找到11项技术成果数据。
找技术 >基于多级卷积神经网络的全局-局部优化模型及显著性检测算法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种基于多级卷积神经网络的显著性检测算法,包括使用大感受野的全局估计模型做全局显著性估计;训练全局估计模型时,使用全连接层作为输出层训练并初始化部分卷积层参数;使用多个交替的卷积层和升采样层替换全连接层,训练并得到更优的全局显著性估计图;使用感受野小、输出图片尺寸大的局部卷积神经网络融合全局和局部信息,得到高质量的显著性图。经过局部卷积神经网络的处理,可以将原始图像作为模型的输入,最终的输出的结果不仅与原始输入图像具有相同大小,并且更加清晰。提供的基于多级卷积神经网络的显著性检测算法,相比传统方法,拥有更高的准确性,能更准确找到显著目标的同时,目标轮廓也更加清晰。
一种图像中不同区域视觉显著程度的检测方法
成熟度:可规模生产
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
现代高速计算机的计算能力已达到惊人的瞬,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。市场分析视觉显著性分析。已有应用情况基于显著图和Mt图的图像缩放方法。产业化效应分析显著性提取在计算机图像瞬领域应用性较广,并且在图像压缩领域也有购的应用前景.
一种图像前景的检测方法和检测系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明适用于图像处理领域,提供了基于一种图像前景的检测方法和检测系统,所述方法包括获取待检测图像和投影图像,并获取第一颜色值和第二颜色值;根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值;通过均值漂移分割算法去除所述待检测图像的纹理和背景,将所述待检测图像分割为多个不同的区域;根据所述点反射显著性值获取所述区域的区域反射显著性值,将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对,根据比对的结果确定所述待检测图像中的前景。通过本发明,可以在复杂和多变光照情况下,使互动投影系统轻松获取前景图像。
基于丰度显著性分析的高光谱图像解混方法及系统
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明提供基于丰度显著性分析的高光谱图像解混方法及系统,包括建立待处理的高光谱遥感图像的端元光谱库;用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列,对排序后的丰度序列进行显著性分析,得到显著性丰度的临界值,然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集;最后采用丰度约束的最小二乘法再次进行混合像元分解,将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集, 并且提高高光谱遥感图像混合像元分解的精度,在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
一种基于各向异性中心环绕差异的深度显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于各向异性中心环绕差异的深度显著性检测方法,先以深度图作为输入,然后对每一张深度图进行高斯平滑处理,计算每一个像素的各向异性中心环绕差异的深度值,最后根据先验知识进行显著性计算和结果提优。由于本发明方法考虑到全局的深度特征,显著性检测结果准确,运算复杂度也较低,使得本发明更适用于深度图像的显著性检测,同时利用两个普遍的先验知识去提纯初始结果,提高显著性检测效果。此外,本发明不占用大量的计算资源,执行效率很高,在图像处理和视觉领域有着广泛的应用。
一种抑制船尾拖纹的船舶显著性视频检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种抑制船尾拖纹的船舶显著性视频检测方法,包含两个模块内河场景显著图计算模块和改进的GrabCut船舶提取模块。该算法通过提取区域显著图,作为GrabCut算法的初始化,通过多次迭代分割操作来逼近目标边缘,从而提取运动船舶。该方法能有效地抑制船尾拖纹对运动船舶检测的干扰,提高内河运动船舶尺寸检测精度,对准确获得船舶尺寸数据具有鲁棒性。
