-
公开(公告)号：CN106225774B
公开(公告)日：2018-07-03
申请号：CN201610741333.9
申请日：2016-08-26
Applicant: 武汉大学
Abstract: 本发明公开了一种基于计算机视觉的无人驾驶农机耕道测量装置及方法，通过安装在农机上垂直向下照射的颜色和深度图像传感器获取农机作业耕道的颜色图和深度图信息，交给数字信号处理器计算耕道参数，通过图像分割提取耕道宽度，通过深度相机测量耕道深度，通过序列图像的平移匹配推算耕道长度，具体包含摄像机标定、图像增强、视频稳定化及去运动模糊、深度和宽度的测量、长度的测量等五个关键步骤。本发明方法解决了耕道参数难以自动化精确测量的难题，具有低成本、高精度、实时处理等优势。
-
公开(公告)号：CN104036482B
公开(公告)日：2017-01-11
申请号：CN201410323594.X
申请日：2014-07-07
Applicant: 武汉大学
Abstract: 一种基于字典渐近更新的人脸图像超分辨率方法：在训练阶段，采用去一法对低分辨率人脸图像训练集的每张低分辨率人脸图像进行超分辨率重构，得到一层低分辨率中间字典；以此低分辨率中间字典作为新的低分辨率人脸图像训练集输入，重构得到新一层的低分辨率中间字典；重复上述过程，最终得到多层低分辨率中间字典。在测试阶段，根据输入的低分辨率人脸图像，上一层低分辨率中间字典和高分辨率人脸图像训练集，对输入低分辨率人脸图像进行超分辨率重构，得到预估高分辨率人脸图像；重复上述过程，最终重构出高分辨率人脸图像。本发明可得到更高质量、与真实情况更为接近的重建效果。
-
公开(公告)号：CN106225774A
公开(公告)日：2016-12-14
申请号：CN201610741333.9
申请日：2016-08-26
Applicant: 武汉大学
Abstract: 本发明公开了一种基于计算机视觉的无人驾驶农机耕道测量装置及方法，通过安装在农机上垂直向下照射的颜色和深度图像传感器获取农机作业耕道的颜色图和深度图信息，交给数字信号处理器计算耕道参数，通过图像分割提取耕道宽度，通过深度相机测量耕道深度，通过序列图像的平移匹配推算耕道长度，具体包含摄像机标定、图像增强、视频稳定化及去运动模糊、深度和宽度的测量、长度的测量等五个关键步骤。本发明方法解决了耕道参数难以自动化精确测量的难题，具有低成本、高精度、实时处理等优势。
-
公开(公告)号：CN103489174B
公开(公告)日：2016-06-29
申请号：CN201310460885.9
申请日：2013-10-08
Applicant: 武汉大学
Abstract: 本发明公开了一种基于残差保持的人脸超分辨率方法，本发明是基于学习的方法，首先将高低分辨率训练图像对统一分块，在以位置为依据的块集合内部进行处理：对输入图像的每一个块，在对应位置训练块集上分别估计其平滑高频成分、标准差投影高频成分、以及通过残差训练集估计其高频补偿成分。通过这三种高频信息的线性组合，在高分辨率平均脸上重建出高分辨率图像。以此解决或减轻噪点严重的人脸图像（如监控图像）超分辨率恢复中的噪声问题。
-
公开(公告)号：CN103208109B
公开(公告)日：2015-09-16
申请号：CN201310147620.3
申请日：2013-04-25
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 一种基于局部约束迭代邻域嵌入的人脸幻构方法，建立高、低分辨率图像块集作为高、低分辨率图像块字典；将输入的低分辨率人脸图像图像块上采样得预估高分辨率图像块，并寻找对应位置的高分辨率图像块字典中最近的K个图像块，用对应的K个低分辨率图像块线性表示输入低分辨率图像块获得权值系数；利用权值系数将K个近邻高分辨率图像块重建出新的预估高分辨率图像块，重复进行直到得到最满意的预估高分辨率图像块；根据低分辨率图像块的位置关系融合成高分辨率图像。本发明在基于位置先验和局部流形约束的基础上同时考虑了两种流形结构，并运用迭代在上一次重建的结果上不断更新K近邻和重建权重，得到了更高质量、与真实情况更为接近的重建效果。
-
Patent Agency Ranking
公开(公告)号：CN103226818B
公开(公告)日：2015-09-02
申请号：CN201310147510.7
申请日：2013-04-25
Applicant: 武汉大学
IPC: G06T5/00
