一种基于稀疏表示的在线字典学习超分辨率重建的方法

    公开(公告)号:CN109636722B

    公开(公告)日:2023-09-05

    申请号:CN201811483016.7

    申请日:2018-12-05

    Abstract: 本发明涉及一种基于稀疏表示的在线字典学习超分辨率重建的方法,包括三个部分:先验信息、字典学习、稀疏重建;其中,在字典训练部分采用在线字典学习,不仅有效利用外部图像库信息,更加入图像本身信息更新字典;此外,在稀疏先验的基础之上,同时加入局部自回归模型和非局部自相似性作为先验信息,建立了非局部正则化的超分辨率重建模型,重建图像的各种结构特征;在稀疏重建阶段,利用多尺度自相似稀疏表示确定稀疏系数,不同尺度相似块间的对应关系构建非局部约束项,在图像重建模型中将多尺度自相似结构的附加信息引入到重建过程;该方法不仅能够减小测试图像对训练图像集的依赖,而且能够克服重建过程中图像块出现的局部失真或模糊,进一步提高重建图像的质量。

    一种用于运动目标识别及跟踪的特征提取方法

    公开(公告)号:CN110222661A

    公开(公告)日:2019-09-10

    申请号:CN201910507225.9

    申请日:2019-06-12

    Abstract: 本发明提出一种用于运动目标识别及跟踪的特征提取方法,包括以下步骤:图像输入并对输入的图像进行预处理、采用高斯核卷积函数来生成尺度空间金字塔、采用Hessian矩阵来检测特征点并对其粗定位、精确定位、提取图像几何表面的主方向和主曲率、根据主曲率计算特征点出的梯度和方向以及利用类似于HOG的方法对所得到的梯度幅值和方向信息进行统计和和标签;本发明通过利用高斯卷积函数构建尺度空间,可以提高所提取的特征点具有的尺度不变特性,能够准确获得精确定位的特征点,以及能够保证所得到的特征点的梯度幅值和方向信息不仅能够对光照具有很好的鲁棒性,且对于光照、旋转、尺度、视角和非刚性形变等变化具有很好的鲁棒性。

    一种基于稀疏表示的在线字典学习超分辨率重建的方法

    公开(公告)号:CN109636722A

    公开(公告)日:2019-04-16

    申请号:CN201811483016.7

    申请日:2018-12-05

    Abstract: 本发明涉及一种基于稀疏表示的在线字典学习超分辨率重建的方法,包括三个部分:先验信息、字典学习、稀疏重建;其中,在字典训练部分采用在线字典学习,不仅有效利用外部图像库信息,更加入图像本身信息更新字典;此外,在稀疏先验的基础之上,同时加入局部自回归模型和非局部自相似性作为先验信息,建立了非局部正则化的超分辨率重建模型,重建图像的各种结构特征;在稀疏重建阶段,利用多尺度自相似稀疏表示确定稀疏系数,不同尺度相似块间的对应关系构建非局部约束项,在图像重建模型中将多尺度自相似结构的附加信息引入到重建过程;该方法不仅能够减小测试图像对训练图像集的依赖,而且能够克服重建过程中图像块出现的局部失真或模糊,进一步提高重建图像的质量。

    一种用于运动目标识别及跟踪的特征提取方法

    公开(公告)号:CN110222661B

    公开(公告)日:2023-04-07

    申请号:CN201910507225.9

    申请日:2019-06-12

    Abstract: 本发明提出一种用于运动目标识别及跟踪的特征提取方法,包括以下步骤:图像输入并对输入的图像进行预处理、采用高斯核卷积函数来生成尺度空间金字塔、采用Hessian矩阵来检测特征点并对其粗定位、精确定位、提取图像几何表面的主方向和主曲率、根据主曲率计算特征点出的梯度和方向以及利用类似于HOG的方法对所得到的梯度幅值和方向信息进行统计和和标签;本发明通过利用高斯卷积函数构建尺度空间,可以提高所提取的特征点具有的尺度不变特性,能够准确获得精确定位的特征点,以及能够保证所得到的特征点的梯度幅值和方向信息不仅能够对光照具有很好的鲁棒性,且对于光照、旋转、尺度、视角和非刚性形变等变化具有很好的鲁棒性。

    移动视频巡检中危险区域行人检测方法

    公开(公告)号:CN110516523A

    公开(公告)日:2019-11-29

    申请号:CN201910539038.9

    申请日:2019-06-18

    Abstract: 本发明公开了移动视频巡检中危险区域行人检测方法,包括以下步骤:步骤1:提取HOG特征;步骤2:构建一种(r,P,k)的中值采样方案;步骤3:训练二级级联分类器,第一级的分类器使用线性SVM,去除大部分容易区分的负样本,保留几乎所有正样本送入第二级分类器,第二级分类器是Adaboost分类器,对正样本进行检测。本发明在HOG-LBP的基础上,通过对LBP特征的改进,采用梯度LBP特征,提取四个描述子,并采用一种新的基于训练的特征映射方法,并将多分辨率联合的梯度LBP特征进行串联,提取纹理特征信息更加全面,更加准确,更加有利于提高分类的准确性。

    移动视频巡检中危险区域行人检测方法

    公开(公告)号:CN110516523B

    公开(公告)日:2023-08-25

    申请号:CN201910539038.9

    申请日:2019-06-18

    Abstract: 本发明公开了移动视频巡检中危险区域行人检测方法,包括以下步骤:步骤1:提取HOG特征;步骤2:构建一种(r,P,k)的中值采样方案;步骤3:训练二级级联分类器,第一级的分类器使用线性SVM,去除大部分容易区分的负样本,保留几乎所有正样本送入第二级分类器,第二级分类器是Adaboost分类器,对正样本进行检测。本发明在HOG‑LBP的基础上,通过对LBP特征的改进,采用梯度LBP特征,提取四个描述子,并采用一种新的基于训练的特征映射方法,并将多分辨率联合的梯度LBP特征进行串联,提取纹理特征信息更加全面,更加准确,更加有利于提高分类的准确性。

    一种便携式测绘仪
    8.
    实用新型

    公开(公告)号:CN202903189U

    公开(公告)日:2013-04-24

    申请号:CN201220614947.8

    申请日:2012-11-20

    Inventor: 刘钊 吕加东 陈熙

    Abstract: 本实用新型涉及一种测量仪器,特别涉及一种便携式测绘仪。该便携式测绘仪,包括壳体和内置的测绘仪,其特征是:所述壳体的底部设有背带。该便携式测绘仪,所述壳体的底面安装有伸缩拉杆,所述伸缩拉杆的底部安装有滚轮。本实用新型的有益效果是:该便携式测绘仪,结构简单,重量轻,便于使用者携带。

Patent Agency Ranking