“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]融合光谱与纹理特征的森林地上生物量反演方法及系统-CN201610058303.8有效
发明人：邵振峰;张邻晶;彭浩 -专利权人：武汉大学
申请日： 2016-01-28 - 公布日： 2019-10-11 - 主分类号： G06F17/50 文献下载
摘要：本发明提供一种融合光谱与纹理特征的森林地上生物量反演方法及系统，包括进行研究区样地地上生物量计算，得到样地生物量观测值；对高分辨率遥感影像全色数据和多光谱数据进行几何校正和辐射校正；将样地生物量观测值与相应的光谱特征植被指数分别进行统计回归，选取光谱特征反演模型；提取不同窗口下的多种纹理特征变量，将样地生物量观测值与相应的纹理特征变量分别进行统计回归，选取纹理特征反演模型；通过光谱关键因子与纹理关键因子的敏感性分析确定权重，构建生物量的光谱纹理特征联合反演模型，实现森林地上生物量反演。本发明融合了光谱与纹理特征，充分发挥两者反演生物量的优势，有效提高了森林地上生物量的定量反演精度。
融合光谱纹理特征森林地上生物量反演方法系统

[发明专利]一种基于纹理特征的数字图像被动盲取证方法-CN201210007510.2有效
发明人：孙锐;高隽;闫晓星;徐彩臣;李涛 -专利权人：合肥工业大学
申请日： 2012-01-12 - 公布日： 2012-07-25 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种基于纹理特征的图像被动盲取证方法，特征是选用图像纹理平均值、纹理标准差、纹理平滑度、纹理三阶矩、纹理一致性和纹理熵这六个纹理特征量来表示图像内容。相比现有选用图像变换域的间接特征量来代表图像内容信息的方法，本发明直接选取图像纹理特征表示图像信息，更能将图像的信息充分地表示出来；本发明相对现有的方法降低了特征量的维数，本发明选取的纹理特征具有层次性
一种基于纹理特征数字图像被动取证方法

[发明专利]基于纹理的输电线路设备特征提取方法-CN200910100167.4无效
发明人：张扬;陈舫明;龚坚刚;安居白;张新野;李春庚 -专利权人：浙江省电力公司;绍兴电力局;大连海事大学
申请日： 2009-07-02 - 公布日： 2009-12-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于纹理的输电线路设备特征提取方法，包括如下步骤：(1)获取输电线设备的图像信息，并采用图片获取函数将图像等分，逐个得到等分图像的信息；(2)根据前述图像信息，利用灰度共生矩阵函数计算图像相应的灰度共生矩阵，作为计算纹理函数的输入；(3)计算纹理函数根据前述灰度共生矩阵和原始图像的灰度信息计算纹理特征值，根据8个纹理特征量的计算公式得到它们的特征值；(4)将等分图像的特征量组成一组特征量序列，遍历序列查找特征量突变点，确定发生特征量突变的位置，与该特征量对应的等分图像处即为输电线设备的故障点。
基于纹理输电线路设备特征提取方法

[发明专利]基于多尺度光照不变性纹理特征的人脸欺骗检测方法及系统-CN202011577117.8有效
发明人：胡永健;罗鑫;葛治中;刘琲贝;王宇飞 -专利权人：华南理工大学;中新国际联合研究院
申请日： 2020-12-28 - 公布日： 2023-06-20 - 主分类号： G06V40/40 文献下载
摘要：本发明公开了一种基于多尺度光照不变性纹理特征的人脸欺骗检测方法及系统，该方法步骤包括：将视频分帧后抠取人脸图像，通道分离得到颜色通道图；经过光照分离纹理保留模块得到光照不变纹理特征图，归一化后与颜色通道图合并为人脸特征，数据增强后为待训练的输入特征；用多感受野的中心差异卷积搭建多尺度纹理模块，嵌入至轻量网络构建轻量多尺度纹理网络；将像素级损失和交叉熵损失加权为总损失；将输入特征送入轻量多尺度纹理网络学习纹理本质性的欺骗特征本发明准确提取纹理本质性的欺骗特征，有效提升模型泛化性能并降低部署的存储和计算消耗。
基于尺度光照不变性纹理特征欺骗检测方法系统