一种基于自适应三阈值的显著物体分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于自适应三阈值的显著物体分割方法,首先利用区域对比度算法计算彩色图像中每个像素点的显著性值,生成同等大小的显著性图,然后统计获得显著性直方图,利用自适应三阈值法先找到一个阈值将显著性图初步分为两类使两类的类间差最大,再找到另外两阈值将显著性图细分为四类,并使得四类的类间差最大。根据获得的三阈值将显著性图的像素分为四类种子点,用这些种子点代替人工交互对GrabCut算法进行初始化获得分割结果。本发明提供了一种自动分割显著物体的方法,利用自适应三阈值从显著性图获得种子点,有效提高了显著物体分割的效果。
一种自然图像显著对象自适应分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明提供一种自然图像显著对象自适应分割方法,包括运用随机游走算法将图像分割为不同区域;设计区域联合显著性分布,依最大显著性概率选取核心显著性区域;以核心显著性区域为种子,分析计算毗邻区域相对种子的联合显著性概率;将相对种子的联合显著性概率大于等于某一数值的毗邻区域进行合并,得到显著对象初始区域S;运用水平集算法实现图像显著对象分割。本发明根据对象的边缘属性,利用邻域像素的相对差异,运用随机游走算法将图像分割为不同区域,在一定程度上弥补弱边缘和噪声对分割的影响。
一种红外图像目标显著性评估方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种红外图像中目标显著性评估方法,属于视频图像处理技术领域,该方法可以有效地对红外图像中目标进行显著性评估。本发明采用一种基于超像素的中心环绕特征用于度量图中各个区域的显著性。使用了多层多尺度超像素分割机制对输入红外图像进行多尺度超像素分割,求得多层多尺度的图像分割结果。对于各层分割结果,本发明只合并相邻两个超像素,并与单个超像素组成潜在目标集合。然后使用上述中心环绕特征对所有潜在目标进行度量,最后对得到的显著性分数进行排序。本发明可以快速有效地定位红外图像中的感兴趣目标,在准确性和计算速度上具有较大优势。
一种基于全局与局部对比度的显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于全局与局部对比度的显著性检测方法,该方法是基于三个显著性操作。第一个,CESC,认为就其周围的图像补丁块的稀缺性。第二个,CSC,通过考虑中心补丁块与其周围补丁块的相对位置拓展CESC算法。第三个,GC,利用其在整个图像的对比度的图像的补丁计算显著性。最后,这三个对比图进行合并。在RGB色彩空间下,检测结果比现有方法更简单并行之有效,其显著图更贴合于人眼的视觉感知系统所得到的结果,显著性检测质量高,且检测结果受图像的物理条件,光学条件,色彩差异影响小;本发明不受样本限制,更适于实际应用。
找到11项技术成果数据。
找技术 >基于多级卷积神经网络的全局-局部优化模型及显著性检测算法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种基于多级卷积神经网络的显著性检测算法,包括使用大感受野的全局估计模型做全局显著性估计;训练全局估计模型时,使用全连接层作为输出层训练并初始化部分卷积层参数;使用多个交替的卷积层和升采样层替换全连接层,训练并得到更优的全局显著性估计图;使用感受野小、输出图片尺寸大的局部卷积神经网络融合全局和局部信息,得到高质量的显著性图。经过局部卷积神经网络的处理,可以将原始图像作为模型的输入,最终的输出的结果不仅与原始输入图像具有相同大小,并且更加清晰。提供的基于多级卷积神经网络的显著性检测算法,相比传统方法,拥有更高的准确性,能更准确找到显著目标的同时,目标轮廓也更加清晰。
一种图像中不同区域视觉显著程度的检测方法
成熟度:可规模生产
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
现代高速计算机的计算能力已达到惊人的瞬,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。市场分析视觉显著性分析。已有应用情况基于显著图和Mt图的图像缩放方法。产业化效应分析显著性提取在计算机图像瞬领域应用性较广,并且在图像压缩领域也有购的应用前景.
