-
公开(公告)号：CN103208115B
公开(公告)日：2015-12-23
申请号：CN201310066844.1
申请日：2013-03-01
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明提供了一种基于测地线距离的图像显著性区域检测方法，步骤包括S1：将输入图像过分割为面积小的超像素并计算超像素内部的平均颜色与位置；S2：遍历所有超像素，得到粗糙显著性能量值；S3：检测图像中的Harris角点并排序，保留一定数量得分靠前的角点。最后寻找这些角点的最小外接凸包；S4：将位于凸包外的超像素的粗糙显著性能量值置为0，凸包内超像素的显著性值保持不变；S5：根据测地线距离传播显著性能量，计算每个超像素经传播后获得的最终显著性值。本发明得到的显著性图能均匀的突出图像中的显著性物体或者区域，同时较强抑制背景干扰，有利于后续诸如目标物体分割等处理。
-
公开(公告)号：CN103136766B
公开(公告)日：2015-10-14
申请号：CN201310044869.1
申请日：2013-02-04
Applicant: 上海交通大学
IPC: G06T7/40
Abstract: 本发明提供了一种基于颜色对比和颜色分布的物体显著性检测方法，步骤包括S1：将输入图像过分割为面积较小的超像素，并计算超像素内部的平均颜色与位置；S2：计算每个超像素的中心－周围颜色对比，并将该对比度值乘以分布先验，最后使用显著性平滑操作得到颜色对比显著性图；S3：计算每个超像素的颜色分布方差，并依此得到颜色分布显著性图；S4：将S2与S3得到的颜色分布显著性图相乘，再使用MeanShift分割进行精化，使物体边缘更加精细，输出最终的显著性图。本发明最终得到的显著性图能均匀的突出图像中的显著性物体，并且较好的保持物体的边缘细节，同时抑制背景干扰，有利于后续诸如目标物体分割等处理。
-
公开(公告)号：CN103021017B
公开(公告)日：2015-05-20
申请号：CN201210513744.4
申请日：2012-12-04
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于GPU加速的三维重建系统。其方法主要包括：对二维图像进行GPU并行SIFT特征点计算，并进行特征点匹配，然后对每幅图像进行相机标定，再进行稠密点云重建，接着进行点云滤波，去噪，再把点云网格化，最后通过GPU进行纹理映射，得到三维场景。该系统通过输入一系列二维图像，可以输出最终的三维模型，全过程自动处理，不需要人工干预，具有重建速度快，精读高，误差小等特点。
-
公开(公告)号：CN104599241A
公开(公告)日：2015-05-06
申请号：CN201410742584.X
申请日：2014-12-05
Applicant: 上海交通大学
IPC: G06T5/00
Abstract: 本发明公开了一种全自动高效计算的颜色一致性方法，该方法对原始彩色RGB图像先计算各自颜色通道的均值，然后通过颜色均值计算图像的均值，利用得到的这些均值，借用相机的颜色过滤结构和颜色色调一致性模型，融合全局颜色和局部颜色特征，自适应的对图像的每一个颜色通道的每一个像素点作颜色校正，用户还可以根据校正后的图像，进一步按照自己需求，调节参数，得到更好的结果。模拟方法的实验结果表明，提出的方法能获得令人赏心悦目的视觉效果。
-
公开(公告)号：CN103927717A
公开(公告)日：2014-07-16
申请号：CN201410122870.6
申请日：2014-03-28
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于改进型双边滤波的深度图像恢复方法，该方法先使用局部自适应双边滤波对原始深度图像进行平滑去噪，然后对深度图像中的错误深度像素进行校正，最后结合于深度图像对应的RGB图像，采用选择性联合双边滤波对深度图像进行空洞填充，最终恢复的深度图像中的噪音得到了有效地抑制，错误深度像素得到了有效地校正，并且有清晰的深度边界。本发明能有效地抑制深度图中的局部不均匀噪音和填充深度图像中的空洞，同时能使得恢复后的深度图像中的边缘清晰整齐，有利于后续的诸如三维场景识别和重建等处理。
-
Patent Agency Ranking
公开(公告)号：CN103914880A
