基于运动时序能量图的步态识别方法

    公开(公告)号:CN109002785A

    公开(公告)日:2018-12-14

    申请号:CN201810731838.6

    申请日:2018-07-05

    Abstract: 本发明公开一种基于运动时序能量图的步态识别方法,1、通过检测腿部区域的平均宽度的极值点来检测步态周期;2、检测完步态周期后,计算运动信息能量图来表征步态的动态信息和静态信息;3、将运动信息能量图映射到连续的RGB通道生成运动时序能量图;4、将运动时序能量图作为步态特征,用最近邻分类器进行分类识别;本发明能够表征步态的静态信息、动态信息和时序信息,并且在侧面视角的情况下,提高了特征提取效率和识别精度。

    一种基于二叉树的文本行精确定位方法

    公开(公告)号:CN106485211A

    公开(公告)日:2017-03-08

    申请号:CN201610850449.6

    申请日:2016-09-26

    CPC classification number: G06K9/00463 G06K9/2054 G06K2209/01

    Abstract: 本发明公开一种基于二叉树的文本行精确定位方法,1、对于一副输入的文本行被过度分割的自然场景图像,为被过度分割的文本行构建二叉树搜索空间;2、在已构建好的二叉树搜索空间中模拟后序遍历的访问方式来搜索路径,其中每条路径都是一个结点集,而最优路径是对所有结点集来执行剪枝、融合操作后得到的结点集序列;3、剪枝、融合操作为:对于二叉树搜索空间中某条路径上包含的每个结点集,据结点集中父结点及左、右子结点的置信度比较结果,可在八种剪枝、合并策略中选择一种合适的情况进行处理;最终得到解决过分割问题的最优路径,该路径对应着重置后的文本行精确定位结果;实现了场景图像中的文本行精确定位。

    基于背景密度估计的印章图像提取方法

    公开(公告)号:CN104408721B

    公开(公告)日:2017-02-22

    申请号:CN201410690319.1

    申请日:2014-11-25

    Abstract: 一种基于背景密度估计的印章图像提取方法,首先对印章灰度图像用OTSU算法进行二值化,并对二值化后的图像进行去噪;其次,计算四种二值图积分图像,自适应地计算分形维数窗口尺寸,计算背景密度能量图,估计印章位置,依据真实印章大小提取印章图像,即完成算法目标;本发明方法利用密度估计的思想,创新性地对图像背景像素点密度进行估计,而不是对图像前景点密度进行估计,使印章作为低密度区域,非印章部分作为高密度区域,将待鉴定印章从简单背景中提取,作为印章配准的前处理步骤,大大提高了印章图像配准的准确率,使图像配准结果可以作为印章鉴定的依据。

    基于局部信息的文档图像校正方法

    公开(公告)号:CN103413271B

    公开(公告)日:2016-03-02

    申请号:CN201310303996.9

    申请日:2013-07-18

    Abstract: 基于局部信息的文档图像校正方法,首先通过文档图像的平均梯度值确定文本行的尺度,然后通过空白行的自相似性进行文本行跟踪,得到文本行的上、下边界,再通过文字笔画间距确定竖直笔画边界,完成对文本行的分割处理,处理完后,得到以一个以上、下边界和竖直边界划分得到的四边形,该四边形所包围的图像内容就是一个文字块处理单元;最后针对每个文字块处理单元,依次进行倾斜形变校正以及局部双线性插值校正,即完成对整幅文档图像的校正;本方法综合考虑了处理速度及扭曲文档图像的复杂情况,具有校正过程速度较快、校正效果好的特点。

    基于局部纹理方向性的图像增强方法

    公开(公告)号:CN104463814A

    公开(公告)日:2015-03-25

    申请号:CN201410741870.4

    申请日:2014-12-08

    Abstract: 基于局部纹理方向性的图像增强方法,包括局部纹理方向判断和局部纹理图像增强两步,在局部纹理方向时,首先计算图像轮廓图;然后在其上计算特征像素点,提取12种特征像素点,并将其划分到8个方向;计算8个方向特征像素点积分图;最后利用特征像素点积分图快速判断图像上任一区域内纹理主方向;在局部纹理图像增强时,首先对原图像进行高提升滤波;再根据局部像素点的纹理方向,迭代执行双线性插值的浮雕化操作与高斯滤波两到三次,直到图像效果稳定;本发明方法能够有效增强方向性纹理特征,突出方向性纹理的方向、密度、纹理宽度等细节,可以有效地抑制光照,噪音等因素对图像纹理的影响,使增强后的纹理的图像应用于其他数字图像处理算法中。

