WGAN‑GP对抗生成网络对数据进行增强，以达到数据扩增和均衡各类样本的效果。本发明首先将商用手持式三维激光扫描仪获取的道路纹理数据转为二维可视化纹理图片，然后使用人工方法和批量处理手段对路面纹理图片进行分类、预处理及数据集制作。本发明基于原始的小样本量且不均衡的路面纹理数据集，在传统方法增强的基础上采用WGAN‑GP网络进一步扩充。新生成的图片纹理特征相对更加明显，更易被机器识别，有助于提高模型的泛化能力，减少过拟合现象。
一种耦合传统方法 wgan gp 道路纹理图片增强

[发明专利]在视网膜图像中基于纹理特征的视盘识别方法及装置-CN201711058161.6在审
发明人：陈维洋;李伟伟 -专利权人：齐鲁工业大学
申请日： 2017-11-01 - 公布日： 2018-03-23 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种在视网膜图像中基于纹理特征的视盘识别方法，属于视网膜图像处理技术领域，针对视网膜图像可以帮助诊断疾病的特点，采用的技术方案为基于视网膜图像的能量纹理特征，根据能量值大小能表明当前纹理的变化是否规则的特性，识别视盘位置，其实现步骤为读入视网膜彩色图像；从视网膜彩色图像中提取出红色通道图像；在红色通道图像中计算灰度共生矩阵，得到以每个像素点为中心的能量纹理特征值，并得到由能量纹理特征值组成的能量纹理特征矩阵，将此能量纹理特征矩阵转换成能量纹理特征影像；依据能量值的差异对能量纹理特征影像进行图像分割；对分割后的图像进行处理，得到最终的视盘识别结果，提高图像检测效率和诊断准确率。
视网膜图像基于纹理特征视盘识别方法装置

[发明专利]一种图像纹理特征的提取分类装置及分类方法-CN201910794223.2在审
发明人：陈旭;徐超义;解天祺;陆威 -专利权人：南京信息工程大学
申请日： 2019-08-27 - 公布日： 2019-11-15 - 主分类号： G06K9/20 文献下载
摘要：本申请公开了一种图像纹理特征的提取分类装置及分类方法，其提取分类装置包括壳体，所述壳体的一侧固定设置有扫描仪，所述壳体的另一侧固定安装有显示屏，所述壳体内分别固定安装有纹理特征编码模块、纹理特征比较模块、分类器和纹理特征存储模块，且扫描仪、纹理特征编码模块、纹理特征比较模块、分类器、纹理特征存储模块和显示屏相串联，所述壳体的一侧固定安装有安装座。本发明结构简单，可以对被识别件的图像采集过程中光照、拍摄距离和拍摄时物体移动速度均可以调整到最佳位置，因而被识别件的纹理表观特征不会与其本质发生很大的变化，降低了纹理分类算法的难度，便于得出精确的结论。
纹理特征壳体纹理特征编码比较模块存储模块分类装置分类器扫描仪识别件显示屏图像采集过程图像纹理特征固定设置拍摄距离纹理分类物体移动最佳位置纹理安装座算法光照串联体内拍摄分类申请

[发明专利]一种绝缘子串状态识别方法、系统和设备-CN202210763051.4在审
发明人：黄增浩;何锦强;李昊;朱登杰;毛先胤;牛唯;曾华荣;黄欢;张露松;杨柳青 -专利权人：南方电网科学研究院有限责任公司;贵州电网有限责任公司
申请日： 2022-06-30 - 公布日： 2022-09-16 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种绝缘子串状态识别方法、系统和设备，通过获取待检测的绝缘子串图片，并通过预设的纹理特征提取模型提取绝缘子串图片的多个纹理特征。然后分别计算每个纹理特征与多个预设的树形数据结构内的树形特征之间的相似度，按照相似度将纹理特征归类至各个树形数据结构对应的纹理状态，并实时统计各个纹理状态的归类数量。最后选取最大的归类数量对应的纹理状态作为绝缘子串图片对应的目标绝缘子串状态。通过纹理特征提取模型提取绝缘子串图片对应的纹理特征，并与预设的树形数据结构内的树形特征进行相似度比较，从而确定目标绝缘子串状态，提高识别速度，且识别的准确度高。
一种绝缘子状态识别方法系统设备

[实用新型]一种图像纹理特征的提取分类装置-CN201921398390.7有效
发明人：陈旭;徐超义;解天祺;陆威 -专利权人：南京信息工程大学
申请日： 2019-08-27 - 公布日： 2020-03-31 - 主分类号： G06K9/20 文献下载
摘要：本实用新型公开了一种图像纹理特征的提取分类装置，包括壳体，所述壳体的一侧固定设置有扫描仪，所述壳体的另一侧固定安装有显示屏，所述壳体内分别固定安装有纹理特征编码模块、纹理特征比较模块、分类器和纹理特征存储模块，且扫描仪、纹理特征编码模块、纹理特征比较模块、分类器、纹理特征存储模块和显示屏相串联，所述壳体的一侧固定安装有安装座。本实用新型结构简单，可以对被识别件的图像采集过程中光照、拍摄距离和拍摄时物体移动速度均可以调整到最佳位置，因而被识别件的纹理表观特征不会与其本质发生很大的变化，降低了纹理分类算法的难度，便于得出精确的结论
一种图像纹理特征提取分类装置

