-
公开(公告)号：CN101102398B
公开(公告)日：2010-05-19
申请号：CN200710044216.8
申请日：2007-07-26
Abstract: 本发明是一种数字图像技术领域的全自动的实时数字图像处理增强系统，其中：输入模块负责采集数字图像作为系统输入，所获得的数字图像输入到图像分解模块，图像分解模块将输入图像分解为光照图像L和反射图像R，分别输入光照图像处理模块和反射图像处理模块，光照图像处理模块对输入图像的光照成分L进行非线性校正输出校正后的光照成分L’，反射图像处理模块则对与输入图像过暗区域相对应的反射成分R进行局部去噪滤波处理，输出去噪后的反射成分R’，合并输出模块则将前两个模块中输出的L’和R’重新合并到输出图像并显示到输出设备上。本发明能实时地改善输入图像的光照效果，并有效去除图像噪声，保留物体细节特征，视觉效果自然。
-
公开(公告)号：CN101102399A
公开(公告)日：2008-01-09
申请号：CN200710044217.2
申请日：2007-07-26
Abstract: 本发明是一种数字图像技术领域的全自动带有去噪功能的实时数字图像处理增强方法。首先读入一张数字图像，将每个像素的颜色和灰度值保存到分配的内存区域中，其次将输入图像分解为光照图像和反射图像两部分，接下来对两个部分分别处理，最后再将处理后的光照图像和反射图像合并为输出图像输出到输出设备上。本发明有效改善了图像质量，还可增加更多图像的有效特征。本发明在不同光照条件下获得的图像在数码相机的动态范围(通常为0-255)内根据局部图像的信息自动调整到可见度最佳的亮度范围。
-
公开(公告)号：CN100562067C
公开(公告)日：2009-11-18
申请号：CN200710044217.2
申请日：2007-07-26
Abstract: 本发明是一种数字图像技术领域的全自动带有去噪功能的实时数字图像处理增强方法。首先读入一张数字图像，将每个像素的颜色和灰度值保存到分配的内存区域中，其次将输入图像分解为光照图像和反射图像两部分，接下来对两个部分分别处理，最后再将处理后的光照图像和反射图像合并为输出图像输出到输出设备上。本发明有效改善了图像质量，还可增加更多图像的有效特征。本发明在不同光照条件下获得的图像在数码相机的动态范围(通常为0-255)内根据局部图像的信息自动调整到可见度最佳的亮度范围。
-
公开(公告)号：CN101102398A
公开(公告)日：2008-01-09
申请号：CN200710044216.8
申请日：2007-07-26
Abstract: 本发明是一种数字图像技术领域的全自动的实时数字图像处理增强系统，其中：输入模块负责采集数字图像作为系统输入，所获得的数字图像输入到图像分解模块，图像分解模块将输入图像分解为光照图像L和反射图像R，分别输入光照图像处理模块和反射图像处理模块，光照图像处理模块对输入图像的光照成分L进行非线性校正输出校正后的光照成分L’，反射图像处理模块则对与输入图像过暗区域相对应的反射成分R进行局部去噪滤波处理，输出去噪后的反射成分R’，合并输出模块则将前两个模块中输出的L’和R’重新合并到输出图像并显示到输出设备上。本发明能实时地改善输入图像的光照效果，并有效去除图像噪声，保留物体细节特征，视觉效果自然。
-
公开(公告)号：CN101344965A
公开(公告)日：2009-01-14
申请号：CN200810042491.0
申请日：2008-09-04
Applicant: 上海交通大学
Abstract: 本发明是一种计算机视觉领域的全自动的目标检测与跟踪系统，其中：输入模块负责采集双目摄像机所拍摄的数字图像作为系统输入，所获得的数字图像输入到特征提取模块对其中一种图像进行特征分析出一些特征点作为随后的处理图像。通过匹配两张图像中特征点后计算出其视差，结合预先获知的相机内外参数，可计算出特征点的相机坐标系下坐标。进一步通过世界坐标系与相机坐标系的关系，可知特征点世界坐标系坐标。聚类模块将这些特征点聚类成集合表达目标位置，而轨迹分析模块估计时间序列上的目标位置得出目标的运动轨迹。本发明能有效、稳定的检测指定区域中的目标，并对其进行跟踪，计算运动轨迹。
-
Patent Agency Ranking
公开(公告)号：CN103699908B
公开(公告)日：2016-10-05
申请号：CN201410016404.X
申请日：2014-01-14
Applicant: 上海交通大学
