基于边缘特征的多光谱相机外参自校正算法

    公开(公告)号:CN110969667A

    公开(公告)日:2020-04-07

    申请号:CN201911152421.5

    申请日:2019-11-22

    Abstract: 本发明公开了基于边缘特征的多光谱相机外参自校正算法,属于图像处理和计算机视觉领域。由于可见光相机和红外相机属于不同模态,因此直接提取特征点做匹配得到的满足要求的点对比较少。为了解决这个问题,本方法从边缘特征入手,通过边缘提取和匹配找到红外图像在可见光图像上的最佳对应位置。这样就缩小了搜索范围,增加了满足要求的匹配点对数,从而更加有效的对红外相机和可见光相机进行联合自标定,操作简便,结果精确。

    基于Harris角点互信息匹配的立体相机动态标定算法

    公开(公告)号:CN110910456A

    公开(公告)日:2020-03-24

    申请号:CN201911152551.9

    申请日:2019-11-22

    Abstract: 本发明属于图像处理和计算机视觉领域,涉及基于Harris角点互信息匹配的立体相机动态标定算法。所述方法包括下列步骤:第一步:Harris角点检测。第二步:基于互信息的角点匹配。第三步:原图校正:输入上一步得到的匹配的左右角点以及红外双目相机各自内参和原来的外参,计算左右两图的角点经过去畸校正后的坐标。第四步:判断角点覆盖区域:将图像分成m*n个格子,如果角点覆盖到所有格子,则进行下一步,否则继续拍摄图像,提取角点。本发明解决了由于温湿度、震动等因素造成红外双目相机位置关系的改变,具有速度快、结果精确、操作简单等优点。

    面向烟雾检测应用的预处理方法

    公开(公告)号:CN107992799B

    公开(公告)日:2019-11-08

    申请号:CN201711102833.9

    申请日:2017-11-10

    Abstract: 本发明属于计算机视觉技术领域,提供了一种面向烟雾检测应用过的预处理方法。该方法分为三步,第一步对输入图像进行预分类操作,将输入图像分无雾、轻雾和无雾三类。第二步,对于轻雾图像根据亮度信息进行去雾增强操作。第三步,对于去雾后的图像以及轻雾图像,进行天空分割操作,除去天空区域。经过预处理操作的图片再进行烟雾检测,提高了正确率以及检测效率。

    一种用射影不变量提取人脸基准点的方法

    公开(公告)号:CN103886298B

    公开(公告)日:2017-01-18

    申请号:CN201410117609.7

    申请日:2014-03-27

    Abstract: 一种基于射影不变量提取人脸基准点的方法,属于计算机视觉领域。我们构造一种新的射影不变量(特征数),它通过人脸基准点将共线性、交比和六点几何特性结合了起来。本发明利用基准点之间的内部几何信息关系,在训练过程中,只需要一定数量手工标定基准点的正脸图像,然后利用基准点之间的几何关系,枚举所有构成三点、五点和六点特征数的基准点组合,找出特征数在训练集中都相等的组合,建立基准点匹配模板和形状先验。对任意输入的人脸图片,首先通过模板匹配、Sobel算子提取边缘点和汉森矩阵提取拐点,然后利用特征数在对基准点进行形状约束。本算法能快速、有效、准确的检测到人脸基准点且适合于不同姿态变化条件下的人脸图片。

Patent Agency Ranking