-
公开(公告)号：CN108961182A
公开(公告)日：2018-12-07
申请号：CN201810659779.6
申请日：2018-06-25
Applicant: 北京大学
CPC classification number: G06T5/006 , G06T5/40 , G06T2207/10016
Abstract: 本发明公布了一种快速准确的竖直方向灭点检测方法，并利用此竖直方向灭点检测方法实现视频的快速扭正。首先将视频数据逐帧分离成图片集；然后通过竖直方向灭点检测方法获得竖直方向灭点坐标信息；再利用竖直方向灭点坐标信息，计算图片变换的单应矩阵；最后将变换后的图片集合生成新视频；包括：提取图片阶段、竖直方向灭点检测阶段、图片扭正阶段和视频合成阶段。本发明依靠竖直方向单灭点信息进行视频扭正，鲁棒性好，计算速度快。将灭点检测转化为对偶空间中三角函数曲线参数的计算，将检测的直线近似成曲线的切线，使得远距离的灭点检测更准确，得到的视频图像更加符合人们的视觉习惯。
-
公开(公告)号：CN108205806A
公开(公告)日：2018-06-26
申请号：CN201611185771.8
申请日：2016-12-20
Applicant: 北京大学
Abstract: 本发明公布了一种锥束CT图像三维颅面结构的自动解析方法，基于图画模型和全卷积神经网络，训练图画模型用于解剖结构的自动检测与定位，利用全卷积神经网络构造解剖结构所在的锥束CT图像与对应的标注图像之间的映射。在测试阶段，对输入的三维锥束CT图像，首先利用图画模型检测感兴趣的解剖结构的空间位置，再利用全卷积深度网络估计该结构所在的图像子块的自动标注，实现三维颅面结构自动解析。本发明能够对锥束CT图像中感兴趣的三维颅面结构进行自动分割与标注，获得稳定结构的自动解析与分割，可用于口腔正畸临床治疗方案的制定与疗效的评价。
-
公开(公告)号：CN105551022B
公开(公告)日：2018-03-30
申请号：CN201510888480.4
申请日：2015-12-07
Applicant: 北京大学
Abstract: 本发明公布了一种基于形状交互矩阵(SIM)的图像错误匹配检验方法，通过两幅图像之间匹配的特征点对计算得到两幅图像关于标准化齐次坐标的两个形状交互矩阵，通过欧氏距离法或余弦相似法计算两个形状交互矩阵逐列之间的差异，得到两幅图像的错误匹配对。在去除错误匹配后，可利用剩余的正确匹配对，针对不同应用背景做进一步的处理。本发明提供的方法可应用于图像检索、三维点云配准和图像或视频中的物体识别等领域，扩展了应用范围；模型简单，理论性好，对于仿射几何变换具有较强的鲁棒性，实时性能显著，适用于对实时性要求较高的应用场合。
-
公开(公告)号：CN103823889A
公开(公告)日：2014-05-28
申请号：CN201410084657.0
申请日：2014-03-10
Applicant: 北京大学
CPC classification number: G06F17/30256 , G06K9/64
Abstract: 一种基于L1范数全局几何一致性检验的错误匹配检测方法：使用尺度不变特征变换及词袋模型来提取并匹配两幅图像中的特征点；计算两幅图像的平方距离矩阵；使用黄金分割搜索法来求解：minλ>0||D1-λ.D2||1；计算差异矩阵E=||D1-λ*.D2||1；计算E矩阵各行元素之和并从大到小排序，并计算排序后各行和值的二次差分，取达到最大二次差分值的点作为门限值，所有行和高于门限值的，则该行所对应特征点对被判定为错误匹配对；去掉错误匹配对后，再根据两幅图像的真实匹配点对来计算图像间的相似度，继而根据相似度由大到小排序输出图像检索结果。本发明允许相似图像间存在复杂背景、部分遮挡以及各种相似几何变换；只利用了特征点的坐标信息，非常简单且高效。
-
公开(公告)号：CN102663424B
公开(公告)日：2013-11-06
申请号：CN201210086508.9
申请日：2012-03-28
Applicant: 北京大学
IPC: G06K9/62