一种图像前景的检测方法和检测系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明适用于图像处理领域,提供了基于一种图像前景的检测方法和检测系统,所述方法包括获取待检测图像和投影图像,并获取第一颜色值和第二颜色值;根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值;通过均值漂移分割算法去除所述待检测图像的纹理和背景,将所述待检测图像分割为多个不同的区域;根据所述点反射显著性值获取所述区域的区域反射显著性值,将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对,根据比对的结果确定所述待检测图像中的前景。通过本发明,可以在复杂和多变光照情况下,使互动投影系统轻松获取前景图像。
基于丰度显著性分析的高光谱图像解混方法及系统
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明提供基于丰度显著性分析的高光谱图像解混方法及系统,包括建立待处理的高光谱遥感图像的端元光谱库;用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列,对排序后的丰度序列进行显著性分析,得到显著性丰度的临界值,然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集;最后采用丰度约束的最小二乘法再次进行混合像元分解,将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集, 并且提高高光谱遥感图像混合像元分解的精度,在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
一种基于各向异性中心环绕差异的深度显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于各向异性中心环绕差异的深度显著性检测方法,先以深度图作为输入,然后对每一张深度图进行高斯平滑处理,计算每一个像素的各向异性中心环绕差异的深度值,最后根据先验知识进行显著性计算和结果提优。由于本发明方法考虑到全局的深度特征,显著性检测结果准确,运算复杂度也较低,使得本发明更适用于深度图像的显著性检测,同时利用两个普遍的先验知识去提纯初始结果,提高显著性检测效果。此外,本发明不占用大量的计算资源,执行效率很高,在图像处理和视觉领域有着广泛的应用。
一种抑制船尾拖纹的船舶显著性视频检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种抑制船尾拖纹的船舶显著性视频检测方法,包含两个模块内河场景显著图计算模块和改进的GrabCut船舶提取模块。该算法通过提取区域显著图,作为GrabCut算法的初始化,通过多次迭代分割操作来逼近目标边缘,从而提取运动船舶。该方法能有效地抑制船尾拖纹对运动船舶检测的干扰,提高内河运动船舶尺寸检测精度,对准确获得船舶尺寸数据具有鲁棒性。
一种基于自适应三阈值的显著物体分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于自适应三阈值的显著物体分割方法,首先利用区域对比度算法计算彩色图像中每个像素点的显著性值,生成同等大小的显著性图,然后统计获得显著性直方图,利用自适应三阈值法先找到一个阈值将显著性图初步分为两类使两类的类间差最大,再找到另外两阈值将显著性图细分为四类,并使得四类的类间差最大。根据获得的三阈值将显著性图的像素分为四类种子点,用这些种子点代替人工交互对GrabCut算法进行初始化获得分割结果。本发明提供了一种自动分割显著物体的方法,利用自适应三阈值从显著性图获得种子点,有效提高了显著物体分割的效果。
