|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于深度信息提取的多聚焦图像融合方法
本发明属于图像处理技术领域，涉及一种基于深度信息提取的多聚焦图像融合方法，广泛应用于目 标识别，显微成像，军事作战，机器视觉等领域。本发明首先利用各向异性热扩散理论建模多聚焦图像 的成像过程，获取原始的多聚焦图像的深度信息，根据图像信息确定聚焦区域，得到多聚焦图像融合模 板，最后根据平滑的多层次融合模板图进行多聚焦图像的融合。本方法不仅能够有效的提高融合图像的 质量，并且具有良好的实用性和广泛的适用性。
武汉大学
2021-04-13
一种图像中不同区域视觉显著程度的检测方法
现代高速计算机的计算能力已达到惊人的程度，但计算机视觉系统却无法指导诸如过马路之类对 人来说非常简单的视觉任务。本成果模拟人眼选择性关注视觉场景中显著变化区域的模式，提出一种 图像中不同区域视觉显著程度的检测方法，从而达到提高计算机图像分析效率的目的。
北京工业大学
2021-04-13
多种群联合优化的机械叶片图像分割原理与评价方法研究
机械叶片特殊的动力学性能促使其在水轮机、汽轮机、航空发动 机、风力发电机等装备上应用广泛。非接触式图像测量与检测已经成 为高性能复杂机械叶片制造的发展方向，而对其图像的分割则是后续 特征理解与分析的基础。随着我国工业化水平的提高，航空航天、水 利、电力等方面对机械叶片的质量和数量都提出了更高的要求。当前 图像分割的研究成果不能有效解决复杂机械叶片图像的分割难题，主 要是因为其图像灰度分布不均匀，并且表面的分割特征类内模式复杂 类间易混淆。项目通过研
南京工程学院
2021-01-12
一种图像中不同区域视觉显著程度的检测方法
北京工业大学
2021-04-14
一种基于深度图像的跌倒行为实时检测方法
本发明公开了一种基于深度图像的跌倒行为实时检测方法,包括深度图像获取，人体图像识别，深度差分特征提取，人体部位解析，·704·关节点提取，高度特征提取和跌倒检测步骤；基于深度图像，在识别出的人体图像上选择特定的深度差分特征，使用随机森林分类器对人体部位进行解析，将人体分为头部与躯干两个部位类型，随后检测关节点，然后提取高度特征向量，再通过支持向量机分类器检测对象是否处于跌倒状态的信息；本发明提供跌倒行为
华中科技大学
2021-04-14
一种基于平面图像的静态集成成像方法及系统
本发明提供一种基于平面图像的静态集成成像方法及系统，包括分别确定平面图像的前景、中景和 后景；分别对前景、中景和后景复制位移得到相应的 M×M 幅阵列图像，包括计算前景位移量和后景位 移量，根据预设的行列数 M 进行复制位移；将相同视角的前景、中景和后景组合得到 M×M 幅子图像阵 列；将 M×M 幅子图像阵列抽样合成得到一幅单元图像阵列；将单元图像阵列通过输出设备打印在打印 纸上，覆上立体显示透镜阵列或正交柱透镜光栅再现立体图像。本发明具有计
武汉大学
2021-04-14
一种基于运动检测的图像去模糊方法及装置
本发明提供一种基于相机运动检测的图像去模糊方法，首先通过惯性导航器件获取曝光期间相机的运动参数，根据运动参数估计相机的大致运动轨迹；然后根据运动轨迹由多视几何学获取曝光期间图像的模糊核；最后由维纳滤波算法得到去模糊后的清晰图像。结果表明这种方法能够准确地检测曝光期间相机的运动情况，并根据运动轨迹快速、准确地生成模糊核，最终通过逆滤波得到相对清晰的图像。
华中科技大学
2021-04-14
知识约束的公路车辆目标图像气动光学效应校正方法
本发明公开了一种知识约束的公路车辆红外图像气动光学效应校正方法，该方法先建立车辆模板和多尺度公路模板，再使用多尺度公路模板提取高超声速条件下实时模糊图像中的公路区域；利用 HU矩约束的最大似然估计算法校正气动光学效应图像中的公路区域，得到公路区域校正图像；使用车辆模板在公路区域校正图像中匹配车辆区域位置，得到所要提取的车辆区域；利用 HU 矩约束的最大似然估计算法校正车辆区域，得到车辆区域校正图像。本发明是由粗到细递
华中科技大学
2021-04-14
一种基于模糊不变特征的模糊图像识别方法
本发明公开了一种基于模糊不变特征的模糊图像识别方法，属于计算机视觉、模式识别技术领域。本发明包括：分别从纹理与结构两个方面提取模糊图像的模糊不变特征；将所提取的特征采用 KCCA方法进行融合；利用训练样本提取融合特征训练 SVM 分类器；利用训练得到的 SVM 分类器对模糊图像进行识别。相比于传统的模糊图像识·751·别方法，本发明所提供的方法可以在不去图像模糊的情况下直接对模糊图像进行识别，具有识别准
华中科技大学
2021-04-14
一种网络视频流的无参考图像质量在线估计方法
本发明公开了一种网络视频流的无参考图像质量在线估计方法。 所述方法利用 P 帧 PSNR 相对于 I 帧纹理复杂度和 P 帧运动量的线性 预测模型，估计网络视频流的 P 帧 PSNR 值；同时结合模型系数随 P 帧帧长和场景的变化而动态变化的规律，利用 I 帧的 PSNR 调整纹理 系数，利用上一 P 帧的运动系数和当前帧的运动信息调整当前帧的运 动系数，最终得出了较为准确的适应视频内容变化的 P 帧 PSNR 估计
华中科技大学
2021-04-14