-
Patent Agency Ranking
公开(公告)号：CN102073995B
公开(公告)日：2013-02-27
申请号：CN201010618298.4
申请日：2010-12-30
Applicant: 上海交通大学
Abstract: 一种图像处理技术领域的基于纹理金字塔与正则化局部回归的色彩恒常方法，通过基于通用色彩恒常的Minkowski范式，根据不同的参数选择为融合算法构建一个算法候选集合；然后将图像以不同的分辨率分割成重叠的块，然后采用威布尔分布参数来描述每一个块的纹理特征；再对于给定的待测试图像，根据定义的图像相似性准则，从训练数据库中选出K幅与待测图像纹理特征最相似的图像；在融合阶段，根据这K幅参考图像，采用正则化局部回归估计待测图像的光照；最后根据光照估计值，利用Von Kries模型将待测试图像映射到标准白光下，得到校正后的图像。本发明有效地提高了光照估计的准确性，可广泛应用于目标追踪、物体识别及图像检索等。
-
公开(公告)号：CN102073995A
公开(公告)日：2011-05-25
申请号：CN201010618298.4
申请日：2010-12-30
Applicant: 上海交通大学
Abstract: 一种图像处理技术领域的基于纹理金字塔与正则化局部回归的色彩恒常方法，通过基于通用色彩恒常的Minkowski范式，根据不同的参数选择为融合算法构建一个算法候选集合；然后将图像以不同的分辨率分割成重叠的块，然后采用威布尔分布参数来描述每一个块的纹理特征；再对于给定的待测试图像，根据定义的图像相似性准则，从训练数据库中选出K幅与待测图像纹理特征最相似的图像；在融合阶段，根据这K幅参考图像，采用正则化局部回归估计待测图像的光照；最后根据光照估计值，利用Von Kries模型将待测试图像映射到标准白光下，得到校正后的图像。本发明有效地提高了光照估计的准确性，可广泛应用于目标追踪、物体识别及图像检索等。
-
公开(公告)号：CN102404595B
公开(公告)日：2013-11-20
申请号：CN201110353387.5
申请日：2011-11-10
Applicant: 上海交通大学
IPC: H04N13/00
Abstract: 本发明公开一种可提供3D节目拍摄指导的极线校正方法，该方法利用遗传一致性估计方法来消除误匹配获取一致最大内点集，将基础矩阵参数化为包含摄像机姿态信息的参量，通过匹配点对坐标建立误差方程，进而采用最小二乘法求解摄像机参量，利用所得的摄像机参量直接求解极线校正矩阵，并为现场3D拍摄提供如何调整摄像机姿态的信息。本发明既能够应用于3D节目后期处理又能够为3D节目现场拍摄提供摄像机姿态调整指导，并有效地降低了极线校正后立体图像对的扭曲变形。整个极线校正方法的实现过程简单，可广泛应用于立体匹配、深度图提取和三维跟踪等重要领域。
-
公开(公告)号：CN102404595A
公开(公告)日：2012-04-04
申请号：CN201110353387.5
申请日：2011-11-10
Applicant: 上海交通大学
IPC: H04N13/00
Abstract: 本发明公开一种可提供3D节目拍摄指导的极线校正方法，该方法利用遗传一致性估计方法来消除误匹配获取一致最大内点集，将基础矩阵参数化为包含摄像机姿态信息的参量，通过匹配点对坐标建立误差方程，进而采用最小二乘法求解摄像机参量，利用所得的摄像机参量直接求解极线校正矩阵，并为现场3D拍摄提供如何调整摄像机姿态的信息。本发明既能够应用于3D节目后期处理又能够为3D节目现场拍摄提供摄像机姿态调整指导，并有效地降低了极线校正后立体图像对的扭曲变形。整个极线校正方法的实现过程简单，可广泛应用于立体匹配、深度图提取和三维跟踪等重要领域。
-
公开(公告)号：CN101882308A
公开(公告)日：2010-11-10
申请号：CN201010216340.X
申请日：2010-07-02
Applicant: 上海交通大学
IPC: G06T5/50
Abstract: 一种视频图像处理技术领域的提高图像拼接精度和稳定性的方法，包括以下步骤：对待拼接图像进行SIFT特征点提取和匹配，得到初始匹配点对集；进行剔除误匹配处理，得到满足同一单应矩阵的一致最大内点集；进行归一化直接线性变化处理，得到单应矩阵的初始估计，并对单应矩阵的初始估计进行LM迭代优化处理，得到单应矩阵的最优估计；进行图像的拼接，确定两幅待拼接图像的公共区域，并得到公共区域的最小外接矩形所含的两幅图像的子图像；进行无缝融合，将融合后的图像贴到公共区域即可得到图像拼接的最终结果。本发明能够在初始匹配点对中存在大量误匹配的情况下进行图像拼接，且拼接精度高，耗时短，稳定性好。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
