公开(公告)号：CN102663436B

公开(公告)日：2014-04-16

申请号：CN201210134551.8

申请日：2012-05-03

Applicant: 武汉大学

Inventor： 何楚 ,  许连玉 ,  廖紫纤 ,  石博

IPC: G06K9/62

Abstract: 本发明涉及一种用于光学纹理图像和SAR图像的自适应特征提取方法，包括对训练集中多幅图像学习采样位置，进而不断学习出采样分布；对学习的采样分布利用自适应滤波对图像块进行采样编码，提取自适应特征；将该自适应特征与原始LBP特征串联组合，即为图像的自适应纹理特征描述。本发明融合了图像的分布特性、空间特性，利用了图像的先验知识学习，通过自适应采样的随机性，从而克服了普通LBP特征采样固定性的缺陷，提高光学纹理图像和SAR图像的分类正确率，进而提高基于纹理特征的分类、分割等图像处理应用的准确率。

公开(公告)号：CN102663436A

公开(公告)日：2012-09-12

申请号：CN201210134551.8

申请日：2012-05-03

Applicant: 武汉大学

Inventor： 何楚 ,  许连玉 ,  廖紫纤 ,  石博

IPC: G06K9/62

Abstract: 本发明涉及一种用于光学纹理图像和SAR图像的自适应特征提取方法，包括对训练集中多幅图像学习采样位置，进而不断学习出采样分布；对学习的采样分布利用自适应滤波对图像块进行采样编码，提取自适应特征；将该自适应特征与原始LBP特征串联组合，即为图像的自适应纹理特征描述。本发明融合了图像的分布特性、空间特性，利用了图像的先验知识学习，通过自适应采样的随机性，从而克服了普通LBP特征采样固定性的缺陷，提高光学纹理图像和SAR图像的分类正确率，进而提高基于纹理特征的分类、分割等图像处理应用的准确率。

公开(公告)号：CN202488597U

公开(公告)日：2012-10-10

申请号：CN201120526530.1

申请日：2011-12-16

Applicant: 武汉大学

Inventor： 何楚 ,  许连玉 ,  李双 ,  董浩 ,  黄驰

IPC: H04N7/18 ,  H04N5/232 ,  G06K9/62

Abstract: 本实用新型涉及一种自主协作视频监控节点设备，尤其是涉及一种智能目标识别和跟踪的自主协作视频监控节点设备。一种智能目标识别和跟踪的自主协作视频监控节点设备，其特征在于，包括：监测设备：用于监测目标以及跟踪目标；智能服务设备：集成了图像处理模块和图像传输模块，接收监测设备的视频信息，将监测到的视频信息进行处理，提取目标信息，并将目标信息反馈给监测设备，完成目标的识别和跟踪。本实用新型具有如下优点：设计合理，结构简单且完全实用；能够完成复杂场景下多节点协同的目标检测跟踪与识别方法，以及复杂场景内容分析，单目标或多目标的目标检测和行为分析；利用wifi无线网络传输，从而达到节点间的相互通信。