SAR图像海陆分割方法、装置、计算机设备和可读存储介质

    公开(公告)号:CN109658416A

    公开(公告)日:2019-04-19

    申请号:CN201811613783.5

    申请日:2018-12-27

    IPC分类号: G06T7/10 G06T7/13

    摘要: 本发明涉及一种SAR图像海陆分割方法,获取待分割SAR图像,获取待分割SAR图像的能量函数,在能量函数中引入待分割SAR图像的水平集函数,获取能量函数最小时的第一分割模板;根据待分割SAR图像,对第一分割模板进行迭代更新预设次数,得到第二分割模板;根据预设算子检测边缘,提取第二分割模板中的疑似误分割孔洞;获取疑似误分割孔洞的纹理特征,根据纹理特征填充疑似误分割孔洞中的误判孔洞,得到第三分割模板;根据第三分割模板和第二分割模板获取第四分割模板,将待分割SAR图像输入第四分割模板,得到分割图像。利用水平集方法,建立适当的轮廓曲线演化的能量函数,无需对相干斑进行预处理,就可以得到较为精准的SAR图像海陆分割结果。

    一种监控视频数据处理实现方法
    4.
    发明公开

    公开(公告)号:CN109344743A

    公开(公告)日:2019-02-15

    申请号:CN201811074111.1

    申请日:2018-09-14

    发明人: 彭辉

    IPC分类号: G06K9/00 G06K9/62 G06T7/10

    摘要: 本发明公开了一种监控视频数据处理实现方法,包括以下步骤:利用视频摄像头实时采集该视频摄像头所在场所的视频图像,并采用窗口分割所述视频图像,得到数段视频图像窗;复制所述数段视频图像窗,其中之一的数段视频图像窗导入第一级神经网络进行神经网络训练,并利用训练后的第一级神经网络识别视频图像中的物和/或人;提取另一份数段视频图像窗的HOG特征,并识别该数段视频图像窗中的物和/或人;将识别的物和/或人进行融合组成,求得物和/或人的共有子集,剔除共有子集中的物;并将所述共有子集中的人的特征导入第一级神经网络和第二级神经网络进行神经网络训练,利用第二级神经网络识别并连续跟踪人的运动轨迹。

    基于视觉的作物长势表型参数量化与产量相关性分析方法

    公开(公告)号:CN109146948A

    公开(公告)日:2019-01-04

    申请号:CN201810846452.X

    申请日:2018-07-27

    申请人: 内蒙古大学

    发明人: 张志斌 侯帅民

    IPC分类号: G06T7/60 G06T7/10

    摘要: 本发明属于农业技术领域,公开了一种基于视觉的作物长势表型参数量化与产量相关性分析方法,通过图像处理、无线传感器、人工智能等技术的不断突破,为农业分析提供了更多的思路,使得传统手工农业、机械化农业不断向现代智能化、精细化农业发展。本发明为智能化、精细化农业作为农业领域重要的分析课题之一,对植物虚拟、产量预测、园林设计等领域有着重要意义;在作物的生长过程中分析表征参数与形态特征具有十分重大的意义:一方面,可预测作物的相关参数,对培育环境的配置有指导作用;虚拟植物生长技术可模拟任意时间的植物生长状态,从而减少分析时间,降低分析成本。

    产品缺陷检测方法及系统

    公开(公告)号:CN109064454A

    公开(公告)日:2018-12-21

    申请号:CN201810765439.1

    申请日:2018-07-12

    发明人: 段艺霖

    IPC分类号: G06T7/00 G06T7/10 G06T7/90

    摘要: 本发明公开了一种产品缺陷检测方法及系统,该产品缺陷检测方法包括:步骤S1:采集待检测产品的图像;步骤S2:对该采集的待检测产品的图像进行预处理;步骤S3:将该预处理得到的图像数据输入采用训练样本库中的数据训练好的卷积神经网络模型中,实现特征的提取,其中,该训练样本库包括多个已标注缺陷分类的产品图像;步骤S4:根据该提取的特征进行图像类别预测,实现该待检测产品的缺陷检测;步骤S5:根据该缺陷检测的结果执行报警操作。本发明提供的产品缺陷检测方法,可以减小外界因素对检测结果的影响,实现对生产线产品缺陷的准确检测,有利于在复杂环境下及经常变动的环境中提升检测的泛用性与准确率。

    一种混合视觉系统中全景图形的三维重建方法

    公开(公告)号:CN108961257A

    公开(公告)日:2018-12-07

    申请号:CN201810780710.9

    申请日:2018-07-17

    摘要: 本发明公开了一种混合视觉系统中全景图形的三维重建方法,具体步骤如下:步骤一,对摄影机进行标定,获取彩色摄影图像,确定每幅彩色摄影图像的种子点,根据种子点得出畸变系数;步骤二,对彩色摄影图像进行图像分割,得到边界点集合,利用边界点集合对彩色摄影图像进行再次分解,分割为不同通道的图像;步骤三,对图像进行自适应立体配准;步骤四,利用图像进行光学三角法测量,生成三维点云数据和三维网格;步骤五,将彩色摄影图像的种子点和三维点云数据插入三维网格并且更新,再进行曲面拟合。本发明充分利用了图像分割,有效解决了特征点选取、立体配准的需求,具有高度保真性,三维图像的重建精度和准确度可以有效提高,使用前景广阔。