-
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
Applicant: 中国矿业大学
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。
-
公开(公告)号：CN111814711B
公开(公告)日：2023-08-08
申请号：CN202010681652.1
申请日：2020-07-15
Applicant: 中国矿业大学
Abstract: 本发明涉及一种应用于矿井机器视觉的图像特征快速匹配方法及系统，属于矿井安全技术领域，解决了现有技术对矿井异常情况检测效率低、实时性差且准确率低的问题。该方法包括对待分析图像进行去噪处理；并进行超像素分割，获得多个图像块；计算每一图像块的信息熵，获得信息熵大于第一预设阈值的图像块；利用SURF算法提取图像块的特征点，从而获取待分析图像的特征点集；采用Harr小波法对特征点集中的特征点进行描述，获得待分析图像的特征点描述符集；基于待分析图像的特征点描述符集将待分析图像特征点集中的特征点与目标图像的特征点进行匹配，以确认矿井是否发生异常。该方法能够快速准确的检测矿井是否发生异常，有利于对矿井异常及时处理。
-
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
Applicant: 中国矿业大学
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。
-
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
Applicant: 中国矿业大学
IPC: G06K9/00
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。
-
Patent Agency Ranking
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
Applicant: 中国矿业大学
IPC: G06V20/40 , G06V40/10 , G06V10/764 , G06V10/50
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。
-
公开(公告)号：CN111814711A
公开(公告)日：2020-10-23
申请号：CN202010681652.1
申请日：2020-07-15
Applicant: 中国矿业大学
Abstract: 本发明涉及一种应用于矿井机器视觉的图像特征快速匹配方法及系统，属于矿井安全技术领域，解决了现有技术对矿井异常情况检测效率低、实时性差且准确率低的问题。该方法包括对待分析图像进行去噪处理；并进行超像素分割，获得多个图像块；计算每一图像块的信息熵，获得信息熵大于第一预设阈值的图像块；利用SURF算法提取图像块的特征点，从而获取待分析图像的特征点集；采用Harr小波法对特征点集中的特征点进行描述，获得待分析图像的特征点描述符集；基于待分析图像的特征点描述符集将待分析图像特征点集中的特征点与目标图像的特征点进行匹配，以确认矿井是否发生异常。该方法能够快速准确的检测矿井是佛发生异常，有利于对矿井异常技术处理。
-
公开(公告)号：CN111768437A
公开(公告)日：2020-10-13
申请号：CN202010614124.4
申请日：2020-06-30
Applicant: 中国矿业大学
Abstract: 本发明涉及一种用于矿井巡检机器人的图像立体匹配方法及装置，属于立体匹配技术领域，解决了现有图像立体匹配方法对重复纹理区域与弱纹理区域的匹配精度较差的问题。获取物体的左视图和右视图分别作为参考图像和目标图像，对参考图像和目标图像分别进行逐像素邻域替换，得到参考图像和目标图像中每一像素点对应的灰度图；分别获取参考图像和目标图像灰度图对应的二进制码，并基于二进制码计算得到代价量；基于代价量对参考图像和目标图像分别进行匹配代价聚合，得到去除噪声的匹配代价；基于去除噪声的匹配代价，得到物体的视差图，提高了立体匹配的精度和质量。
-
公开(公告)号：CN111767960A
公开(公告)日：2020-10-13
申请号：CN202010627488.6
申请日：2020-07-02
Applicant: 中国矿业大学
Abstract: 本发明涉及一种应用于图像三维重建的图像匹配方法及系统，属于图像匹配技术领域，解决了现有技术中图像匹配算法存在的特征提取速度慢或检测到的特征点不具有旋转不变性、精确匹配过程计算量大以及匹配效率低等问题。方法步骤包括：获取并预处理参考图像和待匹配图像；利用AKEZE算法分别获得预处理后的参考图像和待匹配图像的特征点，并生成特征点对应的特征描述符；基于参考图像和待匹配图像的特征描述符之间的欧式距离，得到参考图像和待匹配图像的粗匹配特征点对集合；获取参考图像和待匹配图像的粗匹配特征点集的平均值，并基于平均值构建几何矩阵及距离度量模型，获得精度匹配特征点对，并完成参考图像和待匹配图像之间的匹配。
-
公开(公告)号：CN111768437B
公开(公告)日：2023-09-05
申请号：CN202010614124.4
申请日：2020-06-30
Applicant: 中国矿业大学
Abstract: 本发明涉及一种用于矿井巡检机器人的图像立体匹配方法及装置，属于立体匹配技术领域，解决了现有图像立体匹配方法对重复纹理区域与弱纹理区域的匹配精度较差的问题。获取物体的左视图和右视图分别作为参考图像和目标图像，对参考图像和目标图像分别进行逐像素邻域替换，得到参考图像和目标图像中每一像素点对应的灰度图；分别获取参考图像和目标图像灰度图对应的二进制码，并基于二进制码计算得到代价量；基于代价量对参考图像和目标图像分别进行匹配代价聚合，得到去除噪声的匹配代价；基于去除噪声的匹配代价，得到物体的视差图，提高了立体匹配的精度和质量。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