Abstract: 本发明公布了一种基于全变差和欧拉弹性杆的有监督模式识别方法，首先在所述最小二乘正则化框架下构造出基于全变差和欧拉弹性杆的能量泛函；然后利用变分法将该能量泛函最小化问题转换为求解对应的欧拉-拉格朗日偏微分方程；对所述偏微分方程求解，进而得到最终的分类器；运用该分类器对数据进行模式识别。本发明对有监督模式识别问题提出了新的方法，可以应用于一般情况下的分类问题，例如手写体数字识别；在绝大多数数据集上，本发明提出的方法能达到与现有的流行方法相媲美的效果。
-
Patent Agency Ranking
公开(公告)号：CN101923730B
公开(公告)日：2012-05-02
申请号：CN201010288902.1
申请日：2010-09-21
Applicant: 北京大学
Abstract: 本发明提供了一种物体三维模型的重建方法，该重建方法基于一台鱼眼相机和多个平面镜装置。将鱼眼镜头和平面镜结合起来，充分利用鱼眼镜头的广角优势，对放置于平面镜夹角范围内的物体做多视角数据的采集，然后将得到的图片数据二值化，提取不同视点物体轮廓线，根据图像中的特征点标定鱼眼相机，计算真实相机和虚拟相机的参数，然后利用物体轮廓线和相机参数对物体进行多视角的三维重建。利用本发明提供的方法，只需一张图片就可以获得物体不同视点的全部信息，而且每台相机在空间位置上服从规律的几何分布，很大程度上降低了相机参数的标定误差，从而大大提高了模型三维重建的精度。
-
公开(公告)号：CN102261907A
公开(公告)日：2011-11-30
申请号：CN201110098906.8
申请日：2011-04-20
Applicant: 北京大学
IPC: G01C11/00
Abstract: 本发明公布了一种多平面镜反折射成像系统中多视点极线几何测量方法。本发明提供的方案为：采集图像数据；选取不同视点中的对应点，分几种情况计算这些视点间的极线几何关系：相对镜子经过一次反射的两视点，直接利用极点坐标得到基本矩阵；两个视点对之间对应相差一个旋转或反射关系，基本矩阵相同；然后利用一般的基本矩阵计算方法计算基本矩阵，得到最终结果。本发明相对于传统极线几何测量方法大大减少了计算规模和次数，提高了多视点间极线几何测量的精度，从而提高了系统的标定、目标的跟踪和立体视觉对应点匹配的准确性和稳定性，相对于传统方法更简单易用、易于推广。
-
公开(公告)号：CN101398933B
公开(公告)日：2010-09-15
申请号：CN200810224346.4
申请日：2008-10-17
Applicant: 北京大学
IPC: G06T7/00
Abstract: 本发明涉及一种从图像中恢复三维几何信息的方法。所述方法包括：获取大量场景图像及其对应的深度图作为训练库；划分所述图像为图像块，利用统计学习方法描述其对应于不同深度的概率并得到不同的参数值；对用于场景重建的图像对建立包含图像块层、像素层以及连接像素和对应图像块的边的图结构；利用统计学习所获的参数定义上述图结构的能量项；将所述能量项作为约束加入到传统立体匹配的描述像素和像素之间视差关系的图中；求解出两幅图像之间的视差图。
-
公开(公告)号：CN101398933A
公开(公告)日：2009-04-01
申请号：CN200810224346.4
申请日：2008-10-17
Applicant: 北京大学
IPC: G06T7/00
Abstract: 本发明涉及一种从图像中恢复三维几何信息的方法。所述方法包括：获取大量场景图像及其对应的深度图作为训练库；划分所述图像为图像块，利用统计学习方法描述其对应于不同深度的概率并得到不同的参数值；对用于场景重建的图像对建立包含图像块层、像素层以及连接像素和对应图像块的边的图结构；利用统计学习所获的参数定义上述图结构的能量项；将所述能量项作为约束加入到传统立体匹配的描述像素和像素之间视差关系的图中；求解出两幅图像之间的视差图。
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.028 seconds)
