-
公开(公告)号：CN106254864B
公开(公告)日：2017-12-15
申请号：CN201610872016.0
申请日：2016-09-30
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种监控视频中的雪花和噪点噪声检测方法。本发明首先做差帧处理消除固定背景影响，并进行最大类间方差法得到最佳二值化阈值，再使用最佳阈值二值化差帧图，以突显干扰特征；其次均分二值图像为小区域统计小区域中的统计量；最后通过统计量的平稳性来判断是否存在雪花噪声或噪点噪声的方法。该方法能检测出含有雪花噪声或近似均匀分布噪点噪声的图像，有较好的适应性。本发明基于真实场景样本数据进行统计确定判断阈值，雪花噪声和噪点噪声检测率高，实时性好。
-
公开(公告)号：CN106408563A
公开(公告)日：2017-02-15
申请号：CN201610871496.9
申请日：2016-09-30
Applicant: 杭州电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10016 , G06T2207/20076 , G06T2207/20224 , G06T2207/30168
Abstract: 本发明涉及一种基于变异系数的雪花噪声检测方法。本发明中变异系数的数值能够用来衡量前后帧图像的差异变化大小，根据正常视频相邻帧的图像信息量变化会在一定范围内，而出现雪花噪声之后变化程度明显偏大导致该数值有显著偏差的思想来对噪声帧进行区分；同时采用效用函数对变异系数进行放大处理，并采用小概率原理和假设检验的数学统计思想对相邻n个效用函数值进行数学统计，并最终根据数学统计值的变化幅度来区分出噪声帧。本发明在检测视频雪花噪声方面有较高的准确性，也为之后的去除雪花噪声得到更好的视觉效果做出了很好的铺垫。
-
公开(公告)号：CN106373125A
公开(公告)日：2017-02-01
申请号：CN201610871490.1
申请日：2016-09-30
Applicant: 杭州电子科技大学
CPC classification number: G06T7/0002 , G06K9/4647 , G06K9/6218 , G06T2207/10016 , G06T2207/30168 , G06T2207/30232
Abstract: 本发明涉及一种基于信息熵的雪花噪声检测方法。本发明以获取像素点灰度值整体分布状态为基础，通过将前后图像帧分别转化到灰度空间，然后把所有像素点的灰度值聚类到n个区间，以灰度直方图的形式展现其分布状态，并计算出各自的信息熵，最后通过比较前后帧信息熵的变化大小来判断视频流中是否存在雪花噪声。本发明中当实际计算值不小于既设阈值且后一帧的值比前一帧大或者当实际计算值小于既设阈值但前一帧标记为噪声帧时，我们最终判定其真实存在雪花噪声，否则认为是正常图像。本发明在检测视频雪花噪声方面有较高的准确性，也为之后的去除雪花噪声得到更好的视觉效果做出了很好的铺垫。
-
公开(公告)号：CN106373125B
公开(公告)日：2018-10-19
申请号：CN201610871490.1
申请日：2016-09-30
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于信息熵的雪花噪声检测方法。本发明以获取像素点灰度值整体分布状态为基础，通过将前后图像帧分别转化到灰度空间，然后把所有像素点的灰度值聚类到n个区间，以灰度直方图的形式展现其分布状态，并计算出各自的信息熵，最后通过比较前后帧信息熵的变化大小来判断视频流中是否存在雪花噪声。本发明中当实际计算值不小于既设阈值且后一帧的值比前一帧大或者当实际计算值小于既设阈值但前一帧标记为噪声帧时，我们最终判定其真实存在雪花噪声，否则认为是正常图像。本发明在检测视频雪花噪声方面有较高的准确性，也为之后的去除雪花噪声得到更好的视觉效果做出了很好的铺垫。
-
公开(公告)号：CN108734131B
公开(公告)日：2021-08-17
申请号：CN201810494512.6
申请日：2018-05-22
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明涉及一种图像中的交通标志对称性检测方法。现有对称性检测方法可能会导致漏检，计算复杂度高，难以满足检测实时要求。本发明方法首先对原图像进行标准红蓝化处理和二值化，提取出交通标志颜色区域块，然后进行对每个连通域进行列投影，统计每一列的有效像素点个数以及总列数，采用闵可夫斯基减法获取连通域的特征向量，特征向量空间上假设检验，依据该计算结果筛除非对称的连通域，得到对称特征筛选之后的结果图像，最后通过几何条件约束，获得最终的检测结果图像。本发明的检测方法对交通标志的检测效果显著，有效减少噪声干扰，能够成功区分交通标志和环境背景，并且对局部边缘褪色、部分遮挡等都具有较好的鲁棒性，并提高了检测速度。
-
Patent Agency Ranking
公开(公告)号：CN108765443A
