-
公开(公告)号:CN102819840B
公开(公告)日:2014-10-29
申请号:CN201210259652.8
申请日:2012-07-25
Applicant: 清华大学深圳研究生院
IPC: G06T7/00
Abstract: 本发明公开了一种纹理图像分割方法,提取图像的局部的各种特征信息表征图像中不同纹理的区域的特性得到特征图像,通过主成分分析等手段降低数据量再通过mean shift算法(中文名为:均值漂移算法)对特征向量进行聚类,从而完成较可靠的纹理图像分割。本发明相对于现有技术,图像分割可靠性高,人机交互少的有益效果。
-
公开(公告)号:CN103533332A
公开(公告)日:2014-01-22
申请号:CN201310501309.4
申请日:2013-10-22
Applicant: 清华大学深圳研究生院
Abstract: 一种2D视频转3D视频的图像处理方法,包括:将从不同角度所拍摄的目标物体的图像作为样本图像;计算每个样本图像和待识别图像的颜色不变量图像,提取颜色不变量图像中的特征点;将待识别图像的颜色不变量图像中的特征点与样本图像的颜色不变量图像中的特征点进行匹配;根据匹配成功的特征点的分布情况,判断待识别图像中是否存在目标物体;如果待识别图像中存在目标物体,基于匹配成功的特征点将目标物体轮廓分割出来。该方法可以在2D视频转3D视频过程中对目标物体进行识别并精确分割物体轮廓,并极大地减少人工操作的工作量。
-
-
公开(公告)号:CN103996207A
公开(公告)日:2014-08-20
申请号:CN201410176044.X
申请日:2014-04-28
Applicant: 清华大学深圳研究生院
IPC: G06T7/20
Abstract: 一种物体跟踪方法,包括:背景建模步骤:根据背景图像建立所述背景图像的GMM模型;前景建模步骤:根据多个角度及距离下拍摄的被跟踪物体图像,提取被跟踪物体图像中的特征点,并计算这些特征点的描述算子,以所述特征点的描述算子作为描述前景物体的初始特征,建立前景目标物体特征向量集;跟踪步骤:对初步确定的目标物体区域进行特征点检测,并计算特征点描述算子,对计算所得的特征点描述算子与前景目标物体特征向量集中的特征点描述算子进行匹配,根据匹配成功的特征点确定被跟踪物体所在的前景区域。本物体跟踪方法的跟踪性能好,实时性、鲁棒性强。
-
公开(公告)号:CN103438834A
公开(公告)日:2013-12-11
申请号:CN201310426151.9
申请日:2013-09-17
Applicant: 清华大学深圳研究生院
IPC: G01B11/25
Abstract: 基于结构光投影的层级式快速三维测量装置和方法,该装置包括结构光投射单元、双目图像采集单元和数据处理单元。结构光投射单元投射的结构光的图案包括方形栅格阵列,每个栅格单元内形成灰度渐变区域,多个特征圆以方形点阵的形式分布于栅格线的交点处。数据处理单元接收双目图像采集单元采集的左右视差图像,解码以获得被测场景的包括像素点深度坐标在内的三维信息,其中检测左右视差图像中特征圆的位置并匹配,以匹配好的特征圆为中心检测左右视差图像中对应区域的栅格线并匹配,取匹配好的横向和纵向各两条相邻的栅格线所围区域进行灰度匹配,并根据所得像素点视差确定其深度坐标。本发明可快速、精确地完成对被测场景的实时三维测量。
-
公开(公告)号:CN103438834B
公开(公告)日:2015-10-28
申请号:CN201310426151.9
申请日:2013-09-17
Applicant: 清华大学深圳研究生院
IPC: G01B11/25
Abstract: 基于结构光投影的层级式快速三维测量装置和方法,该装置包括结构光投射单元、双目图像采集单元和数据处理单元。结构光投射单元投射的结构光的图案包括方形栅格阵列,每个栅格单元内形成灰度渐变区域,多个特征圆以方形点阵的形式分布于栅格线的交点处。数据处理单元接收双目图像采集单元采集的左右视差图像,解码以获得被测场景的包括像素点深度坐标在内的三维信息,其中检测左右视差图像中特征圆的位置并匹配,以匹配好的特征圆为中心检测左右视差图像中对应区域的栅格线并匹配,取匹配好的横向和纵向各两条相邻的栅格线所围区域进行灰度匹配,并根据所得像素点视差确定其深度坐标。本发明可快速、精确地完成对被测场景的实时三维测量。
-
公开(公告)号:CN103186899A
公开(公告)日:2013-07-03
申请号:CN201310091386.7
申请日:2013-03-21
Applicant: 清华大学深圳研究生院
IPC: G06T7/00
Abstract: 一种仿射尺度不变的特征点提取方法,包括:根据摄像机仿射模型确定倾斜量参数和经度参数,对要匹配的两幅图像分别做仿射变换,模拟图像可能发生的仿射扭曲;检测经过仿射变换的图像中的最大稳定极值区域(MSER),并采用用椭圆区域方程拟合检测到的每个MSER;进而通过DoG高斯差分算子检测MSER区域中特征点并根据特征点所在位置及尺度信息生成对应的特征点描述算子。本方法能够精确提取图像中仿射不变和尺度不变的特征点,在图像产生较大的倾斜时仍能检测到较多的特征点,具有很好的抗仿射性。同时,采用MSER区域的检测,能够减少特征点的检测范围,减少误匹配,增加算法的执行效率。
-
-
-
-
-
-