-
公开(公告)号：CN107492076B
公开(公告)日：2021-01-01
申请号：CN201710654081.0
申请日：2017-08-03
Applicant: 重庆大学
Abstract: 本发明公开了一种高速公路隧道场景车辆阴影干扰抑制方法，首先获取当前待处理图像并得到前景区域分割图像；采用LPQ纹理特征阴影区域判别和LPQ阴影干扰判定结果；同时采用小波分解梯度特征阴影区域判别和小波分解阴影干扰判定结果；对阴影干扰判定结果与小波分解阴影干扰判定结果进行融合得到阴影干扰抑制结果；本发明提供的方法基于对局部窗口图像进行离散傅里叶变换而得到的量化相位来进行干扰判别，LPQ特征对于中心对称模糊、运动模糊、聚焦模糊以及大气湍流模糊等不敏感，并且对光照变化也具有一定的鲁棒性；从而实现对隧道场景下的阴影干扰进行精确判别。
-
公开(公告)号：CN104123840B
公开(公告)日：2016-05-18
申请号：CN201410362757.5
申请日：2014-07-28
Applicant: 重庆大学
Abstract: 本发明属于交通监测技术领域，提供一种基于视频检测技术的车流密度定性判别方法；本发明不需要进行车辆目标提取,而是根据当前摄像头采集的视频图像，即可实时、准确地判断监控视频中道路车流密度的大小。本发明所提出的基于视频检测技术的车流密度定性判别方法，包括如下步骤：1)划定监控图像中的感兴趣区域，以下步骤对感兴趣区域进行处理；2)计算图像的分形维数；3)对分形维数计算结果进行统计分析，判断道路的车流密度大小。
-
公开(公告)号：CN107492076A
公开(公告)日：2017-12-19
申请号：CN201710654081.0
申请日：2017-08-03
Applicant: 重庆大学
Abstract: 本发明公开了一种高速公路隧道场景车辆阴影干扰抑制方法，首先获取当前待处理图像并得到前景区域分割图像；采用LPQ纹理特征阴影区域判别和LPQ阴影干扰判定结果；同时采用小波分解梯度特征阴影区域判别和小波分解阴影干扰判定结果；对阴影干扰判定结果与小波分解阴影干扰判定结果进行融合得到阴影干扰抑制结果；本发明提供的方法基于对局部窗口图像进行离散傅里叶变换而得到的量化相位来进行干扰判别，LPQ特征对于中心对称模糊、运动模糊、聚焦模糊以及大气湍流模糊等不敏感，并且对光照变化也具有一定的鲁棒性；从而实现对隧道场景下的阴影干扰进行精确判别。
-
Patent Agency Ranking
公开(公告)号：CN107507140B
公开(公告)日：2021-02-12
申请号：CN201710654133.4
申请日：2017-08-03
Applicant: 重庆大学
Abstract: 本发明公开了一种基于特征融合的高速公路露天场景车辆阴影干扰抑制方法，首先获取当前待处理图像并通过背景图像得到前景区域分割图像；其次根据颜色不变特征得到前景区域分割图像的局部区域，并通过梯度信息熵计算局部区域的平滑度；然后根据局部梯度模式方向直方图特征计算局部区域的HLGP梯度特征阴影判断结果；最后根据HLGP特征阴影判断结果和余弦相似度计算得到阴影区域的HLGP阴影干扰判定结果。本发明提供的方法，融合了颜色灰度特征与局部梯度编码特征进行阴影判别与抑制；针对传统的局部特征对于噪声的抗干扰性不足的问题，减小了噪声干扰的影响，能适应现实工程应用的环境，且能在该环境下获得较为精确理想的检测效果。
-
公开(公告)号：CN104168462B
公开(公告)日：2017-06-13
申请号：CN201410430471.6
申请日：2014-08-27
Applicant: 重庆大学
Abstract: 一种基于图像角点集特征的摄像头场景变换检测方法，包括如下步骤：步骤一、获取图像角点集信息；步骤二、训练角点集匹配模板；步骤三、判断场景是否变换。本发明将图像角点集信息特征和数学统计概率模板结合在一起，用于评判摄像头监控范围是否产生场景变换，处理时采用图像角点集信息，相对于现有的仅仅采用角点信息，不但有着缓解偶然因素造成的伪角点的干扰，而且角点集信息本身具有统计学上的概率稳定性，也便于后续角点匹配工作；而预先训练的全局角点集概率匹配模板，在本质上也是利用角点出现区域的统计学概率事件而制作的；因此，本发明能在很大程度上排除外界偶然因素的影响，能够适应实际工程应用的环境，并且能取得精确的检测效果。
-
公开(公告)号：CN104168462A
公开(公告)日：2014-11-26
申请号：CN201410430471.6
申请日：2014-08-27
Applicant: 重庆大学
Abstract: 一种基于图像角点集特征的摄像头场景变换检测方法，包括如下步骤：步骤一、获取图像角点集信息；步骤二、训练角点集匹配模板；步骤三、判断场景是否变换。本发明将图像角点集信息特征和数学统计概率模板结合在一起，用于评判摄像头监控范围是否产生场景变换，处理时采用图像角点集信息，相对于现有的仅仅采用角点信息，不但有着缓解偶然因素造成的伪角点的干扰，而且角点集信息本身具有统计学上的概率稳定性，也便于后续角点匹配工作；而预先训练的全局角点集概率匹配模板，在本质上也是利用角点出现区域的统计学概率事件而制作的；因此，本发明能在很大程度上排除外界偶然因素的影响，能够适应实际工程应用的环境，并且能取得精确的检测效果。
-
公开(公告)号：CN107507140A
公开(公告)日：2017-12-22
申请号：CN201710654133.4
申请日：2017-08-03
Applicant: 重庆大学
Abstract: 本发明公开了一种基于特征融合的高速公路露天场景车辆阴影干扰抑制方法，首先获取当前待处理图像并通过背景图像得到前景区域分割图像；其次根据颜色不变特征得到前景区域分割图像的局部区域，并通过梯度信息熵计算局部区域的平滑度；然后根据局部梯度模式方向直方图特征计算局部区域的HLGP梯度特征阴影判断结果；最后根据HLGP特征阴影判断结果和余弦相似度计算得到阴影区域的HLGP阴影干扰判定结果。本发明提供的方法，融合了颜色灰度特征与局部梯度编码特征进行阴影判别与抑制；针对传统的局部特征对于噪声的抗干扰性不足的问题，减小了噪声干扰的影响，能适应现实工程应用的环境，且能在该环境下获得较为精确理想的检测效果。
-
公开(公告)号：CN104123840A
公开(公告)日：2014-10-29
申请号：CN201410362757.5
申请日：2014-07-28
Applicant: 重庆大学
Abstract: 本发明属于交通监测技术领域，提供一种基于视频检测技术的车流密度定性判别方法；本发明不需要进行车辆目标提取,而是根据当前摄像头采集的视频图像，即可实时、准确地判断监控视频中道路车流密度的大小。本发明所提出的基于视频检测技术的车流密度定性判别方法，包括如下步骤：1)划定监控图像中的感兴趣区域，以下步骤对感兴趣区域进行处理；2)计算图像的分形维数；3)对分形维数计算结果进行统计分析，判断道路的车流密度大小。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