[发明专利]一种织物异常纹理类型识别方法和装置-CN201911108615.5有效
发明人：徐巧林;柯薇;邓中民;佘小燕;高青松;刘瀚旗;陈春梅;梅帆 -专利权人：湖北省纤维检验局;武汉纺织大学
申请日： 2019-11-13 - 公布日： 2023-03-31 - 主分类号： G06V10/42 文献下载
摘要：本发明涉及织物自动化分类技术领域，提供了一种织物异常纹理类型识别方法和装置，该方法包括：通过预设图像增强模型将原始异常纹理图像进行质量增强产生增强异常纹理图像；通过预设双树复小波分解模型对增强异常纹理图像进行多层级多方向分解，得到频域纹理特征集合；从频域纹理特征集合中提取6×N幅高频异常纹理子图，通过预设双树复小波融合模型分别将每一层级的6幅高频异常纹理子图融合为对应层级的高频异常纹理融合图像，根据所有高频异常纹理融合图像识别织物所属的异常纹理类型，促进了自适应稳定地在不同层级不同方向变换得到频域纹理特征集合，良好支持了依据频域纹理特征集合准确、高效地识别织物异常纹理类型。
一种织物异常纹理类型识别方法装置

[发明专利]基于多纹理特征融合的结冰湖泊检测方法和装置-CN202011259913.7在审
发明人：董晓刚;毛宏霞;刘铮;彭真明;贾雨生 -专利权人：北京环境特性研究所
申请日： 2020-11-12 - 公布日： 2021-02-05 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于多纹理特征融合的结冰湖泊检测方法、装置和计算机可存储介质，其中方法包括：采集并输入含有结冰湖泊的红外图像；分别对红外图像进行修正LNIP纹理编码、修正LBP纹理编码和基于修正的Garbor滤波提取，得到第一纹理特征图像、第二纹理特征图像和第三纹理特征图像，再进行像素级的特征融合得到第四纹理特征图像；基于局域概率分布对第四纹理特征图像进行结冰湖泊检测；再对结冰湖泊检测的结果进行精细化处理，
基于纹理特征融合结冰湖泊检测方法装置

[发明专利]天空动画的处理方法、设备、电子设备及存储介质-CN202210220083.X在审
发明人：李赫 -专利权人：网易（杭州）网络有限公司
申请日： 2022-03-08 - 公布日： 2022-07-08 - 主分类号： G06T13/60 文献下载
摘要：本申请提供的一种天空动画的处理方法、设备、电子设备及存储介质，包括：获取天空纹理贴图；根据流向贴图算法计算天空纹理贴图的纹理偏移量，根据纹理偏移量对天空纹理贴图进行调整；根据调整后的天空纹理贴图生成对应的天空动画的动画帧，确定天空动画的循环周期，根据循环周期确定更替的天空纹理贴图对应的动画帧的替换节点，在替换节点对动画帧进行替换。本申请通过利用流向贴图算法的设计思路对传统的纹理偏移量的计算方式进行了改进，从而改善了在垂直视角上的穿帮、贴图不连贯问题，之后通过确定动画的变化周期，确定了更替动画帧的替换节点，从而通过交替显隐实现了天空连续变化的效果
天空动画处理方法设备电子设备存储介质

[发明专利]基于Maya的3D模型数据的纹理合成方法-CN202310531315.8在审
发明人：耿强;冀敏;朱培东;崔庆龙;罗诗芸;谢丽 -专利权人：苏州天迹动画技术有限公司
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了基于Maya的3D模型数据的纹理合成方法，涉及纹理合成技术领域，包括以下步骤，创建模型，三维模型参数化，纹理匹配，在3D模型数据的纹理合成系统中使用纹理检测算法从纹理样本图像中提取出纹理样本图像的纹理结构特征，用纹理检测算法得到纹理结构特征图像，纹理合成，从纹理样本图像中选取一块矩形纹理块作为纹理图像的第一块纹理块，全局扫描纹理样本图像，使得选取的纹理块与第一块纹理块之间的重叠部分的误差最小，将纹理块的结构特征图像进行比较，使重叠区域结构相匹配然后进行剪切拼接得到完整的纹理图像，本发明避免了纹理块匹配过程中因重叠区域中像素点的误差值而使纹理结构完全不匹配的情况，可以合成出更细致的纹理图像。
基于 maya 模型数据纹理合成方法