[发明专利]基于表达量预测模型的细胞筛选方法和装置-CN202010870681.2有效
发明人：陈亮;买买提依明·哈斯木;韩晓健;梁楚亨;梁国龙 -专利权人：深圳太力生物技术有限责任公司
申请日： 2020-08-26 - 公布日： 2022-08-09 - 主分类号： G16B25/10 文献下载
摘要：本申请涉及一种基于表达量预测模型的细胞筛选方法、装置、计算机设备和存储介质，包括：获取细胞培养池中多个待测细胞分别对应的待测细胞灰度图，并获取多张待测细胞灰度图分别对应的目标细胞纹理特征；目标细胞纹理特征为预先从多种细胞纹理特征中确定出的最优细胞纹理特征；将多个待测细胞的目标细胞纹理特征输入预先训练的表达量预测模型，并根据表达量预测模型的输出，得到多个待测细胞分别对应的预测蛋白表达量；根据预测蛋白表达量，从多个待测细胞中确定出预测蛋白表达量满足设定条件的目标细胞，实现了快速确定具有高蛋白表达量的细胞，避免需要经过反复培养和筛选后才能进行细胞筛选，大大缩短的筛选周期。
基于表达预测模型细胞筛选方法装置

[发明专利]变更脸图像的规定的纹理特征量的图像处理-CN201010118252.6有效
发明人：松坂健治;碓井雅也 -专利权人：精工爱普生株式会社
申请日： 2010-02-10 - 公布日： 2010-08-18 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及变更脸图像的规定的纹理特征量的图像处理，用于实现对脸图像中的规定的纹理特征量进行变更的图像处理的质量进一步提高。图像处理装置包括：存储部，存储对与互不相同的脸图像尺寸对应的多个基准形状、和与互不相同的脸图像尺寸对应的多个纹理模型进行确定的信息；脸特征位置确定部，确定对象图像中的脸的特征部位的位置；模型选择部，基于对象图像中的脸图像尺寸选择基准形状和纹理模型；第一图像变换部，按照对象图像中的脸形状与选择基准形状相等的方式进行第一变换；特征量处理部，利用选择纹理模型，对第一变换后的对象图像中的规定的纹理特征量进行变更；和第二图像变换部，对特征量变更后的对象图像进行第一变换的逆变换
变更图像规定纹理特征处理

[发明专利]一种基于鲁棒纹理特征的乳腺病变检测与分类装置-CN202310293677.8在审
发明人：祁小银;吴泉军 -专利权人：上海电力大学
申请日： 2023-03-22 - 公布日： 2023-06-23 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于鲁棒纹理特征的乳腺病变检测与分类装置，包括数据集模块、剪切波变换模块、灰度共生矩阵特征提取模块、主成分分析降维模块和融合分类器模块；所述数据集模块用于采集原始乳腺肿瘤图像，并对图像进行处理，得到对应的数据集；所述剪切波变换模块用于对图像的局部纹理特征进行处理；所述灰度共生矩阵特征提取模块用于提取图像的特征量，通过特征量进行图像纹理特征的分析；所述主成分分析降维模块用于将特征量中相似的特征进行合并，完成特征量从高维空间向低维空间的映射；所述融合分类器模块用于对图像的纹理特征进行判定和分类。
一种基于纹理特征乳腺病变检测分类装置

