-
公开(公告)号：CN104809433B
公开(公告)日：2017-12-15
申请号：CN201510191076.1
申请日：2015-04-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于最大稳定极限区域(MSER)和随机采样一致(RANSAC)的斑马线检测方法，属于模式识别技术领域，具体涉及交通监控场景中的斑马线区域的检测和划分方法。首先，应用多帧中值的方法对交通监控视频进行背景提取，尽量减少路面的车辆对斑马线的遮挡；其次，对背景图像进行预处理，使用MSER的方法对图像中的斑马线进行特征提取；最后，选用扩展RANSAC算法对MSER处理后的图像进行斑马线关键点的筛选，而后再对提取出的斑马线区域进行长度和宽度拟合，在原图中显示出来，最终完成对斑马线区域的检测。具有检测角度范围大、距离远、适应性强的优点。
-
Patent Agency Ranking
公开(公告)号：CN105224945B
公开(公告)日：2018-07-27
申请号：CN201510598496.1
申请日：2015-09-18
Applicant: 电子科技大学
Abstract: 该发明公开了种车标联合检测与识别的方法,属于车辆识别技术领域。该方法首先获得标准、清晰的车标图像,为模版图像,计算模版车标图像的特征,建立车标模板特征库;再截取获得车辆图像的车标图像,对截取图像进行灰度,二值化处理;再求出处理后的图像与所有模版模版图像的距离;然后计算相似度,将获得相似度与置信区间比较,处于置信区间内的就为对应的模板车标,从而实现发明目的。本发明具有对现有车标提取精度要求低;对25x25的超低分辨、多尺度、多光照条件下的车标图像检测具有鲁棒性;检测与识别体,扩展性强的优点。
-
公开(公告)号：CN107045634A
公开(公告)日：2017-08-15
申请号：CN201710299524.9
申请日：2017-05-02
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于最大稳定极值区域与笔画宽度相结合的铁路场景文本定位方法，属于计算机视觉技术领域，具体涉及复杂场景下的文本定位研究。本发明基于改进的直方图均衡算法对原始图像进行预处理，有效的提高了图像的对比度，然后利用MSER算法有效的将铁路场景下的微弱目标区域检测出来，接着通过字符的笔画宽度特征有效的去除了非文本区域，降低误检率，从而解决了铁路场景下的文本检测困难、准确定位文本难以实现的问题。本发明的优点是利用文本行的空间结构特点，采取了区块滑窗搜索策略，有效的降低了计算复杂度。本发明可以应用于复杂的铁路字符定位场景。
-
公开(公告)号：CN104809433A
公开(公告)日：2015-07-29
申请号：CN201510191076.1
申请日：2015-04-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于最大稳定极限区域(MSER)和随机采样一致(RANSAC)的斑马线检测方法，属于模式识别技术领域，具体涉及交通监控场景中的斑马线区域的检测和划分方法。首先，应用多帧中值的方法对交通监控视频进行背景提取，尽量减少路面的车辆对斑马线的遮挡；其次，对背景图像进行预处理，使用MSER的方法对图像中的斑马线进行特征提取；最后，选用扩展RANSAC算法对MSER处理后的图像进行斑马线关键点的筛选，而后再对提取出的斑马线区域进行长度和宽度拟合，在原图中显示出来，最终完成对斑马线区域的检测。具有检测角度范围大、距离远、适应性强的优点。
-
公开(公告)号：CN107045634B
公开(公告)日：2020-07-21
申请号：CN201710299524.9
申请日：2017-05-02
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于最大稳定极值区域与笔画宽度相结合的铁路场景文本定位方法，属于计算机视觉技术领域，具体涉及复杂场景下的文本定位研究。本发明基于改进的直方图均衡算法对原始图像进行预处理，有效的提高了图像的对比度，然后利用MSER算法有效的将铁路场景下的微弱目标区域检测出来，接着通过字符的笔画宽度特征有效的去除了非文本区域，降低误检率，从而解决了铁路场景下的文本检测困难、准确定位文本难以实现的问题。本发明的优点是利用文本行的空间结构特点，采取了区块滑窗搜索策略，有效的降低了计算复杂度。本发明可以应用于复杂的铁路字符定位场景。
-
公开(公告)号：CN105224945A
公开(公告)日：2016-01-06
申请号：CN201510598496.1
申请日：2015-09-18
Applicant: 电子科技大学
CPC classification number: G06K9/4671 , G06K9/6271
Abstract: 该发明公开了一种车标联合检测与识别的方法，属于车辆识别技术领域。该方法首先获得标准、清晰的车标图像，为模版图像，计算模版车标图像的特征，建立车标模板特征库；再截取获得车辆图像的车标图像，对截取图像进行灰度，二值化处理；再求出处理后的图像与所有模版图像的距离；然后计算相似度，将获得相似度与置信区间比较，处于置信区间内的就为对应的模板车标，从而实现发明目的。本发明具有对现有车标提取精度要求低；对25x25的超低分辨、多尺度、多光照条件下的车标图像检测具有鲁棒性；检测与识别一体，扩展性强的优点。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