Abstract: 一种视频处理技术领域的基于联合推理的视频多目标跟踪方法，通过首先读入视频文件的一帧图像并对其进行图像栅格化处理，然后采用在线检测器以及作为跟踪器的KLT跟踪算法标定目标的候选位置，分别筛选后综合结果，其次将得出的候选位置结果进行量化评分，最后利用联合函数来描述目标跟踪情况并将基于联合函数的最优解作为目标在这一帧的位置，即实现目标跟踪。本发明能够解决多目标跟踪下跟踪技术中对于检测跟踪算法结合的处理方法以及多目标相互关系的处理，利用联合函数来描述多目标之间关系，不仅解决了检测与跟踪的结果融合问题，同时也从全局考虑，综合了每个目标之间的关系，得出了全局最优解。
-
公开(公告)号：CN1142405C
公开(公告)日：2004-03-17
申请号：CN01139045.X
申请日：2001-12-04
Applicant: 上海交通大学
Abstract: 一种模具快速图形测量法，属于机械类的测量领域。具体方法为：检测准备：待测模具图像信息传到计算机上；拍摄模具加工基准线；记录精确的放大倍数c；计算机对图像信息进行识别，找出边界；获取相对位置；在计算机显示器上绘出实测图像的边界以及实测的模具加工基准线；以从CAD部门或者模具加工部门获取的模具加工基准线的交点为二维坐标的原点，将图形均放大C倍绘出；将模具加工基准线重合；判断测量：判断超差的地方；将超差处用颜色闪烁显示，并发出声音警告；将超差量测出并记录。采用模具二维尺寸快速智能图形测量法能够快速的判断所测的模具是否已经存有尺寸超差，并且指出超差的部位，作到一目了然，无须逐一去测量每一个尺寸。
-
公开(公告)号：CN105160649A
公开(公告)日：2015-12-16
申请号：CN201510386915.5
申请日：2015-06-30
Applicant: 上海交通大学
CPC classification number: G06K9/6223 , G06T2207/10016
Abstract: 一种图像处理领域的基于核函数非监督聚类的多目标跟踪方法及系统，利用双目摄像头获取同一时刻左、右序列图作为输入，利用双目相机参数对图像校正；通过提取图像特征点并匹配特征，计算视差；利用得到的视差计算目标特征点相对相机坐标位置，即相机坐标，并完成地面标定，从而根据特征点距离地面高度，可以过滤地面阴影特征点，消除地面阴影的干扰；最后针对三维坐标特征点，结合使用核函数，对不确定类别数的目标进行非监督聚类，将一个目标的所有特征点聚合成一个集合，即每一类别对应一个观测值的位置及方向，并结合上一帧目标的位置及方向预测得到目标所在当前帧，即预测值的位置及方向预测值，使用最优估计算法最终得到最优目标的位置及方向，从而达到多目标快速跟踪的效果。
-
公开(公告)号：CN103699908A
公开(公告)日：2014-04-02
申请号：CN201410016404.X
申请日：2014-01-14
Applicant: 上海交通大学
Abstract: 一种视频处理技术领域的基于联合推理的视频多目标跟踪方法，通过首先读入视频文件的一帧图像并对其进行图像栅格化处理，然后采用在线检测器以及作为跟踪器的KLT跟踪算法标定目标的候选位置，分别筛选后综合结果，其次将得出的候选位置结果进行量化评分，最后利用联合函数来描述目标跟踪情况并将基于联合函数的最优解作为目标在这一帧的位置，即实现目标跟踪。本发明能够解决多目标跟踪下跟踪技术中对于检测跟踪算法结合的处理方法以及多目标相互关系的处理，利用联合函数来描述多目标之间关系，不仅解决了检测与跟踪的结果融合问题，同时也从全局考虑，综合了每个目标之间的关系，得出了全局最优解。
-
公开(公告)号：CN1349082A
公开(公告)日：2002-05-15
申请号：CN01139045.X
申请日：2001-12-04
Applicant: 上海交通大学
Abstract: 模具快速图形测量法具体方法为:1.图像信息传到计算机上;2.拍摄模具加工基准线;3.记录放大倍数c;4.对图像识别,找出边界;5.获取模具理论尺寸、公差范围以及基准线的位置信息;6.绘出图像的边界以及基准线;7.图形均放大绘出;8.将基准线重合,两图形重叠;9.判断两公差范围线包围的面积;10.将超差发出警告;11.将超差量测出并记录;12.假使没有超差提示,说明模具尺寸正常。本发明具有实质性特点和显著进步,采用模具二维尺寸快速智能图形测量法能够快速的判断所测的模具是否已经存有尺寸超差,并且指出超差的部位,作到一目了然,无需逐一去测量每个尺寸。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.033 seconds)