[发明专利]一种基于多纹理特征的SAR绿潮信息提取方法-CN201610978390.9在审
发明人：巩加龙;肖艳芳;董梁;牟冰;胡学峰;刘荣杰;刘德庆;陈晓英;于皓丞;张汉德;崔廷伟 -专利权人：国家海洋局第一海洋研究所
申请日： 2016-11-07 - 公布日： 2017-03-29 - 主分类号： G06K9/62 文献下载
摘要：一种基于多纹理特征的SAR绿潮信息提取方法，首先采用几何校正和滤波降噪对机载SAR影像进行处理，得到预处理影像；再对预处理影像进行纹理计算处理，纹理计算包括对预处理影像依次进行陆地掩膜、纹理特征量计算处理步骤；然后进行纹理分析处理，比较和分析绿潮、海水不同纹理特征的差异，获得纹理特征量的绿潮提取阈值；最后进行绿潮监测，包括根据多个纹理特征量进行绿潮探测，经计算获得绿潮覆盖面积。与现有的仅利用机载SAR影像后向散射系数进行绿潮提取的方法相比，本发明利用机载SAR影像中的多纹理特征组合，解决提取绿潮时可用信息少、精度低的问题，实现绿潮信息准确提取，为研究绿潮的产生的原因和发展过程提供科学基础
一种基于纹理特征 sar 信息提取方法

[发明专利]一种基于纹理特征融合的图像修复检测方法-CN201811523591.5有效
发明人：张玉兰;杨建权;丁峰;钱静;朱国普 -专利权人：中国科学院深圳先进技术研究院
申请日： 2018-12-12 - 公布日： 2021-04-30 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种基于纹理特征融合的图像修复检测方法，包括以下步骤：将待检测图像转为灰度图；逐像素提取图像纹理特征；计算所述灰度图的图拉普拉斯在图像照度方向上的变化量；对所述变化量再次逐像素提取纹理特征；融合所有提取的纹理特征，形成融合特征；将所述融合特征输入分类器进行判决；移除异常点，得到检测结果。本发明利用纹理特征实现对图像修复的检测，检测效果优于常规检测方法，尤其针对较小尺寸的图像块修复具有较好的检测效果,并且对JPEG压缩图像的修复检测也具有较好的鲁棒性。
一种基于纹理特征融合图像修复检测方法

[发明专利]一种基于纹理特征的絮体状态监测方法-CN202310062454.0在审
发明人：李志华;马启栋;孔月萍;李博宇;王若兰 -专利权人：西安建筑科技大学
申请日： 2023-01-18 - 公布日： 2023-04-11 - 主分类号： G01N21/84 文献下载
摘要：一种基于纹理特征的絮体状态监测方法，包括：取含絮体水作为样品，将其分为等量若干份含絮体水样品；将其分别置于透明容器中，使其呈悬浮状态分布；用相机拍摄多张样品图像；从中选取样品图像进行预处理，提取图像的灰度共生矩阵；通过纹理提取算法利用提取的灰度共生矩阵计算图像纹理特征值；将同一样品多张图像的纹理特征值取平均值作为结果；重复以上操作，得到不同时间段絮体图像的纹理特征值，利用公式计算，分别得到纹理特征值各自的相对变化量；将分别得到的纹理特征值各自的相对变化量用以判断絮体的状态：本发明利用絮体图像中提取的纹理特征值对絮体状态进行定量分析，使结果更加准确客观，具有简便、直观、准确、高效且低成本的优点。
一种基于纹理特征状态监测方法

[发明专利]一种高速公路边坡病害监测预警系统-CN202310899505.5有效
发明人：杨新春;罗廷;陈谋;李博;谢松 -专利权人：四川公路工程咨询监理有限公司
申请日： 2023-07-21 - 公布日： 2023-10-20 - 主分类号： G06Q50/26 文献下载
摘要：本发明公开了一种高速公路边坡病害监测预警系统，属于图像处理技术领域，本发明中对高速公路边坡图像进行灰度处理，得到灰度图，再基于特征阈值，提取具备纹理特征的像素点，得到纹理特征图，再对纹理特征图进行增强处理，增强纹理，提高纹理分辨率，再通过病害识别单元对增强纹理图进行识别，本发明中通过先提取出纹理图，降低了数据量，且增强了纹理信息，更便于病害识别单元对其进行识别，提高了监测病害的准确度。
一种高速公路病害监测预警系统

