-
公开(公告)号：CN102324093A
公开(公告)日：2012-01-18
申请号：CN201110262737.7
申请日：2011-09-06
Applicant: 清华大学
IPC: G06T5/50
Abstract: 本发明涉及图像处理技术领域，公开了一种基于成组物体混合的图像合成方法，包括如下步骤：S1、对目标图像中的成组物体进行可分性分析，得到成组物体的可分性图，并提取出成组物体的位置及其在目标图像中所占据的核心区域；S2、通过先膨胀后裁剪的方法得到成组物体中的每个物体在目标图像上所占区域的边界；S3、对目标图像中指定需要替换的成组物体的区域，通过寻找来自于外部图像中的成组物体的合适区域，将所述需要替换的成组物体的区域替换为所述外部图像中的成组物体的合适区域。本发明提取边缘准确、速度较快，且能实现具有高度真实感的成组物体混合的图像合成效果。
-
公开(公告)号：CN103810674B
公开(公告)日：2016-09-21
申请号：CN201210455248.8
申请日：2012-11-13
Applicant: 清华大学
Abstract: 本发明提供了一种基于依赖感知对象位置重构的图像增强方法，该方法包括：初步提取图像的前景物体；将所述图像分成若干区域，并对各个区域进行前景物体依赖分析，得到依赖感知对象；依据摄影学的美观准则及依赖感知对象间的位置关系制定依赖感知对象位置的优化目标，并进行构图优化；对优化后图像的缺失部分进行背景补全，并进行修边处理，得到最终的图像增强结果。本发明能够自动分析和提取图像中的依赖感知对象，并将分析结果用于图像构图优化。
-
公开(公告)号：CN105391917A
公开(公告)日：2016-03-09
申请号：CN201510746644.X
申请日：2015-11-05
Applicant: 清华大学
Abstract: 本发明涉及一种基于干扰物检测的视频优化方法，包括：根据时间超像素方法检测视频中的干扰物并标记在视频中的位置；根据所采集视频获取该视频中相邻两帧之间的变换矩阵从而得到由多个变换矩阵构成的摄像机原始路径；获取矩阵变换P，使该矩阵变换P与每个变换矩阵相乘后得到摄像机优化路径，以使摄像机避开干扰物且保证主要物体在该摄像机的画面之内；将所述摄像机优化路径分成多个分段，且每个分段完成一个单调行为；获取每一分段中代表其路径变化的关键帧，并合并相邻关键帧；利用线性模型匹配每一分段，从而得到所采集视频的摄像机线性路径。本发明可以保证视频路径简单一致；通过移除干扰物可以调节视频场景的构成内容，提升视频美感。
-
公开(公告)号：CN101833750A
公开(公告)日：2010-09-15
申请号：CN201010149361.4
申请日：2010-04-15
Applicant: 清华大学
Abstract: 本发明公开了一种基于形状约束和方向场的主动轮廓方法及其系统。该方法包括以下步骤：S1，输入图像中目标对象的初始轮廓，根据该初始轮廓的形状先验知识，建立与该初始轮廓的形状距离相关的能量场；S2，通过计算目标对象中所提取的边缘的每一点的梯度强度的值来建立梯度强度能量场；S3，通过计算初始轮廓中每一点的切线方向与目标对象中所提取的边缘的每一点的切线方向的一致性，来建立梯度方向能量场；S4，将步骤S1～S3建立的三个能量场叠加得到新的能量场，进行全局优化，得到目标对象的准确轮廓。本发明能在已知图像中目标图像几何信息的情况下，给出目标图像轮廓的更准确、更完整的表达，不仅完整保留了该目标图像的几何特征，又丰富了轮廓细节。
-
公开(公告)号：CN105488771B
公开(公告)日：2018-08-28
申请号：CN201510945488.X
申请日：2015-12-16
Applicant: 清华大学
IPC: G06T5/00
Abstract: 本发明涉及一种光场图像编辑方法及装置，该方法包括：将目标场景的中心视角图像进行分层处理；分别生成多幅中心视角第二子图像的层结构蒙版，进而根据该多幅中心视角第二子图像的表观特征获取所述多幅中心视角第二子图像对应的多幅中心视角第三子图像，以获取第二中心视角图像；根据多幅中心视角第二子图像的表观特征确定多幅其他视角第二子图像的表观特征，以获取多幅其他视角第三子图像；将所述多幅其他视角第三子图像进行合成处理，以获取第二其他视角图像。本发明可针对消费级的光场相机所拍摄的光场图像进行结构保持的光场图像编辑，进一步拓展了消费级的光场相机的应用范围。
-
Patent Agency Ranking
公开(公告)号：CN103810674A
公开(公告)日：2014-05-21
申请号：CN201210455248.8
申请日：2012-11-13
Applicant: 清华大学
