-
公开(公告)号：CN104933415B
公开(公告)日：2017-12-29
申请号：CN201510355499.2
申请日：2015-06-25
Applicant: 华中科技大学 , 北京空间飞行器总体设计部
Abstract: 一种实时可见光遥感影像云区检测方法，属于图像数据处理方法；本发明包括原始影像子块划分，然后快速提取各个子块的特征，最后通过对各个子块特征的二分类完成云区检测。针对云区无方向性的特点，本发明提出用单方向各向异性高斯滤波器组来实施滤波操作。为了避免大尺度二维卷积运算的复杂度，单方向的各向异性高斯滤波操作是通过行、列拆分的无限冲激响应滤波器来实现的。为了降低视觉单词直方图特征生成过程中视觉单词查询复杂度，视觉单词首先通过主成分分析来进行特征降维，然后进行查询，该降维查询策略既可以保证查询精度，又能大大降低查询复杂度，本方法可以满足星上实时云区检测要求。
-
公开(公告)号：CN104933415A
公开(公告)日：2015-09-23
申请号：CN201510355499.2
申请日：2015-06-25
Applicant: 华中科技大学 , 北京空间飞行器总体设计部
CPC classification number: G06K9/0063 , G06K9/6223 , G06K9/6269 , G06K2009/00644
Abstract: 一种实时可见光遥感影像云区检测方法，属于图像数据处理方法；本发明包括原始影像子块划分，然后快速提取各个子块的特征，最后通过对各个子块特征的二分类完成云区检测。针对云区无方向性的特点，本发明提出用单方向各向异性高斯滤波器组来实施滤波操作。为了避免大尺度二维卷积运算的复杂度，单方向的各向异性高斯滤波操作是通过行、列拆分的无限冲激响应滤波器来实现的。为了降低视觉单词直方图特征生成过程中视觉单词查询复杂度，视觉单词首先通过主成分分析来进行特征降维，然后进行查询，该降维查询策略既可以保证查询精度，又能大大降低查询复杂度，本方法可以满足星上实时云区检测要求。
-
公开(公告)号：CN113191207B
公开(公告)日：2022-12-02
申请号：CN202110377328.5
申请日：2021-04-08
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于多视角特征的工件识别方法和装置，属于图像数据处理技术领域，所述方法包括：S1：对携带目标工件的场景图像进行滤波、分割和点云化获得所述目标工件对应的待识别点云数据集；S2：分别将三维模型图像数据集和所述待识别点云数据集在多个视角下进行渲染，得到三维模型多视角点云数据集和待识别多视角点云数据集；S3：利用所述三维模型多视角点云数据集对工件类型识别网络进行训练，训练完成后得到目标深度神经网络；S4：将所述待识别多视角点云数据集输入到所述目标深度神经网络，得到所述目标工件的类型识别结果。本发明方法能够快速、有效、精准地对目标工件进行自动识别。
-
公开(公告)号：CN113191207A
公开(公告)日：2021-07-30
申请号：CN202110377328.5
申请日：2021-04-08
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于多视角特征的工件识别方法和装置，属于图像数据处理技术领域，所述方法包括：S1：对携带目标工件的场景图像进行滤波、分割和点云化获得所述目标工件对应的待识别点云数据集；S2：分别将三维模型图像数据集和所述待识别点云数据集在多个视角下进行渲染，得到三维模型多视角点云数据集和待识别多视角点云数据集；S3：利用所述三维模型多视角点云数据集对工件类型识别网络进行训练，训练完成后得到目标深度神经网络；S4：将所述待识别多视角点云数据集输入到所述目标深度神经网络，得到所述目标工件的类型识别结果。本发明方法能够快速、有效、精准地对目标工件进行自动识别。
-
公开(公告)号：CN105761266B
公开(公告)日：2018-09-28
申请号：CN201610108653.0
申请日：2016-02-26
Abstract: 本发明涉及图像处理领域，公开了一种从遥感图像中提取矩形建筑物的方法。该方法包括：对遥感图像进行超像素分割得到多个超像素区域块；在遥感图像的目标建筑物上确定两个种子点；基于确定的种子点对多个超像素区域块进行合并；对遥感图像进行角点检测；基于角点检测结果计算生成关于遥感图像中每个像素点的角点距离显著图；对角点距离显著图进行二值分割；基于多个超像素区域块的合并结果和二值分割后的距离显著图确定先验信息；基于先验信息对遥感图像进行分割得到建筑物分割结果；对建筑物分割结果进行形态学图像处理；及对形态学图像处理后的建筑物分割结果进行矩形拟合得到矩形目标建筑物。上述方法能够高精度地从遥感图像中提取矩形建筑物。