Abstract: 一种基于流形正则稀疏支撑回归的单帧图像超分辨率重建方法，建立高、低分辨率图像块集分别作为高、低分辨率图像块字典；将输入低分辨率图像划分成为若干个图像块，对图像块用低分辨率图像块字典进行稀疏编码并得到支撑集；计算高分辨率图像块支撑集的近邻关系并保持到重建后的高分辨率图像块空间，学习由低分辨率图像块空间到高分辨率图像块空间的映射关系；利用此映射关系求得所有输入低分辨率图像块对应的高分辨率图像块，并融合成高分辨率图像。本发明提出流形正则稀疏支撑回归表示模型，自适应的选择稀疏表示的支撑集，并利用了支撑集中高分辨率图像块的流形结构来约束高分辨率图像块重建，因而得到更高质量的高分辨率图像。
-
公开(公告)号：CN104036482A
公开(公告)日：2014-09-10
申请号：CN201410323594.X
申请日：2014-07-07
Applicant: 武汉大学
Abstract: 一种基于字典渐近更新的人脸图像超分辨率方法：在训练阶段，采用去一法对低分辨率人脸图像训练集的每张低分辨率人脸图像进行超分辨率重构，得到一层低分辨率中间字典；以此低分辨率中间字典作为新的低分辨率人脸图像训练集输入，重构得到新一层的低分辨率中间字典；重复上述过程，最终得到多层低分辨率中间字典。在测试阶段，根据输入的低分辨率人脸图像，上一层低分辨率中间字典和高分辨率人脸图像训练集，对输入低分辨率人脸图像进行超分辨率重构，得到预估高分辨率人脸图像；重复上述过程，最终重构出高分辨率人脸图像。本发明可得到更高质量、与真实情况更为接近的重建效果。
-
公开(公告)号：CN103208109A
公开(公告)日：2013-07-17
申请号：CN201310147620.3
申请日：2013-04-25
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 一种基于局部约束迭代邻域嵌入的人脸幻构方法，建立高、低分辨率图像块集作为高、低分辨率图像块字典；将输入的低分辨率人脸图像图像块上采样得预估高分辨率图像块，并寻找对应位置的高分辨率图像块字典中最近的K个图像块，用对应的K个低分辨率图像块线性表示输入低分辨率图像块获得权值系数；利用权值系数将K个近邻高分辨率图像块重建出新的预估高分辨率图像块，重复进行直到得到最满意的预估高分辨率图像块；根据低分辨率图像块的位置关系融合成高分辨率图像。本发明在基于位置先验和局部流形约束的基础上同时考虑了两种流形结构，并运用迭代在上一次重建的结果上不断更新K近邻和重建权重，得到了更高质量、与真实情况更为接近的重建效果。
-
公开(公告)号：CN106157251B
公开(公告)日：2018-10-26
申请号：CN201510151907.2
申请日：2015-04-01
Applicant: 武汉大学
IPC: G06T5/00
Abstract: 一种基于柯西正则化的人脸超分辨率方法，包括对输入的低分辨率人脸图像、低分辨率训练集中的低分辨率人脸样本图像以及高分辨率训练集中的高分辨率人脸样本图像划分相互重叠的图像块；分别建立高、低分辨率图像块集作为高、低分辨率图像块字典；用低分辨率图像块字典表示该图像块，利用柯西约束项求解重建系数，然后利用此重建系数和高分辨率图像块字典重建出新的高分辨率图像块；根据低分辨率图像块的位置关系将所得的高分辨率图像块融合成高分辨率图像。本发明在最小二乘法的基础上对重建系数加上柯西约束，本发明可得到了更高质量、与真实情况更为接近的重建效果。
-
公开(公告)号：CN106157274A
公开(公告)日：2016-11-23
申请号：CN201510151884.5
申请日：2015-04-01
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 本发明提供一种基于图像位置块近邻嵌入的人脸幻构方法，对输入的低分辨率人脸图像、低分辨率训练集中的低分辨率人脸样本图像以及高分辨率训练集中的高分辨率人脸样本图像划分相互重叠的图像块，建立低、高分辨率人脸样本块空间；对于输入的低分辨率人脸图像中每个图像块，寻找对应位置的低分辨率图像块字典中距离该小图像块距离最近的K个图像块，然后为这K个图像块在高分辨率图像块字典中找到对应K个近邻高分辨率图像块；用这K个低分辨率图像块线性表示输入低分辨率图像块获得表示系数；利用此表示系数和K个近邻高分辨率图像块重建出新的高分辨率图像块；根据低分辨率图像块的位置关系将所得的高分辨率图像块融合成高分辨率图像。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.031 seconds)
