基于拆分结构失真与信号误差的全参考图像质量评价方法

    公开(公告)号:CN113971675B

    公开(公告)日:2024-11-22

    申请号:CN202111191503.8

    申请日:2021-10-13

    Abstract: 本发明公开了一种基于拆分结构失真与信号误差的全参考图像质量评价方法,包括:读入参考图像与待测失真图像;计算各像素位置的梯度幅值以及参考图像的梯度均值;根据参考图像的梯度均值计算区分结构失真与平坦或纹理区域的两个梯度阈值;对结构失真特性区域,计算梯度幅值相似性的标准差作为结构失真分数,对信号误差特性区域,计算平均信号误差能量作为信号失真分数;融合结构失真分数与信号失真分数作为失真图像的最终质量分数;本方法分别采用适当的方法进行失真测量再融合成最终整体图像质量分数,更好地利用了人类视觉系统对不同类型失真的感知特性,得到的质量评价结果与人眼评价更为一致。

    一种基于像素特征的新型目标追踪定位方法

    公开(公告)号:CN109300165B

    公开(公告)日:2022-08-30

    申请号:CN201811074019.5

    申请日:2018-09-14

    Abstract: 本发明公开了一种基于像素特征的新型目标追踪定位方法,包括:人体区域消除:对图像像素点的RGB分量进行三帧差法提取前景,并对前景图像进行二值化处理得到二值图像;检测二值图像中的人体关键点,包括手部关键点、眉心关键点和双足中点;标记二值图像的所有连通区域;目标追踪定位:根据连通区域的像素分布特性来确定目标位置及目标定位点;运动特征修正:根据检测出连通区域中的像素点分布特性对目标使用降维方法来求取区域的矢量方向并进行目标点位置修正。本发明方法可以快速的提取运动特征,无论是在背景简单还是复杂场景中都能快速准确的追踪定位到运动目标,尤其是运动时间短、目标细长的目标时,极具实用性,具有很好地推广前景。

    一种适用于监控场景中的车辆颜色识别的方法

    公开(公告)号:CN107729812B

    公开(公告)日:2021-06-25

    申请号:CN201710842192.4

    申请日:2017-09-18

    Abstract: 本发明提供了一种适用于监控场景中的车辆颜色识别方法,其主要包含了基于颜色相似性聚类的分割方法、词袋模型与HSV空间相结合形成车辆颜色特征向量的方法。首先对车辆图片进行尺寸归一化处理,利用边缘检测的方法消除玻璃窗对车身颜色特征提取的干扰,然后利用颜色相似性聚类的方法将车身部分分成多个颜色信息相差较大的像素块,对像素块中的像素个数进行归一化得到该像素块的第一个权重,利用基于欧式距离的模型为该像素块分配第二个权重。抽取各种颜色的车辆图片,利用k‑means聚类的方法生成一个特征表作为码本,利用词袋模型得出每一幅图片的颜色特征向量。最后利用分类器将该车辆的颜色分类出来。本发明具有准确率高、鲁棒性好、实用性高的优点。

    一种基于Adaboost和模板匹配的车门限位器检测方法

    公开(公告)号:CN109886265A

    公开(公告)日:2019-06-14

    申请号:CN201910027016.4

    申请日:2019-01-11

    Abstract: 本发明提供了一种基于Adaboost和模板匹配的车门限位器检测方法,包括利用Adaboost分类器对待测车门限位器的图片中的螺母特征进行识别与定位;根据待测车门限位器的图片中螺母特征的定位结果以及待测车门限位器的图片的上螺母与字符特征之间的位置关系,初步对待测车门限位器图片上的字符区域进行粗定位;利用双重迭代法制作字符的最佳模板库,同时求得模板匹配的最佳阈值;提取待测车门限位器图片和模板的边缘特征,利用改进的快速模板匹配方法识别这些字符,完成待测车门限位器检测与识别的几个步骤;提升了车门限位器检测的检测速度和正确率。

    基于H.264压缩域模式和空时特征的显著度提取方法

    公开(公告)号:CN109151479A

    公开(公告)日:2019-01-04

    申请号:CN201810993879.2

    申请日:2018-08-29

    CPC classification number: H04N19/176 H04N19/167 H04N19/44 H04N19/625

    Abstract: 本发明公开了一种基于H.264压缩域模式和空时特征的显著度提取方法,首先读入视频流中关于当前帧的压缩码流,对当前帧的码流进行部分解码,提取各宏块的编码模式信息、DCT系数和运动矢量;之后计算4×4块层的编码模式特征并得到基于编码模式的显著度图,根据DCT系数计算4×4块层的空域亮度、色度和纹理特征并融合得到空域显著度图,根据运动矢量计算4×4块层的时域运动特征并得到时域显著度图;最后融合基于编码模式的显著度图、空域显著度图和时域显著度图得到当前视频帧的最终显著度图。本发明通过利用压缩域信息避免了像素域视频显著度提取方法需要对码流完全解码的问题,并充分利用了压缩域的编码模式和空时特征,提高了视频显著度提取的准确性。