一种自然图像显著对象自适应分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明提供一种自然图像显著对象自适应分割方法,包括运用随机游走算法将图像分割为不同区域;设计区域联合显著性分布,依最大显著性概率选取核心显著性区域;以核心显著性区域为种子,分析计算毗邻区域相对种子的联合显著性概率;将相对种子的联合显著性概率大于等于某一数值的毗邻区域进行合并,得到显著对象初始区域S;运用水平集算法实现图像显著对象分割。本发明根据对象的边缘属性,利用邻域像素的相对差异,运用随机游走算法将图像分割为不同区域,在一定程度上弥补弱边缘和噪声对分割的影响。
一种红外图像目标显著性评估方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种红外图像中目标显著性评估方法,属于视频图像处理技术领域,该方法可以有效地对红外图像中目标进行显著性评估。本发明采用一种基于超像素的中心环绕特征用于度量图中各个区域的显著性。使用了多层多尺度超像素分割机制对输入红外图像进行多尺度超像素分割,求得多层多尺度的图像分割结果。对于各层分割结果,本发明只合并相邻两个超像素,并与单个超像素组成潜在目标集合。然后使用上述中心环绕特征对所有潜在目标进行度量,最后对得到的显著性分数进行排序。本发明可以快速有效地定位红外图像中的感兴趣目标,在准确性和计算速度上具有较大优势。
一种基于全局与局部对比度的显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于全局与局部对比度的显著性检测方法,该方法是基于三个显著性操作。第一个,CESC,认为就其周围的图像补丁块的稀缺性。第二个,CSC,通过考虑中心补丁块与其周围补丁块的相对位置拓展CESC算法。第三个,GC,利用其在整个图像的对比度的图像的补丁计算显著性。最后,这三个对比图进行合并。在RGB色彩空间下,检测结果比现有方法更简单并行之有效,其显著图更贴合于人眼的视觉感知系统所得到的结果,显著性检测质量高,且检测结果受图像的物理条件,光学条件,色彩差异影响小;本发明不受样本限制,更适于实际应用。
找到11项技术成果数据。
找技术 >基于多级卷积神经网络的全局-局部优化模型及显著性检测算法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种基于多级卷积神经网络的显著性检测算法,包括使用大感受野的全局估计模型做全局显著性估计;训练全局估计模型时,使用全连接层作为输出层训练并初始化部分卷积层参数;使用多个交替的卷积层和升采样层替换全连接层,训练并得到更优的全局显著性估计图;使用感受野小、输出图片尺寸大的局部卷积神经网络融合全局和局部信息,得到高质量的显著性图。经过局部卷积神经网络的处理,可以将原始图像作为模型的输入,最终的输出的结果不仅与原始输入图像具有相同大小,并且更加清晰。提供的基于多级卷积神经网络的显著性检测算法,相比传统方法,拥有更高的准确性,能更准确找到显著目标的同时,目标轮廓也更加清晰。
一种图像中不同区域视觉显著程度的检测方法
成熟度:可规模生产
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
现代高速计算机的计算能力已达到惊人的瞬,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。市场分析视觉显著性分析。已有应用情况基于显著图和Mt图的图像缩放方法。产业化效应分析显著性提取在计算机图像瞬领域应用性较广,并且在图像压缩领域也有购的应用前景.