公开(公告)日：2018-11-06
申请号：CN201810494906.1
申请日：2018-05-22
Applicant: 杭州电子科技大学
CPC classification number: G06T7/136 , G06T7/90 , G06T2207/20036 , G06T2207/20104
Abstract: 本发明涉及一种自适应颜色阈值分割的标志增强处理方法。现有方法不能对存在各类影响因素的样本进行有效区分，会干扰检测结果。本发明方法采用基于直方图累积分布的近似最大最小值归一化方法来获取自适应阈值，在待检测图像进行红蓝标准化以及对比度拉伸之后，对其作灰度概率直方图映射，找到前景目标颜色起始值所在位置，通过提取与比对前景灰度值，找到目标区域的特定区间，选取综合分离效果最佳的参数进行颜色分割，并根据临界值对原像素值进行近似的最大最小值归一化，筛除无效背景，凸显前景颜色块，同时平滑处理了过亮区域从而减弱了对比度、亮度等环境因素对检测效果的影响。本发明方法尽可能地在筛除无效背景的同时保留了标志颜色区域。
-
公开(公告)号：CN108765443B
公开(公告)日：2021-08-24
申请号：CN201810494906.1
申请日：2018-05-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种自适应颜色阈值分割的标志增强处理方法。现有方法不能对存在各类影响因素的样本进行有效区分，会干扰检测结果。本发明方法采用基于直方图累积分布的近似最大最小值归一化方法来获取自适应阈值，在待检测图像进行红蓝标准化以及对比度拉伸之后，对其作灰度概率直方图映射，找到前景目标颜色起始值所在位置，通过提取与比对前景灰度值，找到目标区域的特定区间，选取综合分离效果最佳的参数进行颜色分割，并根据临界值对原像素值进行近似的最大最小值归一化，筛除无效背景，凸显前景颜色块，同时平滑处理了过亮区域从而减弱了对比度、亮度等环境因素对检测效果的影响。本发明方法尽可能地在筛除无效背景的同时保留了标志颜色区域。
-
公开(公告)号：CN108734131A
公开(公告)日：2018-11-02
申请号：CN201810494512.6
申请日：2018-05-22
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明涉及一种图像中的交通标志对称性检测方法。现有对称性检测方法可能会导致漏检，计算复杂度高，难以满足检测实时要求。本发明方法首先对原图像进行标准红蓝化处理和二值化，提取出交通标志颜色区域块，然后进行对每个连通域进行列投影，统计每一列的有效像素点个数以及总列数，采用闵可夫斯基减法获取连通域的特征向量，特征向量空间上假设检验，依据该计算结果筛除非对称的连通域，得到对称特征筛选之后的结果图像，最后通过几何条件约束，获得最终的检测结果图像。本发明的检测方法对交通标志的检测效果显著，有效减少噪声干扰，能够成功区分交通标志和环境背景，并且对局部边缘褪色、部分遮挡等都具有较好的鲁棒性，并提高了检测速度。
-
公开(公告)号：CN106408563B
公开(公告)日：2019-06-11
申请号：CN201610871496.9
申请日：2016-09-30
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于变异系数的雪花噪声检测方法。本发明中变异系数的数值能够用来衡量前后帧图像的差异变化大小，根据正常视频相邻帧的图像信息量变化会在一定范围内，而出现雪花噪声之后变化程度明显偏大导致该数值有显著偏差的思想来对噪声帧进行区分；同时采用效用函数对变异系数进行放大处理，并采用小概率原理和假设检验的数学统计思想对相邻n个效用函数值进行数学统计，并最终根据数学统计值的变化幅度来区分出噪声帧。本发明在检测视频雪花噪声方面有较高的准确性，也为之后的去除雪花噪声得到更好的视觉效果做出了很好的铺垫。
-
公开(公告)号：CN106254864A
公开(公告)日：2016-12-21
申请号：CN201610872016.0
申请日：2016-09-30
Applicant: 杭州电子科技大学
CPC classification number: H04N17/02 , G06K9/00744 , G06K9/342 , G06K9/6212 , H04N5/21
Abstract: 本发明涉及一种监控视频中的雪花和噪点噪声检测方法。本发明首先做差帧处理消除固定背景影响，并进行最大类间方差法得到最佳二值化阈值，再使用最佳阈值二值化差帧图，以突显干扰特征；其次均分二值图像为小区域统计小区域中的统计量；最后通过统计量的平稳性来判断是否存在雪花噪声或噪点噪声的方法。该方法能检测出含有雪花噪声或近似均匀分布噪点噪声的图像，有较好的适应性。本发明基于真实场景样本数据进行统计确定判断阈值，雪花噪声和噪点噪声检测率高，实时性好。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
