-
公开(公告)号：CN103258325A
公开(公告)日：2013-08-21
申请号：CN201310128050.3
申请日：2013-04-15
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 一种基于椭圆显著区域协方差矩阵的图像特征检测方法，它涉及基于椭圆显著区域协方差矩阵的图像特征检测方法，本发明是要解决现有基于显著性的协方差矩阵的特征检测方法的平均检测准确度不高且特征维数较大的问题。本发明包含如下步骤：采用基于注视点的显著性检测方法计算图像的人眼注视点显著图；采用显著区域检测方法计算图像的显著区域显著图；采用加权和融合方式融合人眼注视点显著图和显著区域显著图得到图像的融合显著图；使用显著阈值对融合显著图进行二值化得到不规则显著区域；采用图像矩方法对不规则的显著区域进行椭圆拟合得到椭圆显著区域；结合原始图像和椭圆显著区域，提取7种低层特征构建像素的特征向量；计算由像素特征向量构成的集合的协方差，得到椭圆显著区域协方差特征。本发明可应用于图像处理领域。
-
Patent Agency Ranking
公开(公告)号：CN102542267A
公开(公告)日：2012-07-04
申请号：CN201110442240.3
申请日：2011-12-26
Applicant: 哈尔滨工业大学
IPC: G06K9/32
Abstract: 结合空间分布和全局对比的显著区域检测方法，属于显著性检测技术领域。它解决了现有的显著区域检测方法不考虑空间分布因素对区域显著性的影响，使显著性区域的判定效率低的问题。它将输入图像按照graph-cut图像分割方法进行分割，获得N个子图像区域；计算每个子图像区域rk的空间分布显著值Ssd(rk)；计算每个子图像区域rk的全局对比显著值Src(rk)；根据空间分布显著值Ssd(rk)和全局对比显著值Src(rk)，计算获得子图像区域rk的显著值S(rk)；将N个子图像区域的显著值S(rk)按照从高到低的顺序进行标记，得到输入图像的显著区域，完成输入图像的显著区域检测。本发明适用于输入图像的显著区域检测。
-
公开(公告)号：CN103020974B
公开(公告)日：2015-05-13
申请号：CN201210589761.6
申请日：2012-12-31
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 基于显著区域差异和显著密度实现显著物体自动检测的方法，它涉及实现显著物体自动检测的方法。它为解决目前基于窗口定位检测显著物体的方法所存在的包含过多的背景像素，不能精确提取出显著物体的问题。一、计算显著图S(x，y)的空间权重显著图S′(x，y)：二、寻找窗口内部区域显著度和窗口外部区域显著度差异最大化；三、计算得到显著密度值最大的窗口；四、将窗口W*的内部区域设置为前景，将窗口W*的外部区域设置为背景，采用GrabCut算法对待检测图像进行分割，得到显著物体。它可适用于无参化的显著物体提取，提取的物体具有清晰的轮廓。
-
公开(公告)号：CN102542267B
公开(公告)日：2013-07-03
申请号：CN201110442240.3
申请日：2011-12-26
Applicant: 哈尔滨工业大学
IPC: G06K9/32
Abstract: 结合空间分布和全局对比的显著区域检测方法，属于显著性检测技术领域。它解决了现有的显著区域检测方法不考虑空间分布因素对区域显著性的影响，使显著性区域的判定效率低的问题。它将输入图像按照graph-cut图像分割方法进行分割，获得N个子图像区域；计算每个子图像区域rk的空间分布显著值Ssd(rk)；计算每个子图像区域rk的全局对比显著值Src(rk)；根据空间分布显著值Ssd(rk)和全局对比显著值Src(rk)，计算获得子图像区域rk的显著值S(rk)；将N个子图像区域的显著值S(rk)按照从高到低的顺序进行标记，得到输入图像的显著区域，完成输入图像的显著区域检测。本发明适用于输入图像的显著区域检测。
-
公开(公告)号：CN103020974A
公开(公告)日：2013-04-03
申请号：CN201210589761.6
申请日：2012-12-31
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 基于显著区域差异和显著密度实现显著物体自动检测的方法，它涉及实现显著物体自动检测的方法。它为解决目前基于窗口定位检测显著物体的方法所存在的包含过多的背景像素，不能精确提取出显著物体的问题。一、计算显著图S(x，y)的空间权重显著图S′(x，y)：二、寻找窗口内部区域显著度和窗口外部区域显著度差异最大化；三、计算得到显著密度值最大的窗口；四、将窗口W*的内部区域设置为前景，将窗口W*的外部区域设置为背景，采用GrabCut算法对待检测图像进行分割，得到显著物体。它可适用于无参化的显著物体提取，提取的物体具有清晰的轮廓。
-
公开(公告)号：CN103258325B
公开(公告)日：2016-01-20
申请号：CN201310128050.3
申请日：2013-04-15
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 一种基于椭圆显著区域协方差矩阵的图像特征检测方法，它涉及基于椭圆显著区域协方差矩阵的图像特征检测方法，本发明是要解决现有基于显著性的协方差矩阵的特征检测方法的平均检测准确度不高且特征维数较大的问题。本发明包含如下步骤：采用基于注视点的显著性检测方法计算图像的人眼注视点显著图；采用显著区域检测方法计算图像的显著区域显著图；采用加权和融合方式融合人眼注视点显著图和显著区域显著图得到图像的融合显著图；使用显著阈值对融合显著图进行二值化得到不规则显著区域；采用图像矩方法对不规则的显著区域进行椭圆拟合得到椭圆显著区域；结合原始图像和椭圆显著区域，提取7种低层特征构建像素的特征向量；计算由像素特征向量构成的集合的协方差，得到椭圆显著区域协方差特征。本发明可应用于图像处理领域。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