一种图像前景的检测方法和检测系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明适用于图像处理领域,提供了基于一种图像前景的检测方法和检测系统,所述方法包括获取待检测图像和投影图像,并获取第一颜色值和第二颜色值;根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值;通过均值漂移分割算法去除所述待检测图像的纹理和背景,将所述待检测图像分割为多个不同的区域;根据所述点反射显著性值获取所述区域的区域反射显著性值,将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对,根据比对的结果确定所述待检测图像中的前景。通过本发明,可以在复杂和多变光照情况下,使互动投影系统轻松获取前景图像。
基于丰度显著性分析的高光谱图像解混方法及系统
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明提供基于丰度显著性分析的高光谱图像解混方法及系统,包括建立待处理的高光谱遥感图像的端元光谱库;用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列,对排序后的丰度序列进行显著性分析,得到显著性丰度的临界值,然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集;最后采用丰度约束的最小二乘法再次进行混合像元分解,将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集, 并且提高高光谱遥感图像混合像元分解的精度,在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
一种基于各向异性中心环绕差异的深度显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于各向异性中心环绕差异的深度显著性检测方法,先以深度图作为输入,然后对每一张深度图进行高斯平滑处理,计算每一个像素的各向异性中心环绕差异的深度值,最后根据先验知识进行显著性计算和结果提优。由于本发明方法考虑到全局的深度特征,显著性检测结果准确,运算复杂度也较低,使得本发明更适用于深度图像的显著性检测,同时利用两个普遍的先验知识去提纯初始结果,提高显著性检测效果。此外,本发明不占用大量的计算资源,执行效率很高,在图像处理和视觉领域有着广泛的应用。
一种抑制船尾拖纹的船舶显著性视频检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种抑制船尾拖纹的船舶显著性视频检测方法,包含两个模块内河场景显著图计算模块和改进的GrabCut船舶提取模块。该算法通过提取区域显著图,作为GrabCut算法的初始化,通过多次迭代分割操作来逼近目标边缘,从而提取运动船舶。该方法能有效地抑制船尾拖纹对运动船舶检测的干扰,提高内河运动船舶尺寸检测精度,对准确获得船舶尺寸数据具有鲁棒性。
一种基于自适应三阈值的显著物体分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于自适应三阈值的显著物体分割方法,首先利用区域对比度算法计算彩色图像中每个像素点的显著性值,生成同等大小的显著性图,然后统计获得显著性直方图,利用自适应三阈值法先找到一个阈值将显著性图初步分为两类使两类的类间差最大,再找到另外两阈值将显著性图细分为四类,并使得四类的类间差最大。根据获得的三阈值将显著性图的像素分为四类种子点,用这些种子点代替人工交互对GrabCut算法进行初始化获得分割结果。本发明提供了一种自动分割显著物体的方法,利用自适应三阈值从显著性图获得种子点,有效提高了显著物体分割的效果。
一种自然图像显著对象自适应分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明提供一种自然图像显著对象自适应分割方法,包括运用随机游走算法将图像分割为不同区域;设计区域联合显著性分布,依最大显著性概率选取核心显著性区域;以核心显著性区域为种子,分析计算毗邻区域相对种子的联合显著性概率;将相对种子的联合显著性概率大于等于某一数值的毗邻区域进行合并,得到显著对象初始区域S;运用水平集算法实现图像显著对象分割。本发明根据对象的边缘属性,利用邻域像素的相对差异,运用随机游走算法将图像分割为不同区域,在一定程度上弥补弱边缘和噪声对分割的影响。
一种红外图像目标显著性评估方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种红外图像中目标显著性评估方法,属于视频图像处理技术领域,该方法可以有效地对红外图像中目标进行显著性评估。本发明采用一种基于超像素的中心环绕特征用于度量图中各个区域的显著性。使用了多层多尺度超像素分割机制对输入红外图像进行多尺度超像素分割,求得多层多尺度的图像分割结果。对于各层分割结果,本发明只合并相邻两个超像素,并与单个超像素组成潜在目标集合。然后使用上述中心环绕特征对所有潜在目标进行度量,最后对得到的显著性分数进行排序。本发明可以快速有效地定位红外图像中的感兴趣目标,在准确性和计算速度上具有较大优势。
一种基于全局与局部对比度的显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于全局与局部对比度的显著性检测方法,该方法是基于三个显著性操作。第一个,CESC,认为就其周围的图像补丁块的稀缺性。第二个,CSC,通过考虑中心补丁块与其周围补丁块的相对位置拓展CESC算法。第三个,GC,利用其在整个图像的对比度的图像的补丁计算显著性。最后,这三个对比图进行合并。在RGB色彩空间下,检测结果比现有方法更简单并行之有效,其显著图更贴合于人眼的视觉感知系统所得到的结果,显著性检测质量高,且检测结果受图像的物理条件,光学条件,色彩差异影响小;本发明不受样本限制,更适于实际应用。
找到11项技术成果数据。
找技术 >基于多级卷积神经网络的全局-局部优化模型及显著性检测算法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种基于多级卷积神经网络的显著性检测算法,包括使用大感受野的全局估计模型做全局显著性估计;训练全局估计模型时,使用全连接层作为输出层训练并初始化部分卷积层参数;使用多个交替的卷积层和升采样层替换全连接层,训练并得到更优的全局显著性估计图;使用感受野小、输出图片尺寸大的局部卷积神经网络融合全局和局部信息,得到高质量的显著性图。经过局部卷积神经网络的处理,可以将原始图像作为模型的输入,最终的输出的结果不仅与原始输入图像具有相同大小,并且更加清晰。提供的基于多级卷积神经网络的显著性检测算法,相比传统方法,拥有更高的准确性,能更准确找到显著目标的同时,目标轮廓也更加清晰。
一种图像中不同区域视觉显著程度的检测方法
成熟度:可规模生产
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
现代高速计算机的计算能力已达到惊人的瞬,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。市场分析视觉显著性分析。已有应用情况基于显著图和Mt图的图像缩放方法。产业化效应分析显著性提取在计算机图像瞬领域应用性较广,并且在图像压缩领域也有购的应用前景.
