-
公开(公告)号:CN108229315B
公开(公告)日:2021-09-28
申请号:CN201711219890.5
申请日:2017-11-28
Applicant: 浙江工业大学
Abstract: 本发明提出了一种通过标记分水岭和图像聚类进行车辆检测和定位的彩色图像分割方法。通过使用本发明的方法对车辆进行定位操作,可以有效避免地面图像特别是黄线等与车辆边缘部位的连接,避免干扰图像对车辆定位的影响,并且该车辆定位方法不受光照的影响,且在车辆本身颜色与地面接近的情况下也能很好的进行定位,可以在复杂环境下得到良好的车辆定位效果。
-
公开(公告)号:CN108229315A
公开(公告)日:2018-06-29
申请号:CN201711219890.5
申请日:2017-11-28
Applicant: 浙江工业大学
Abstract: 本发明提出了一种通过标记分水岭和图像聚类进行车辆检测和定位的彩色图像分割方法。通过使用本发明的方法对车辆进行定位操作,可以有效避免地面图像特别是黄线等与车辆边缘部位的连接,避免干扰图像对车辆定位的影响,并且该车辆定位方法不受光照的影响,且在车辆本身颜色与地面接近的情况下也能很好的进行定位,可以在复杂环境下得到良好的车辆定位效果。
-
公开(公告)号:CN108932722A
公开(公告)日:2018-12-04
申请号:CN201810765658.X
申请日:2018-07-12
Applicant: 浙江工业大学
IPC: G06T7/13
Abstract: 本发明公开了一种确定目标单像素轮廓的方法,包括如下步骤:步骤1:读入一张需要检测车辆的图像,记为I1,其中图像的高度为height,宽度为width;步骤2:将I1输入到全卷积神经网络中,得到轮廓概率图I2;步骤3:找到I2中的像素灰度值最大的像素点记为PL,其灰度值记为PL(xL,yL),(xL,yL)表示像素点PL的坐标;本发明的有益效果是:通过使用本发明的方法对目标进行单像素轮廓的提取操作,可以有效避免目标附近边缘相连接的背景的干扰,并且由于全卷积网络的特性,该目标轮廓提取方法不受目标颜色以及光照的影响,在目标本身颜色与背景接近的情况下也能很好的进行轮廓定位,可以在复杂环境下得到良好的目标轮廓提取效果。
-
-