-
公开(公告)号：CN102034105A
公开(公告)日：2011-04-27
申请号：CN201010592217.8
申请日：2010-12-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种复杂场景的物体轮廓检测方法。本发明采用一组不同朝向的Gabor滤波器对输入图像进行滤波处理，得到各个朝向下的朝向信息分布图像，并根据各个朝向下的朝向信息分布图像计算各个像素的朝向显著性系数，并将输入图像划分为朝向显著区域和非朝向显著区域，不同特征的纹理条件下使用不同的抑制方式，对于朝向显著的区域，采用各向异性抑制方法来抑制背景信息，对于非朝向显著的区域，采用各向同性抑制处理来抑制背景信息。最终得到抑制后的轮廓图像，经二值化处理即得到目标轮廓图像。本发明的检测方法具有根据外界输入的局部朝向信息来选择使用不同的抑制处理方式，可有效提高从复杂场景中迅速、准确地提取出物体轮廓的能力。
-
公开(公告)号：CN101763641A
公开(公告)日：2010-06-30
申请号：CN200910265067.7
申请日：2009-12-29
Applicant: 电子科技大学
Abstract: 该发明属于生物信息技术中采用模拟视觉机制对图像目标物轮廓进行检测的技术，包括采用大、小两个尺度参数及多个朝向进行Gabor滤波，确定非经典感受野相应滤波器的方位及其侧区和端区对中心像素的抑制量、并制取抑制后的图像，再经常规二值化处理即得目标轮廓图。该发明首先用Gabor滤波器组在两个不同尺度参数下、分别对图像在不同方位进行滤波，得到其高频信息分布图和低频信息分布图，再利用非经典感受野滤波器对其中的纹理等非轮廓信息进行抑制处理等。因而具有随外界输入信息变化的自适应能力强，可有效提高轮廓检测系统从复杂场景中迅速、准确地提取出目标轮廓的能力、效果和轮廓的清晰度等特点。
-
公开(公告)号：CN118297809A
公开(公告)日：2024-07-05
申请号：CN202410138617.3
申请日：2024-02-01
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种低亮度图像视觉增强方法及装置，获取对应的低亮度图像和标准亮度图像对；计算低亮度图像的亮度灰度图像，得到低亮度灰度图像，再经一组S型函数变换，得到对应的一组亮度增强的灰度图像；构建S型函数的选择网络，从低亮度灰度图像中，获取一组权重参数数组，再基于一组权重参数数组与一组亮度增强的灰度图像进行融合，得到亮度增强灰度图像；基于低亮度图像、低亮度灰度图像和亮度增强灰度图像，进行颜色恢复，得到亮度增强图像；通过构建损失函数，基于亮度增强灰度图像和标准亮度图像对应的标准亮度灰度图像计算损失，训练选择网络，并将训练好的选择网络用于低亮度图像的视觉增强。
-
公开(公告)号：CN116922382A
公开(公告)日：2023-10-24
申请号：CN202310900617.8
申请日：2023-07-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自身运动的机器人轨迹闭环检测方法，通过带噪声运动轨迹和真实运动轨迹构建噪声模型，构建去噪注意力模块预测带噪声运动轨迹的网格状特征，再构建前向和反向注意模块捕获运动姿态的相关性特征，通过该相关性特征预测运动姿态的闭环匹配概率，约束网格状特征的位置和方向构建特征代价函数，计算运动姿态的相似度构建匹配代价函数，最后结合特征和匹配代价函数训练模型，完成轨迹的闭环检测。本发明的方法受哺乳动物记忆和导航系统启发设计一种网格状特征表示代价函数，预测带噪声运动轨迹网格状特征，仅利用自身的运动信息估计自身的闭环概率，在无视觉信息条件取得较好的机器人运动轨迹闭环检测结果，能较好的检测闭环位置。
-
公开(公告)号：CN114511462B
公开(公告)日：2023-04-18
申请号：CN202210127830.5
申请日：2022-02-11
Applicant: 电子科技大学
IPC: G06T5/00 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种视觉图像增强方法，本发明的图像增强方法基于N‑R方程，设计可学习参数的N‑R变换模块，并基于典型U‑Net网络结构设计多通道图像的整合模块以及颜色恢复模块，最终实现端到端的视觉图像增强，提高了视觉图像增强质量。通过基于N‑R变换可以生成多张不同局部增强的中间图像，并基于这些不同局部增强图像，通过网络中的参数自适应地整合每个像素值需要被修正的亮度值，极大提高了算法模型的可解释性，并能很好地完成视觉增强任务。
-
Patent Agency Ranking
公开(公告)号：CN112950662B
