-
公开(公告)号：CN101799875B
公开(公告)日：2011-11-30
申请号：CN201010114137.1
申请日：2010-02-10
Applicant: 华中科技大学
Abstract: 本发明公开了基于维数递增弱线性回归树的目标检测方法，其步骤为：①准备训练样本集(xi，yi)，i＝1，……，N，xi表示训练样本的特征值集合，yi为样本类别，N为训练样本数，N为自然数；②初始化训练样本权重为其中t为自然数，初始化时t＝1；③对样本集合进行循环计算，选定循环次数T，T为自然数每次循环都得到一个线性回归树作为弱分类器。等到T次循环完成后，再将T个弱分类器合成一个强分类器；④使用该强分类器对数字图像中的各个区域进行分类，从而判断是否为目标区域，完成目标检测。本发明方法提出采用线性回归树作为弱分类器，即每个弱分类器不再只含有一个特征，而是用线性回归树将多个特征进行有机的组合，提高了分类器的分类能力，当训练出的分类器用于图像中的目标检测时可以获得较高的检测率及较快的检测速度。
-
公开(公告)号：CN101794394B
公开(公告)日：2011-11-30
申请号：CN201010111147.X
申请日：2010-02-05
Applicant: 华中科技大学
IPC: G06K9/64
Abstract: 本发明公开了一种基于邻域上下文的模板匹配方法，对场景图像逐像素点遍历提取与模板图像相同区域范围的搜索子图，对于满足邻域上下文约束的搜索子图，计算其与模板的相关性，依据相关性越大，该搜索子图对应的遍历像素点成为目标点可能性越大的准则选取目标像素点。本发明关键之处在利用了邻域上下文的约束，并不是在所有的位置都计算子图与模板的相关性，而是只在满足邻域上下文约束的位置计算。在目标部件检测中加入该约束，提高了检测的准确性，由于该约束去除了很多位置点，因此还提高了检测速度。
-
公开(公告)号：CN101436255B
公开(公告)日：2010-09-01
申请号：CN200810236603.6
申请日：2008-11-28
Applicant: 华中科技大学
IPC: G06K9/46
Abstract: 本发明公开了一种复杂图像中显著轮廓提取方法，其步骤为：①将理想轮廓抽象成由一个小线段集合组成，小线段之间首尾相连。理想轮廓由这个小线段集合逼近；②对线段集合W建立数学模型，满足该模型的最优解，即为对图像中显著轮廓的逼近。③运用可逆跳转马尔科夫链蒙特卡洛和模拟退火算法对最优线段集W进行求解。本发明直接对“高级”的轮廓组成单元(线段)进行描述，避免了目前边缘检测算法中“噪声”边缘的缺陷，将轮廓组成单元的检测与感知聚集统一在一个框架下，同时完成二者的实现。避免了感知聚集过程对轮廓组成单元检测算法的依赖，输出结果是对理想轮廓的逼近。逼近结果具有良好的抗干扰性，对复杂图像的显著轮廓提取，能获得良好的视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN101799925A
公开(公告)日：2010-08-11
申请号：CN201010120808.5
申请日：2010-03-05
Applicant: 华中科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种图像自动分割结果的性能分析方法，本发明通过计算多个手工标注的分割结果之间在像素上的感知一致程度，赋予每个像素不同的权重，感知一致程度越高，像素的对应权重就越高，最后计算出加权后的评价指数，作为待评价的分割结果的最终评价指数。采用本发明方法得到的性能分析指标，由于定义了能够定量的反应出由某种计算机算法所处理的图像自动分割结果与人工标注的分割结果的符合程度，从而，客观的反应出某种计算机图像自动分割算法与人类视觉感知在图像自动分割上的接近程度。
-
公开(公告)号：CN101436255A
公开(公告)日：2009-05-20
申请号：CN200810236603.6
申请日：2008-11-28
Applicant: 华中科技大学
IPC: G06K9/46
Abstract: 本发明公开了一种复杂图像中显著轮廓提取方法，其步骤为：①将理想轮廓抽象成由一个小线段集合组成，小线段之间首尾相连。理想轮廓由这个小线段集合逼近；②对线段集合W建立数学模型，满足该模型的最优解，即为对图像中显著轮廓的逼近。③运用可逆跳转马尔科夫链蒙特卡洛和模拟退火算法对最优线段集W进行求解。本发明直接对“高级”的轮廓组成单元(线段)进行描述，避免了目前边缘检测算法中“噪声”边缘的缺陷，将轮廓组成单元的检测与感知聚集统一在一个框架下，同时完成二者的实现。避免了感知聚集过程对轮廓组成单元检测算法的依赖，输出结果是对理想轮廓的逼近。逼近结果具有良好的抗干扰性，对复杂图像的显著轮廓提取，能获得良好的视觉效果。
-
公开(公告)号：CN101236647A
公开(公告)日：2008-08-06
申请号：CN200710168663.4
申请日：2007-12-07
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种融合上下文信息的数字血管造影图像增强方法，本发明首先通过Gabor滤波器将图像分解到不同的频率和方位，再利用血管局部空间的结构一致性，基于一种共圆规则融合血管上下文的信息，并通过一个迭代过程使得一致性的空间成分得到增强，最后通过各向异性扩散平滑去噪，得到较为满意的视觉效果。心血管造影图像通常充满噪声，传统增强技术难以将血管，尤其是细小的血管，从对比度低且背景复杂的造影图像中增强出来。本发明根据目标的全局特征来增强我们感兴趣的成分，将血管这一空间结构性较好的成分从造影图像中增强出来，具有良好的抗局部干扰性。尤其对级数较高、对比度较低的血管末梢表现出好的增强性能。
-
公开(公告)号：CN101231702A
公开(公告)日：2008-07-30
申请号：CN200810046789.9
申请日：2008-01-25
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 一种分类器集成方法，包括：(1)初始化训练样本权值；(2)对训练样本进行分类器训练，采用错误程度和泛化能力描述的分类器性能评价准则选出多个最佳子分类器；(3)组合最佳子分类器。本发明采用的分类器性能评价准则能够准确地选出性能好的子分类器，子分类器性能越好，组合得到相同性能的分类器需要的子分类器数量就越少，即训练循环的次数和时间均越少。另外本发明还通过反馈调整组合分类器，进一步增强分类器性能。
-
公开(公告)号：CN100573582C
公开(公告)日：2009-12-23
申请号：CN200710168663.4
申请日：2007-12-07
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种融合上下文信息的数字血管造影图像增强方法，本发明首先通过Gabor滤波器将图像分解到不同的频率和方位，再利用血管局部空间的结构一致性，基于一种共圆规则融合血管上下文的信息，并通过一个迭代过程使得一致性的空间成分得到增强，最后通过各向异性扩散平滑去噪，得到较为满意的视觉效果。心血管造影图像通常充满噪声，传统增强技术难以将血管，尤其是细小的血管，从对比度低且背景复杂的造影图像中增强出来。本发明根据目标的全局特征来增强我们感兴趣的成分，将血管这一空间结构性较好的成分从造影图像中增强出来，具有良好的抗局部干扰性。尤其对级数较高、对比度较低的血管末梢表现出好的增强性能。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