公开(公告)日：2014-07-09
申请号：CN201410097100.0
申请日：2014-03-14
Applicant: 上海交通大学
IPC: G06T17/30
Abstract: 本发明公开一种基于两维传递函数的自动识别重叠结构的体绘制方法，步骤为：(1)读入体数据，根据两维传递函数空间所需的两个属性值对每个体素计算，并由此构造该传递函数空间；(2)为得到完整的感兴趣结构并消除分水岭算法的过分割问题，首先在步骤(1)构建的传递函数空间设置传递函数分类器组件并确定感兴趣结构的数目，然后自动地修正原始体数据的灰度值；(3)对修正的体数据，基于其灰度值采用分水岭算法得到分类结果，从而将重叠于两维传递函数空间中的感兴趣结构同时识别出来。本发明原理简单、便于理解，且易于在现有的两位传递函数空间和可视化系统中实现。
-
公开(公告)号：CN103164694A
公开(公告)日：2013-06-19
申请号：CN201310054812.X
申请日：2013-02-20
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明公开一种计算机视觉与模式识别领域的人体动作识别的方法，首先使用了一种包含时间和空间信息的特征来表达当前帧人体的运动状态，然后再通过一种图论半监督方法设计分类器，从而达到识别人体动作的目的。本发明在提取人体运动特征的过程中同时融合了过去、当前及未来时刻的轮廓及运动光流信息，因而能够更加准确地描述人体的动作姿态。另外，为了用较少的样本获得较高的识别率；基于广义拉普拉斯矩阵的图论半监督方法，并将其用于人体动作识别。实验证明本发明提出的方法在观察角度不同、人与人之间动作存在差异的情况下都能够对常见动作取得令人满意的识别率。
-
公开(公告)号：CN103136766A
公开(公告)日：2013-06-05
申请号：CN201310044869.1
申请日：2013-02-04
Applicant: 上海交通大学
IPC: G06T7/40
Abstract: 本发明提供了一种基于颜色对比和颜色分布的物体显著性检测方法，步骤包括S1：将输入图像过分割为面积较小的超像素，并计算超像素内部的平均颜色与位置；S2：计算每个超像素的中心－周围颜色对比，并将该对比度值乘以分布先验，最后使用显著性平滑操作得到颜色对比显著性图；S3：计算每个超像素的颜色分布方差，并依此得到颜色分布显著性图；S4：将S2与S3得到的颜色分布显著性图相乘，再使用MeanShift分割进行精化，使物体边缘更加精细，输出最终的显著性图。本发明最终得到的显著性图能均匀的突出图像中的显著性物体，并且较好的保持物体的边缘细节，同时抑制背景干扰，有利于后续诸如目标物体分割等处理。
-
公开(公告)号：CN102004786B
公开(公告)日：2012-11-28
申请号：CN201010573237.0
申请日：2010-12-02
Applicant: 上海交通大学
IPC: G06F17/30
Abstract: 一种计算机信息处理技术领域的图像检索系统中的加速方法，通过对标准图像和待检索图像分别提取特征描述子并创建视觉码书，然后根据种子点集合创建随机kd树并对特征描述子进行分类，接着进行矢量化处理并对倒排索引进行优化，最后将待检索图像矢量在优化倒排索引中进行相似性搜索，实现图像检索系统的加速。本发明能够弥补现有技术中聚类过程计算量大和计算时间长的问题，优化倒排索引在保证检索准确率的情况下，提高了相似性搜索的实时性。
-
公开(公告)号：CN102063722B
公开(公告)日：2012-09-05
申请号：CN201110009716.4
申请日：2011-01-18
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 一种图像处理技术领域的基于主成份广义逆变换的图像变化检测方法，通过对待检测图像重新组织数据后进行两个特征空间中的变换，并在变换后的特征空间里进行更新波段差分处理以获取变化成分，再通过自动阈值确定方法来提取变化区域，实现图像变化检测。本发明在主成份广义逆变换后的特征空间里对图像进行差分检测，有效的抑制了噪声，降低了图像模糊扭曲等对检测精度下降的影响，提高了检测精度。
-
-
-
-
-
-
-
-
-
Search Results
209
records
(took 0.028 seconds)
