-
公开(公告)号：CN103700105A
公开(公告)日：2014-04-02
申请号：CN201310722945.X
申请日：2013-12-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种用于深度图计算的最优邻域图像组选择方法，其特征在于，包括以下步骤：步骤1，提取参考图像与其他图像上的仿射不变特征点，对检测到的特征点进行匹配，并计算特征点空间位置；步骤2，在除参考图像外的所有图像中随机选取给定数量的图像构成候选邻域图像组，计算参考图像与候选邻域图像组的一致性程度；步骤3，使用量子进化算法对候选邻域图像组进行迭代调整，使一致性程度不断提高，并将迭代结束时得到的图像组作为最优邻域图像组。利用本发明提出的方法，能够在大量的图像中高效的选取最优邻域图像组，从而达到在参考图像上获得高精度深度图的目的。
-
公开(公告)号：CN101488223B
公开(公告)日：2012-03-28
申请号：CN200810056260.5
申请日：2008-01-16
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明基于曲线均值标准差描述子的图像曲线特征匹配方法，包括：拍摄待匹配场景的两幅或多幅图像；提取图像中的曲线特征；对曲线邻域进行划分分块，获取曲线上每一点的支撑区域的描述子向量；利用曲线上每一点支撑区域的描述子向量构造曲线的描述矩阵；计算曲线的描述矩阵的列向量的均值向量和标准差向量；分别对均值向量和标准差向量进行归一化并合并成一个向量；限制向量中每一维的最大值并重新进行整体归一化；利用所得的曲线描述子进行曲线匹配。本发明克服了困扰曲线匹配研究不同长度的曲线的统一描述问题，本发明具有完全基于图像内容，不需要对摄像机参数进行标定或其它已知条件，匹配过程不需要人机交互，完全基于图像内容自动完成。
-
公开(公告)号：CN101685532B
公开(公告)日：2011-10-12
申请号：CN200810222773.9
申请日：2008-09-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明为一种简易线性广角镜头校正法，包括：摄取含有直线场景的照像，用直线检测算法提取直线，再提取来自直线上的图像点；对来自同一直线上的图像点进行三点组合；应用广义除式模型，基于每个组合，建立一个畸变参数的线性方程，计算畸变参数，对畸变参数优化；应用求解的摄像机镜头的内参数对镜头进行校正。本发明提供的方法完全是线性的，不需要进行曲线拟和，所以简便、实用。而且所采用的广义除式模型考虑的畸变参数更全面，从而测量精度能满足通常的需要，具有鲁棒性好、稳定性高等特点。本发明使得广角镜头校正走向实用化、简便化。
-
公开(公告)号：CN101685197A
公开(公告)日：2010-03-31
申请号：CN200810222772.4
申请日：2008-09-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明为一种评价摄像机镜头切向畸变指标的方法，包括步骤：获取摄像机镜头拍摄的图像，其中被拍场景中有一个模板；在图像中，提取模板上的图像点；确定出模板上的点和图像上的点的对应；利用模板上点的坐标和图像上对应点的坐标，用公式计算出评价指标；根据指标值对镜头进行评价。本发明提供的方法能很全面的评价摄像机镜头的切向畸变，且可为全向摄像机的校准提供指导标准。该方法不受径向畸变的影响，具有较为简便、实用、评价准则精度高、鲁棒性好等特点，使得广角镜头生产的质量控制检测方法走向实用化、简便化。
-
公开(公告)号：CN100476867C
公开(公告)日：2009-04-08
申请号：CN200610103258.X
申请日：2006-07-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉和模式识别，公开一种基于机器学习的图像配准自动检验方法；该方法主要包括以下几个部分：采用相位相关图作为样本数据；利用相位相关图构造特征数据；通过分类器对特征数据进行分类，根据分类结果进行配准检验。本发明中采用有监督的机器学习方法设计分类器，并用该分类器来自动检验图像的配准结果。对400组不同图像在不同干扰下进行了配准实验，结果显示，正确检验率为100%。100%的正确率说明了这种基于分类器的图像配准检验方法是非常鲁棒的。
-
Patent Agency Ranking
公开(公告)号：CN101398392A
公开(公告)日：2009-04-01
