-
Patent Agency Ranking
公开(公告)号：CN103745203B
公开(公告)日：2017-03-15
申请号：CN201410017122.1
申请日：2014-01-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于视觉注意和均值漂移的目标检测与跟踪方法。该方法首先使用视觉注意方法提取图像序列中第一帧图像的显著区域，去除背景因素的干扰，得到运动目标；再将传统均值漂移方法中核函数的固定带宽改为动态变化的带宽，使用改进的均值漂移方法对检测出的运动目标进行跟踪。实验结果表明，本发明适用于红外和可见光图像序列，跟踪效果较好。另外，本发明还可提供运动目标的位置信息，为精确定位目标提供了可能。它在夜视侦查、安防监控等军事和民事领域有着广阔的应用前景。
-
公开(公告)号：CN103778644A
公开(公告)日：2014-05-07
申请号：CN201410017823.5
申请日：2014-01-15
Applicant: 南京理工大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于多尺度码本模型的红外运动目标检测方法，该方法先对红外视频图像进行高斯金字塔分层，然后分别对各层图像建立背景码本模型，根据背景码本模型，检测视频图像中的运动目标，最后将各层图像检测结果进行融合，得到最终视频检测结果。实验结果表明，本发明中所得到的红外运动目标检测结果相对于传统检测算法结果来说，具有检测效果较好、目标信息丰富，误检率低的特点。它不但可以应用在当前图像融合领域中，以提高融合效果，还可以单独应用在安防监控，夜视侦查等民事和军事领域。
-
公开(公告)号：CN104408700A
公开(公告)日：2015-03-11
申请号：CN201410677756.X
申请日：2014-11-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于形态学和PCA的轮廓波红外与可见光图像融合方法，先分别两幅图像进行形态学—帽变换，然后分别对图像进行轮廓波分解成高频和低频图像；然后对低频的图像进行主成分PCA方法进行融合；对高频的图像进行平均梯度自适应加权处理融合；通过轮廓波逆变换重构出融合后的图像。本发明对红外和可见光图像进行图像融合,使得融合后的图像具有良好的对比度、丰富的信息、清晰的纹理细节。
-
公开(公告)号：CN103778644B
公开(公告)日：2017-08-29
申请号：CN201410017823.5
申请日：2014-01-15
Applicant: 南京理工大学
IPC: G06T7/223
Abstract: 本发明公开了一种基于多尺度码本模型的红外运动目标检测方法，该方法先对红外视频图像进行高斯金字塔分层，然后分别对各层图像建立背景码本模型，根据背景码本模型，检测视频图像中的运动目标，最后将各层图像检测结果进行融合，得到最终视频检测结果。实验结果表明，本发明中所得到的红外运动目标检测结果相对于传统检测算法结果来说，具有检测效果较好、目标信息丰富，误检率低的特点。它不但可以应用在当前图像融合领域中，以提高融合效果，还可以单独应用在安防监控，夜视侦查等民事和军事领域。
-
公开(公告)号：CN103745203A
公开(公告)日：2014-04-23
申请号：CN201410017122.1
申请日：2014-01-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于视觉注意和均值漂移的目标检测与跟踪方法。该方法首先使用视觉注意方法提取图像序列中第一帧图像的显著区域，去除背景因素的干扰，得到运动目标；再将传统均值漂移方法中核函数的固定带宽改为动态变化的带宽，使用改进的均值漂移方法对检测出的运动目标进行跟踪。实验结果表明，本发明适用于红外和可见光图像序列，跟踪效果较好。另外，本发明还可提供运动目标的位置信息，为精确定位目标提供了可能。它在夜视侦查、安防监控等军事和民事领域有着广阔的应用前景。
-
-
-
-
Search Results
5
records
(took 0.03 seconds)