    一种基于多特征的文本图像相似度度量方法

    公开(公告)号:CN103473545A

    公开(公告)日:2013-12-25

    申请号:CN201310332513.8

    申请日:2013-08-01

    Abstract: 本发明公开了一种基于多特征的文本图像相似度度量方法,针对一种特征不能完全刻画出文字图像的缺陷,提出了一种结合多特征的高精度文字图像块描述及相似性度量方法,该方法提出了八种不同属性的特征,运用滑动比较和欧氏距离计算特征之间的距离值,最后运用训练的方法对八种特征进行融合计算出相似性值,大大提供了相似性值识别的精度。采用建立包含四种语言的测试集,对本发明的识别效果进行检测,并运用查全率查准率和F值对该发明的效果进行衡量,结果表明本发明的查全率、查准率接近于100%,而F值在0.99以上,结果表明本发明是一种高精度的相似度度量方法。

    一种基于形状特征的带边框矩形印章图形提取方法

    公开(公告)号:CN101576958B

    公开(公告)日:2013-08-14

    申请号:CN200910150816.1

    申请日:2009-06-15

    Abstract: 本发明公开了一种基于形状特征的带边框矩形印章图形的提取方法,按照以下步骤:(1)对目标图像前景层连通分支进行筛选,去除目标图像中不满足印章尺寸规格的小连通分支;(2)对目标图像背景层连通分支进行筛选,剔除目标图像背景层连通分支远大于或远小于印章尺寸规格的连通分支(3)采用图像分割中的分水岭算法来提取目标图像中封闭图形的骨架,利用骨架点在印章内部的最长游长来判断直线方向和去除毛刺;(4)根据用户提供的印章尺寸规格进行印章提取。本发明的方法能快速有效的检测图像中存在不固定数目的多枚矩形印章,具有检测精度高、速度快、抗干扰性强等优点。

    一种用于3D目标检测的局部膨胀与跨行采样方法

    公开(公告)号:CN119785337A

    公开(公告)日:2025-04-08

    申请号:CN202411821111.9

    申请日:2024-12-11

    Inventor: 宋永红 白泽楠

    Abstract: 本发明公开了一种用于3D目标检测的局部膨胀与跨行采样方法,包含以下步骤:1、首先利用基于子流形卷积的3D稀疏主干网络和2D密集主干网络提取点云数据的BEV特征。2、对BEV特征进行局部分块膨胀处理和空间‑内容自适应交互处理。局部分块膨胀处理通过可控变量产生局部分块和膨胀窗口。空间‑内容自适应交互处理使用膨胀窗口让特征融合周围的环境信息,得到自适应交互特征。3、将膨胀窗口再进行跨行自适应降采样处理,生成融合了远距离特征依赖关系和上下文信息的BEV特征。4、将自适应交互特征和BEV特征结合后进行3D目标检测,得到点云场景的目标检测与识别结果。本发明方法最终解决了在进行3D目标检测时远距离特征依赖关系丢失的问题。

    基于变量重要性评分和奈曼皮尔逊检验的宏基因组特征选择方法

    公开(公告)号:CN110189799A

    公开(公告)日:2019-08-30

    申请号:CN201910417875.4

    申请日:2019-05-20

    Abstract: 本发明公开了一种基于变量重要性评分和奈曼皮尔逊检验的宏基因组特征选择方法,1、对于一个输入的宏基因组分类可操作单元数据集,使用对称不确定性计算每个微生物特征与样本表现型的相关性,依据相关性得分筛选特征,生成子数据集;2、以有放回抽样方式对子数据集进行采样,然后使用变量重要性评分选择前k个特征,迭代上述步骤,迭代完成后统计每个特征的出现次数;3、使用奈曼皮尔逊检验方法计算给定参数下的阈值,筛选出现次数大于阈值的特征作为候选特征集合,出现次数最多的前k个特征为目标特征子集;本发明所提取的宏基因特征显著提高了分类效果,具有更高的稳定性,生成的候选特征集合方便了宏基因组后续医学实验的开展。

    基于投影法的两阶段文档图像非线性失真校正方法

    公开(公告)号:CN109063704A

    公开(公告)日:2018-12-21

    申请号:CN201810730869.X

    申请日:2018-07-05

    CPC classification number: G06K9/3283 G06K9/344 G06K2209/01

    Abstract: 本发明公开一种基于投影法的两阶段文档图像非线性失真校正方法,1、对于取得的文档图像进行二值化预处理,使用边界检测和提取算法自适应地检测和提取有效区域边界,获得文档图像校正区域;2、对于经过预处理的文档图像,首先基于投影法提取文本行基线,然后选取基准点,构建扭曲表面变换模型进行第一阶段的校正,称为粗校正;3、在粗校正进行之后,对图像再次用投影法提取文本行基线,然后根据提取的文本行基线,以文本行为单位,对文本行中的连通区域进行更加细致的第二阶段校正,称为细校正。本发明能够克服了文档图像中透视、倾斜、扭曲变形等一系列非线性失真对于文档图像OCR识别的影响,提高了OCR识别的准确率。

Patent Agency Ranking