公开(公告)日：2022-04-01
申请号：CN202110330448.X
申请日：2021-03-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种交通场景空间结构提取方法，将待处理彩色图像转换为灰度图像，并提取图像边缘，获得二值化边缘图像；通过对图像边缘进行直线拟合，获得图像中的主要直线段。根据每条直线段的方向信息，对将直线段分为三组，并筛选适用于消失点估计的候选直线段；联立候选直线段的共线直线的线性方程，组成超定方程组，通过解方程组估计初始消失点位置；去除位于初始估计消失点上侧的候选直线段，重新构建和求解超定方程组，优化消失点位置；基于左侧、右侧两类直线段及其交点，构建由一个交点和左右两条线段组成的交通场景结构；通过计算各候选场景结构的交点与估计的消失点间的距离，获得最终的交通场景结构，适合于全天候交通场景的分析。
-
公开(公告)号：CN112950662A
公开(公告)日：2021-06-11
申请号：CN202110330448.X
申请日：2021-03-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种交通场景空间结构提取方法，将待处理彩色图像转换为灰度图像，并提取图像边缘，获得二值化边缘图像；通过对图像边缘进行直线拟合，获得图像中的主要直线段。根据每条直线段的方向信息，对将直线段分为三组，并筛选适用于消失点估计的候选直线段；联立候选直线段的共线直线的线性方程，组成超定方程组，通过解方程组估计初始消失点位置；去除位于初始估计消失点上侧的候选直线段，重新构建和求解超定方程组，优化消失点位置；基于左侧、右侧两类直线段及其交点，构建由一个交点和左右两条线段组成的交通场景结构；通过计算各候选场景结构的交点与估计的消失点间的距离，获得最终的交通场景结构，适合于全天候交通场景的分析。
-
公开(公告)号：CN109919873A
公开(公告)日：2019-06-21
申请号：CN201910171243.4
申请日：2019-03-07
Applicant: 电子科技大学
Abstract: 本发明公开一种基于图像分解的眼底图像增强方法，应用于医学图像处理领域，针对现有技术虽然在一定程度上避免噪声放大，但不能去噪，同时对图像细节的增强效果较差的问题，本发明通过对每个颜色通道进行图像分解，获得结构层图像和噪声层图像；然后设定具体参数进一步对结构层图像进行图像分解，获得基底层图像和细节层图像；再次，通过颜色空间变换从基底层图像中提取亮度通道，并对亮度通道进行光照矫正；最后将矫正后的基底层图像与细节层图像进行加权融合，获得增强后的眼底图像；实现了在去除噪声的同时增强眼底图像细节信息的效果。
-
公开(公告)号：CN109886901A
公开(公告)日：2019-06-14
申请号：CN201910218341.9
申请日：2019-03-21
Applicant: 电子科技大学
IPC: G06T5/00
Abstract: 本发明公开一种基于多通路分解的夜间图像增强方法，应用于图像处理技术领域，针对现有技术在夜间图像处理时不能很好地去除噪声的问题，本发明首先根据待处理夜间图像全局噪声水平的估计，将待处理夜间图像分解为基底层图像和细节层图像；然后对基底层图像进行亮度适应计算；其次对基底层亮度适应图像的颜色进行矫正；再次对细节层图像进行边缘保护和噪声抑制；最后将颜色矫正后的基底层图像跟边缘保护与噪声抑制后的细节层图像进行融合，得到增强后的夜间图像；本发明的方法能够很好地去除夜间图像的噪声干扰。
-
公开(公告)号：CN106127823A
公开(公告)日：2016-11-16
申请号：CN201610481600.3
申请日：2016-06-24
Applicant: 电子科技大学
IPC: G06T9/00
CPC classification number: G06T9/00
Abstract: 本发明公开了一种彩色图像动态范围压缩方法，本发明的方法首先提取彩色图像的亮度，采用不同的计算方式得到视杆感受亮度图和视锥感受亮度图，然后分别计算视杆亮度图和视锥亮度图中每个像素所对应的响应值。得到视杆和视锥的响应图后，分别与一个双高斯差滤波器进行卷积，并将卷积后得到的两幅图像进行融合；融合时，对于亮度较低的像素，视锥的权重小，对于亮度较高的像素，视锥的权重大；融合之后，在保持输入的彩色图像的RGB三通道的比值不变的情况下，根据融合后图像的亮度与视锥感受亮度的关系来等比缩放原图的RGB三通道，通过调整饱和度控制参数的大小，可以有效的调节最终得到的彩色图像的饱和度。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.023 seconds)