-
Patent Agency Ranking
公开(公告)号：CN101447082B
公开(公告)日：2010-12-01
申请号：CN200810236675.0
申请日：2008-12-05
Applicant: 华中科技大学
Abstract: 一种运动目标实时检测方法，属于图像数据的处理方法，解决现有运动目标检测中背景建模方法在背景更新、背景扰动、虚假目标判断以及阴影抑制等方面存在的不足，使目标检测具有稳定性和实用性，用于处理复杂监控场景的运动目标检测。本发明包括：建立模型步骤，模型初始化步骤，目标检测与模型更新步骤，虚假目标处理步骤，阴影检测步骤，后处理步骤，确定目标区域步骤，背景的整体更新步骤和输出步骤。本发明提高了运动目标检测的准确性、鲁棒性和检测目标的完整性，更有效的检测运动目标，为目标分类、跟踪以及事件检测奠定了基础。
-
公开(公告)号：CN101807295A
公开(公告)日：2010-08-18
申请号：CN201010132346.9
申请日：2010-03-26
Applicant: 华中科技大学
Abstract: 一种图像镶嵌中自动拼接线的生成方法，属于图像数据处理方法，解决了现有图像镶嵌方法无法自动生成任意图像形状重叠区的拼接线，拼接线不是最优拼接线的问题。本发明包括：(1)初始化双轮廓；(2)自动收缩；(3)拼接线提取。本发明有效的解决了当两幅图像有效区域不为四边形时，无法自动依靠几何关系自动生成拼接线的问题；通过双轮廓收缩算法全自动生成最优拼接线，将其用于图像镶嵌，使镶嵌结果有着非常良好的视觉效果，大大提高了镶嵌算法的灵活性和精确性。
-
公开(公告)号：CN108564588A
公开(公告)日：2018-09-21
申请号：CN201810232955.8
申请日：2018-03-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度特征和图割法的建成区自动提取方法。属于图像数据处理技术领域，本发明方法使用经过正射校正和线性裁剪拉伸处理的高分辨率全色图像和多光谱图像作为数据源，将全色图像划分为相同大小的图像块，再使用深度卷积神经网络对图像块提取深度特征，之后以图像块为节点，以深度特征为节点特征，构建图模型，使用图割方法确定建成区，再基于多光谱图像的多种光谱指数以图像块为基元投票去除虚警，之后消除面积过小的建成区和非建成区区域，再对建成区边缘的图像块进行超像素分割，使用基于多光谱图像的多种光谱指数投票去除虚警，得到精细的建成区边缘，最后提取边缘矢量图。本发明方法能快速有效精准的实现建成区的提取。
-
公开(公告)号：CN101599120B
公开(公告)日：2012-01-25
申请号：CN200910063074.9
申请日：2009-07-07
Applicant: 华中科技大学
Abstract: 一种遥感影像建筑物识别方法，属于遥感目标图像识别方法，克服现有建筑物检测方法中存在的建筑物误检和漏检的问题，以提高正确检测率。本发明顺序包括：区域分割步骤、建筑物初提取步骤、道路滤波步骤和建筑物后提取步骤。本发明具有良好的稳定性和较强的环境适应能力，可以解决建筑物与邻近光谱相近的道路相互混淆的问题，而且可以检测同一幅影像中具有不同形状结构和光谱特性的建筑物目标，建筑物提取结果准确率高、鲁棒性好，能有效提取绝大多数高分辨率遥感图像下的各类建筑物目标，在地理信息系统和数字城市系统建设中具有一定的实用价值。
-
公开(公告)号：CN102314687A
公开(公告)日：2012-01-11
申请号：CN201110260493.9
申请日：2011-09-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种红外序列图像小目标检测方法，属于图像数据处理领域，包括：(1)图像预处理步骤，获得得到红外序列图像各帧图像的差值图像；(2)背景建模步骤，得到各帧图像的特征图像；(3)最小非均衡图切割步骤，即求得最佳分割阈值，并利用该最佳分割阈值对上述得到的特征图像进行分割，即可检测出红外小目标。本发明方法对于背景分布相对均匀的图像来说，背景可以很好的重建；最小非均衡图切割方法将分割问题转化为图的切割问题，从切割能量的角度出发，去寻找最佳的分割阈值，能够更加准确的分割出目标。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.046 seconds)