申请号：CN200710122473.9
申请日：2007-09-26
Applicant: 中国科学院自动化研究所
IPC: G01N21/95
Abstract: 本发明一种基于色调、饱和度、灰度HSI颜色空间的棉花杂质高速实时检测方法：对采集棉花图像信息进行图像格式转换，获得HSI图像并进行操作判别学习训练过程和杂质检测过程；对棉花图像信息和背景图像信息进行联合自学习；对棉花杂质信息进行识别，输出棉花真正杂质点定位结果。采用三维查找表3D－LUT技术，快速获得HSI图像；利用自学习过程获得的参数进行杂质的识别，并且利用彩色运动补偿技术，对杂质点进行再次认证。本发明可以在10ms内完成80线棉流图像的采集、图像格式转换、杂质的检测和定位等全部过程。在棉流速度18m/s，杂质大小为2×2mm2的情况下，杂质识别正确率可达到95.4％。
-
公开(公告)号：CN101110103A
公开(公告)日：2008-01-23
申请号：CN200610103258.X
申请日：2006-07-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉和模式识别，公开一种基于机器学习的图像配准自动检验方法；该方法主要包括以下几个部分：采用相位相关图作为样本数据；利用相位相关图构造特征数据；通过分类器对特征数据进行分类，根据分类结果进行配准检验。本发明中采用有监督的机器学习方法设计分类器，并用该分类器来自动检验图像的配准结果。对400组不同图像在不同干扰下进行了配准实验，结果显示，正确检验率为100％。100％的正确率说明了这种基于分类器的图像配准检验方法是非常鲁棒的。
-
公开(公告)号：CN1856094A
公开(公告)日：2006-11-01
申请号：CN200510066977.4
申请日：2005-04-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及广角镜头校正技术领域，特别是一种广角镜头下的视频实时校正方法。提供一种通过球面透视投影约束实时校正动态广角图像的方法。包括步骤：S1.1.包含有较多直线的场景内，拍摄一幅广角图像；S1.2.提取图像中的曲线，这些曲线必须是空间直线的像；S1.3.确定广角变形校正模型中的参数；S1.4.根据S1.3)中得到的参数，校正视频序列中的每帧图像；S1.5.实时显示校正后的每帧图像，得到校正后的视频序列。
-
公开(公告)号：CN1841409A
公开(公告)日：2006-10-04
申请号：CN200510062745.1
申请日：2005-03-28
Applicant: 中国科学院自动化研究所
IPC: G06K9/80
Abstract: 一种基于Fourier－Mellin变换的遥感图像粗定位方法，涉及遥感技术领域，其步骤包括：(1)匹配前的预处理，包括从遥感影像中提取短曲线c和获得参考曲线C；(2)将短曲线c转化为二值图像，记为a；(3)按照一定的步长和规则，在长曲线C上选取所有的候选曲线ci，每段ci对应的二值图像记为bi；(4)依次将bi与a组成匹配对计算他们之间的变换参数(αi，si，x0i，y0i)；(5)将c通过变换参数(αi，si，x0i，y0i)进行反变换得到c′i，计算c′i与ci之间的Hausdorff距离Hi；(6)Hmin＝min{Hi}所对应的c*就是c在C上的匹配段，从而确定了遥感影像的粗略地理位置。
-
公开(公告)号：CN1838149A
公开(公告)日：2006-09-27
申请号：CN200510059186.9
申请日：2005-03-24
Applicant: 中国科学院自动化研究所
IPC: G06K9/64
Abstract: 一种实用的基于证据积累的图像曲线粗匹配方法，其步骤包括：(1)较好地获得图像曲线CI和待匹配的参考曲线CR；(2)在CR上选取所有可能与CI进行匹配的曲线段CRk，其中CRk两个端点的直线距离与CI两个端点的直线距离相同；(3)在CRk中找到ns个对应点PRkci与CI中的ns个控制点PIsi对应；(4)用证据积累的方法对ns组控制点聚类；如果聚类成功，则用能聚类的控制点估计刚体变换参数；否则，考察下一个CRk；(5)由估计的刚体变换参数将CI变换为曲线CI＇，并计算CI＇与CRk之间的Hausdorff距离；(6)最后，将与最小Hausdorff距离对应的CRk作为CI的粗略对应匹配段。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.034 seconds)
