-
公开(公告)号：CN111754418A
公开(公告)日：2020-10-09
申请号：CN202010430976.8
申请日：2020-05-20
Applicant: 重庆邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于Hess矩阵的图像增强方法，涉及数字图像处理、计算机视觉等技术领域。具体步骤为：1)用多尺度分数阶Hess矩阵对输入图像进行处理，生成特征加权图像；2)抑制特征加权图像中强特征信息像素的特征值，得到背景加权图像；3)用背景加权图像的直方图和该直方图归一化后形成的累积分布函数得到最终映射函数；4)利用映射函数得到增强后的图像。本方法用matlab为平台进行验证，结合Hess矩阵的相关知识，完成了改善图像对比度达到增强目的，具有实际意义，并且取得较好增强效果。
-
公开(公告)号：CN107665355B
公开(公告)日：2020-09-29
申请号：CN201710890863.4
申请日：2017-09-27
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于区域卷积神经网络的农业害虫检测方法，涉及数字图像处理、深度学习、计算机视觉等技术领域。具体步骤为：1)搜集并整理各类的农业害虫样本作为训练集；2)对训练集进行标记样本标签操作；3)利用区域卷积神经网络架构对搜集到的所有农业害虫训练集样本进行模型训练；4)采集农田中的监控图像，并用得到的模型对监控图像进行测试，得到最终效果。本方法利用区域卷积神经网络训练得到的模型对农业害虫进行检测，辅助各类害虫的防治工作，进而降低害虫给农、林、牧业带来的影响，提升农业粮食产量、保护林、牧业绿化安全，具有实际意义，并且取得较好效果。
-
公开(公告)号：CN107665355A
公开(公告)日：2018-02-06
申请号：CN201710890863.4
申请日：2017-09-27
Applicant: 重庆邮电大学
CPC classification number: G06K9/627 , G06K9/6276 , G06N3/0454 , G06N3/084 , G06T7/0012 , G06T7/73 , G06T2207/10004 , G06T2207/20076 , G06T2207/20081 , G06T2207/20084 , G06T2207/30004
Abstract: 本发明请求保护一种基于区域卷积神经网络的农业害虫检测方法，涉及数字图像处理、深度学习、计算机视觉等技术领域。具体步骤为：1)搜集并整理各类的农业害虫样本作为训练集；2)对训练集进行标记样本标签操作；3)利用区域卷积神经网络架构对搜集到的所有农业害虫训练集样本进行模型训练；4)采集农田中的监控图像，并用得到的模型对监控图像进行测试，得到最终效果。本方法利用区域卷积神经网络训练得到的模型对农业害虫进行检测，辅助各类害虫的防治工作，进而降低害虫给农、林、牧业带来的影响，提升农业粮食产量、保护林、牧业绿化安全，具有实际意义，并且取得较好效果。
-
Patent Agency Ranking
-
公开(公告)号：CN103778434A
公开(公告)日：2014-05-07
申请号：CN201410019974.4
申请日：2014-01-16
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多级分辨率多阈值局部二值模式的人脸识别方法，属于模式识别技术领域。本方法针对局部二值模式难以获取人脸人脸面部器官的位置的空间结构信息，同时LBP算子采用局部区域邻居像素点与中心像素点的大小关系进行编码容易受到噪声影响，使用不同的阈值进行LBP编码图像，最后通过不同的划分方式来获取人脸的局部与整体信息，这样提取MRTLBP特征的信息更具有鉴别力。并将其作为人脸的鉴别特征用于分类识别。采用最近邻分类器进行分类识别。实验分析表明，本发明具有较强的人脸特征表示能力对光照，表情以及姿态具有较高的鲁棒性。
-
公开(公告)号：CN103778412A
公开(公告)日：2014-05-07
申请号：CN201410020045.5
申请日：2014-01-16
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种局部三值模式自适应阈值的人脸识别方法，属于模式识别技术领域。该方法包括：首先对人脸数据库图像进行预处理分块；分别对训练集和测试集图像计算分块区域内的ε-LTP特征；将求到的ε-LTP特征矩阵分解为正、负模式两层；根据各层特征求取信息熵权重；结合信息熵权重将各层特征转换为加权直方图形式；对直方图采用χ2（卡方）距离函数来计算测试样本与训练样本的特征相似度；用三阶近邻分类器对对测试样本进行分类识别。本发明具有较高的人脸识别正确率。
-
公开(公告)号：CN103729862A
公开(公告)日：2014-04-16
申请号：CN201410038067.4
申请日：2014-01-26
Applicant: 重庆邮电大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于码本背景模型的自适应阈值运动目标检测方法，属于智能视频监控技术领域。该方法包括以下步骤：1）将输入的视频图像序列分为训练集和检测结果集，对输入的训练集通过自适应阈值方法创建初始码本背景模型；2）对创建的初始码本背景模型通过时间滤波方式进行提纯和优化；3）将提纯的码本背景模型应用于前景检测，将作为训练样本的前n帧图像作为训练集创建的码本背景模型与后续输入的视频图像序列相减；4）对得到的差分图像进行二值化，并将该二值图像作为最终的检测结果图像。本方法能够自适应地调整阈值，相比以往的检测方法可以获得更好的检测结果，具有很高的准确性。
-
公开(公告)号：CN103208012A
公开(公告)日：2013-07-17
申请号：CN201310166997.3
申请日：2013-05-08
Applicant: 重庆邮电大学
IPC: G06K9/62
Abstract: 本发明请求保护一种光照人脸识别方法，涉及计算机模式识别领域。将光照变化对人脸识别造成的影响从预处理﹑特征提取﹑分类器的设计三方面进行了改进，有效降低了光照变化对人脸识别性能的影响。本发明利用粗粒度区化算法，结合光照变化信息将连续对比度值域区间非线性划分成若干离散的子区间，并提取局部非线性多层对比度特征LNMCP作为人脸特征，有效弥补了局部二值模式LBP和LMCP的缺陷；并引入了模糊隶属函数存储被测试本属于各类的概率，最后通过信息熵计算各层权重，精确的融合各层分类子结果。本发明有效提高了人脸识别率。
-
-
-
-
-
-
-
Search Results
178
records
(took 0.025 seconds)