    一种基于Adaboost的红外图像光伏阵列识别方法

    公开(公告)号:CN108830311A

    公开(公告)日:2018-11-16

    申请号:CN201810555978.2

    申请日:2018-06-01

    Abstract: 本发明公开了一种基于Adaboost的红外图像光伏阵列识别方法,包括准备训练所需的正样本和负样本;利用LBP特征训练弱分类器,利用弱分类器训练强分类器;利用得到的多个强分类器训练级联分类器;利用级联分类器初步识别待检测图片;对初步识别结果进行去背景处理,得到光伏阵列识别的最终结果。本发明通过利用Adaboost进行光伏阵列初步检测和利用基于温度特性去除背景的方法相结合,提高了阵列识别的准确率;避免了根据温度特性识别阵列的方法在背景温度高于阵列时出现的将背景识别为阵列、阵列识别为背景的误识别现象。

    基于运动估计的学生行为检测方法

    公开(公告)号:CN108537212A

    公开(公告)日:2018-09-14

    申请号:CN201810721742.1

    申请日:2018-07-04

    Abstract: 本发明公开了一种基于运动估计的学生行为检测方法,应用于智能录播系统中,方法包括步骤:首先由视频采集模块采集智能录播系统中学生行为的YUV数据帧,并对采集得到的YUV数据帧做预处理;然后对预处理后图像的当前帧与前一帧依次做差分、二值化、腐蚀和膨胀操作,实现提取当前帧较于前一帧的运动轮廓区域和运动轮廓区域的外接矩形,并滤除面积过小的外接矩形的功能;接着对运动轮廓区域所在的像素块作运动估计,得到所有像素块的水平位移矢量和垂直位移矢量,并根据水平位移矢量和垂直位移矢量求出运动轮廓区域的运动角度大小;最后根据连续多帧中运动轮廓的运动角度大小对学生行为进行识别。本发明能有效减少行为识别的运算量,提高行为识别的准确性。

    一种基于光伏电站逻辑图的阵列自动检测和编号方法

    公开(公告)号:CN107423501A

    公开(公告)日:2017-12-01

    申请号:CN201710581686.1

    申请日:2017-07-17

    Abstract: 本发明公开了一种基于光伏电站逻辑图的阵列自动检测和编号方法,该方法首先将光伏电站总逻辑图进行分区得到分区图像,去除分区图像的彩色信息得到灰度图,对灰度图进行二值化阈值分割得到分离背景和前景(即阵列轮廓)的二值图像,然后提取二值图像的矩形轮廓,并通过计算矩形轮廓的众数信息排除假轮廓和噪声干扰,提取准确的阵列矩形,最后对每一个阵列进行行列编号,并计算阵列四个顶点的大地坐标,再转化为GPS坐标,将行列编号和GPS坐标信息保存到数据文件中。本发明能够为无人机拍摄光伏电站红外图像进行巡航时的自动路线规划以及热斑检测与定位等应用提供阵列的位置和编号信息,为提高光伏电站故障检测的自动化水平提供技术支撑。

    一种考虑梯度方向差异的全参考图像质量评价方法

    公开(公告)号:CN104574363A

    公开(公告)日:2015-04-29

    申请号:CN201410766714.3

    申请日:2014-12-12

    CPC classification number: G06T7/0002 G06T2207/30168

    Abstract: 本发明公开了一种考虑梯度方向差异的全参考图像质量评价方法,该方法首先对参考图像与失真图像进行灰度化处理得到亮度分量,舍去彩色信息;对亮度分量进行2维平均低通滤波,宽高都进行1/2的空间下采样,得到宽高均为原图像尺寸一半的对应图像;使用Prewitt梯度算子计算下采样后的参考图像与失真图像每一像素位置在水平、垂直、主对角线、次对角线共四个方向上的梯度强度;计算每一像素位置上参考图像与失真图像在四个方向上的梯度强度差异,并统计得到每一像素位置四个方向上梯度强度差异的最大值;最后利用所有像素位置梯度强度差异最大值的统计平均来评价整体图像质量。

    视频监控中滞留物主自动搜寻方法

    公开(公告)号:CN101715111B

    公开(公告)日:2011-12-14

    申请号:CN200910234281.6

    申请日:2009-11-16

    Abstract: 视频监控中滞留物主自动搜寻方法属于视频监控中的图像处理的技术领域。其处理步骤为:a检测出监控场景中可疑物体(滞留物),记录下物体的位置信息以便以后对物体继续实施监控。b用关联算法找到关键帧画面,再根据滞留物主离滞留物距离最近原则找到关键人。c提取关键人身上的颜色特征信息。d对可疑物体实施监控,观察其是否滞留超出规定时间,以及是否有人取物。在滞留物滞留超出一定时间后,进行报警;若没有超出规定时间,则检测是否有人取物,若有,则对取物人进行颜色信息特征匹配,若一致,则不报警;否则,报警。

Patent Agency Ranking