[发明专利]一种基于纹理特征分析的纸病检测方法-CN202010573636.0在审
发明人：周强;王思琦 -专利权人：陕西科技大学
申请日： 2020-06-22 - 公布日： 2020-09-29 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于纹理特征分析的纸病检测方法，具体技术方案为：首先，预处理模块对采集到的纸病图像进行灰度化以及图像去噪、灰度变换等图像增强方法对图像进行处理，使得图像更加清晰、纹理更加明显突出，后送入纹理分析及特征提取模块，纹理分析及特征提取模块利用灰度共生矩阵以及马尔科夫随机场两种方法对纸病图像进行分析，分别得出纹理特征量，将所得出的纹理特征量进行融合，形成特征向量阵输入纸病辨识分类模块，纸病辨识模块采用支持向量机对多种纸病类型进行多分类工作
一种基于纹理特征分析检测方法

[发明专利]纹理特征优选的农作物种植结构月尺度动态提取方法-CN201911122874.3有效
发明人：王镕;赵红莉;郝震;蒋云钟;段浩;朱彦儒;李向龙 -专利权人：中国水利水电科学研究院
申请日： 2019-11-16 - 公布日： 2022-10-21 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了纹理特征优选的农作物种植结构月尺度动态提取方法，包括以下步骤：S1：确定分析区域空间范围并进行数据准备，收集不大于月尺度的时间序列卫星遥感数据集，时间上统一处理为月尺度数据，同时完成研究区域内样本数据的预获取；S2：利用预处理后的月尺度卫星遥感影像数据，基于灰度共生矩阵计算影像的纹理特征；S3：基于实测样本计算不同纹理特征量的均值与方差，并计算不同样本间纹理特征量的可区分能力；解决了传统获取农作物种植结构信息的方法忽略了对分类特征量的筛选
纹理特征优选农作物种植结构尺度动态提取方法

[发明专利]一种DCT域上的图像检索方法-CN200910039543.3无效
发明人：冯国灿;陈培炫;邹卫文;邓慧 -专利权人：中山大学
申请日： 2009-05-18 - 公布日： 2009-10-14 - 主分类号： G06F17/30 文献下载
摘要：本发明为一种DCT域上的图像检索方法，其特征在于包括以下步骤：确定主颜色模糊隶属度函数和纹理模糊隶属度函数；选取拟检索图像的主颜色特征块；根据主颜色模糊隶属度函数和主颜色特征块，提取主颜色模糊直方图特征，得到主颜色特征向量K；选取纹理特征块；根据纹理模糊隶属度函数和纹理特征块，提取纹理模糊直方图特征，得到纹理特征向量TK；综合主颜色特征向量和纹理特征向量，得到表达图像检索特征的综合向量Key＝[K，TK]；以拟检索图像的图像检索特征为索引，与图像库中的图像进行匹配检索。本发明检索特征表达简单、计算量少、适用性强，可应用于基于内容的图像检索。
一种 dct 图像检索方法

[发明专利]一种基于机器人的筒子纱缺陷自动检测方法-CN202211144530.4有效
发明人：吴永惠;林静君 -专利权人：江苏新世嘉家纺高新科技股份有限公司
申请日： 2022-09-20 - 公布日： 2022-12-23 - 主分类号： G06T7/00 文献下载
摘要：方法包括以下步骤：根据重构特征序列中的各重构关键参数和各重构关键参数的值，得到各第一纹理重构特征图中各像素点对应的重构特征序列的信息损失量；根据信息损失量，得到各第一纹理重构特征图中各像素点对应的重构特征序列的有效程度；根据有效程度，得到各第一纹理重构特征图对应的优先度；根据优先度，得到所述目标表面图像对应的目标第一纹理重构特征图；根据目标第一纹理重构特征图中各像素点的坐标和各像素点对应的重构特征序列的有效程度，得到目标表面图像对应的筒子纱表面的乱纱程度
一种基于机器人筒子缺陷自动检测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条