-
公开(公告)号：CN101915573B
公开(公告)日：2012-12-12
申请号：CN201010244950.0
申请日：2010-08-04
Applicant: 中国科学院自动化研究所
Abstract: 本发明是一种基于标记物的关键点检测的定位测量方法，分为四个部分：第一，标尺和标记物的设计，实现了环境适应性强、方便使用制作的标尺和标记物；第二，用于标定的标尺检测，根据自定义分割函数对压缩后的图像实施多阈值分割，并通过轮廓检测、多边形拟合等方法定位标尺；第三，标记物的关键点检测，主要采用了直方图匹配、灰度投影法、霍夫变换线段检测以及最小二乘法直线拟合等方法检测定位关键点；第四，三维世界坐标的重建，这里采用摄影测量的二维方法。本发明提到的多阈值分割以及将霍夫变换与最小二乘法相结合来定位直线等方法，提高了算法的性能和精度。本发明应用范围广泛，适用各种基于关键点检测的定位测量问题。
-
公开(公告)号：CN101872472A
公开(公告)日：2010-10-27
申请号：CN201010196171.8
申请日：2010-06-02
Applicant: 中国科学院自动化研究所
Abstract: 本发明是一种基于样本学习的人脸图像超分辨率重建方法，基于样本学习并针对人脸结构特征进行优化的人脸图像超分辨率重建，本发明的特征在于具有以下处理步骤：(1)分为训练和超分辨率重建两个部分；(2)对输入图像进行标定、分块等处理；(3)在训练得到的数据库中根据标定结果按邻域搜索残差人脸图像；(4)利用残差图像计算输入图像的。本发明所提供的算法，由其适用于人脸图像的超分辨率处理。在保持较好效果的同时，该方法还具有处理速度快，鲁棒性强等特点。
-
公开(公告)号：CN101872472B
公开(公告)日：2012-03-28
申请号：CN201010196171.8
申请日：2010-06-02
Applicant: 中国科学院自动化研究所
Abstract: 本发明是一种基于样本学习的人脸图像超分辨率重建方法，基于样本学习并针对人脸结构特征进行优化的人脸图像超分辨率重建，本发明的特征在于具有以下处理步骤：(1)分为训练和超分辨率重建两个部分；(2)对输入图像进行标定、分块等处理；(3)在训练得到的数据库中根据标定结果按邻域搜索残差人脸图像；(4)利用残差图像计算输入图像的。本发明所提供的算法，由其适用于人脸图像的超分辨率处理。在保持较好效果的同时，该方法还具有处理速度快，鲁棒性强等特点。
-
公开(公告)号：CN101915573A
公开(公告)日：2010-12-15
申请号：CN201010244950.0
申请日：2010-08-04
Applicant: 中国科学院自动化研究所
Abstract: 本发明是一种基于标记物的关键点检测的定位测量方法，分为四个部分：第一，标尺和标记物的设计，实现了环境适应性强、方便使用制作的标尺和标记物；第二，用于标定的标尺检测，根据自定义分割函数对压缩后的图像实施多阈值分割，并通过轮廓检测、多边形拟合等方法定位标尺；第三，标记物的关键点检测，主要采用了直方图匹配、灰度投影法、霍夫变换线段检测以及最小二乘法直线拟合等方法检测定位关键点；第四，三维世界坐标的重建，这里采用摄影测量的二维方法。本发明提到的多阈值分割以及将霍夫变换与最小二乘法相结合来定位直线等方法，提高了算法的性能和精度。本发明应用范围广泛，适用各种基于关键点检测的定位测量问题。
-
-
-
Search Results
4
records
(took 0.019 seconds)