Abstract: 本发明提供了一种基于依赖感知对象位置重构的图像增强方法，该方法包括：初步提取图像的前景物体；将所述图像分成若干区域，并对各个区域进行前景物体依赖分析，得到依赖感知对象；依据摄影学的美观准则及依赖感知对象间的位置关系制定依赖感知对象位置的优化目标，并进行构图优化；对优化后图像的缺失部分进行背景补全，并进行修边处理，得到最终的图像增强结果。本发明能够自动分析和提取图像中的依赖感知对象，并将分析结果用于图像构图优化。
-
公开(公告)号：CN103500176A
公开(公告)日：2014-01-08
申请号：CN201310403210.0
申请日：2013-09-06
Applicant: 清华大学
IPC: G06F17/30
CPC classification number: G06T17/005 , G06F17/30256 , G06F17/3028 , G06K9/46 , G06T7/162 , G06T11/60 , G06T2207/20156 , G06F17/30247
Abstract: 本发明涉及图像处理技术领域，具体涉及一种用于图像表示的片网模型以及该片网模型的构建方法。该用于图像表示的片网模型，为由若干个复合节点以及基本节点组成的森林状结构，每个所述复合节点均为非叶节点，每个所述基本节点均为叶节点；所述基本节点包括图像的某片区域以及代表该片区域表观特征的代表性片；所述复合节点包括图像的某片区域并且可以进一步分解为基本节点和/或复合节点；位于所述森林状结构的同一层、且空间位置相连的两个节点间存在一条边，边上具有用于表示这两个节点空间相对位置的关系矩阵。
-
公开(公告)号：CN106446820B
公开(公告)日：2019-05-14
申请号：CN201610833676.8
申请日：2016-09-19
Applicant: 清华大学
IPC: G06K9/00
Abstract: 本发明公开一种动态视频编辑中的背景特征点识别方法及装置，能够在高度动态的情景中，准确识别出视频中的背景特征点。所述方法包括：S1、将视频划分为多个重叠的时间窗口，对每个时间窗口内的特征点进行基于运动特征的分类；S2、通过将每个时间窗口内的特征点类视为一个图节点，在相邻时间窗口中具有的相同特征点的数量不小于第一数值的图节点之间加入边构建加权有向图，并通过动态规划算法在图模型找到一条边权重之和最小的全局最优路径，其中，所述加权有向图的边的权重取决于运动轨迹矩阵的秩和相同特征点的数目；S3、根据颜色和空间特征，对非背景点再分类，将与已有背景点运动一致的点添加至背景点集中。
-
公开(公告)号：CN105391917B
公开(公告)日：2018-10-16
申请号：CN201510746644.X
申请日：2015-11-05
Applicant: 清华大学
Abstract: 本发明涉及一种基于干扰物检测的视频优化方法，包括：根据时间超像素方法检测视频中的干扰物并标记在视频中的位置；根据所采集视频获取该视频中相邻两帧之间的变换矩阵从而得到由多个变换矩阵构成的摄像机原始路径；获取矩阵变换P，使该矩阵变换P与每个变换矩阵相乘后得到摄像机优化路径，以使摄像机避开干扰物且保证主要物体在该摄像机的画面之内；将所述摄像机优化路径分成多个分段，且每个分段完成一个单调行为；获取每一分段中代表其路径变化的关键帧，并合并相邻关键帧；利用线性模型匹配每一分段，从而得到所采集视频的摄像机线性路径。本发明可以保证视频路径简单一致；通过移除干扰物可以调节视频场景的构成内容，提升视频美感。
-
公开(公告)号：CN105488771A
公开(公告)日：2016-04-13
申请号：CN201510945488.X
申请日：2015-12-16
Applicant: 清华大学
IPC: G06T5/00
CPC classification number: G06T5/001 , G06T2207/10052
Abstract: 本发明涉及一种光场图像编辑方法及装置，该方法包括：将目标场景的中心视角图像进行分层处理；分别生成多幅中心视角第二子图像的层结构蒙版，进而根据该多幅中心视角第二子图像的表观特征获取所述多幅中心视角第二子图像对应的多幅中心视角第三子图像，以获取第二中心视角图像；根据多幅中心视角第二子图像的表观特征确定多幅其他视角第二子图像的表观特征，以获取多幅其他视角第三子图像；将所述多幅其他视角第三子图像进行合成处理，以获取第二其他视角图像。本发明可针对消费级的光场相机所拍摄的光场图像进行结构保持的光场图像编辑，进一步拓展了消费级的光场相机的应用范围。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.018 seconds)