一种图像前景的检测方法和检测系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明适用于图像处理领域,提供了基于一种图像前景的检测方法和检测系统,所述方法包括获取待检测图像和投影图像,并获取第一颜色值和第二颜色值;根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值;通过均值漂移分割算法去除所述待检测图像的纹理和背景,将所述待检测图像分割为多个不同的区域;根据所述点反射显著性值获取所述区域的区域反射显著性值,将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对,根据比对的结果确定所述待检测图像中的前景。通过本发明,可以在复杂和多变光照情况下,使互动投影系统轻松获取前景图像。
基于丰度显著性分析的高光谱图像解混方法及系统
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明提供基于丰度显著性分析的高光谱图像解混方法及系统,包括建立待处理的高光谱遥感图像的端元光谱库;用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列,对排序后的丰度序列进行显著性分析,得到显著性丰度的临界值,然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集;最后采用丰度约束的最小二乘法再次进行混合像元分解,将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集, 并且提高高光谱遥感图像混合像元分解的精度,在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
一种基于各向异性中心环绕差异的深度显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于各向异性中心环绕差异的深度显著性检测方法,先以深度图作为输入,然后对每一张深度图进行高斯平滑处理,计算每一个像素的各向异性中心环绕差异的深度值,最后根据先验知识进行显著性计算和结果提优。由于本发明方法考虑到全局的深度特征,显著性检测结果准确,运算复杂度也较低,使得本发明更适用于深度图像的显著性检测,同时利用两个普遍的先验知识去提纯初始结果,提高显著性检测效果。此外,本发明不占用大量的计算资源,执行效率很高,在图像处理和视觉领域有着广泛的应用。
一种抑制船尾拖纹的船舶显著性视频检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种抑制船尾拖纹的船舶显著性视频检测方法,包含两个模块内河场景显著图计算模块和改进的GrabCut船舶提取模块。该算法通过提取区域显著图,作为GrabCut算法的初始化,通过多次迭代分割操作来逼近目标边缘,从而提取运动船舶。该方法能有效地抑制船尾拖纹对运动船舶检测的干扰,提高内河运动船舶尺寸检测精度,对准确获得船舶尺寸数据具有鲁棒性。
一种基于自适应三阈值的显著物体分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于自适应三阈值的显著物体分割方法,首先利用区域对比度算法计算彩色图像中每个像素点的显著性值,生成同等大小的显著性图,然后统计获得显著性直方图,利用自适应三阈值法先找到一个阈值将显著性图初步分为两类使两类的类间差最大,再找到另外两阈值将显著性图细分为四类,并使得四类的类间差最大。根据获得的三阈值将显著性图的像素分为四类种子点,用这些种子点代替人工交互对GrabCut算法进行初始化获得分割结果。本发明提供了一种自动分割显著物体的方法,利用自适应三阈值从显著性图获得种子点,有效提高了显著物体分割的效果。
一种自然图像显著对象自适应分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明提供一种自然图像显著对象自适应分割方法,包括运用随机游走算法将图像分割为不同区域;设计区域联合显著性分布,依最大显著性概率选取核心显著性区域;以核心显著性区域为种子,分析计算毗邻区域相对种子的联合显著性概率;将相对种子的联合显著性概率大于等于某一数值的毗邻区域进行合并,得到显著对象初始区域S;运用水平集算法实现图像显著对象分割。本发明根据对象的边缘属性,利用邻域像素的相对差异,运用随机游走算法将图像分割为不同区域,在一定程度上弥补弱边缘和噪声对分割的影响。
一种红外图像目标显著性评估方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种红外图像中目标显著性评估方法,属于视频图像处理技术领域,该方法可以有效地对红外图像中目标进行显著性评估。本发明采用一种基于超像素的中心环绕特征用于度量图中各个区域的显著性。使用了多层多尺度超像素分割机制对输入红外图像进行多尺度超像素分割,求得多层多尺度的图像分割结果。对于各层分割结果,本发明只合并相邻两个超像素,并与单个超像素组成潜在目标集合。然后使用上述中心环绕特征对所有潜在目标进行度量,最后对得到的显著性分数进行排序。本发明可以快速有效地定位红外图像中的感兴趣目标,在准确性和计算速度上具有较大优势。
一种基于全局与局部对比度的显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于全局与局部对比度的显著性检测方法,该方法是基于三个显著性操作。第一个,CESC,认为就其周围的图像补丁块的稀缺性。第二个,CSC,通过考虑中心补丁块与其周围补丁块的相对位置拓展CESC算法。第三个,GC,利用其在整个图像的对比度的图像的补丁计算显著性。最后,这三个对比图进行合并。在RGB色彩空间下,检测结果比现有方法更简单并行之有效,其显著图更贴合于人眼的视觉感知系统所得到的结果,显著性检测质量高,且检测结果受图像的物理条件,光学条件,色彩差异影响小;本发明不受样本限制,更适于实际应用。
找到11项技术成果数据。
找技术 >基于多级卷积神经网络的全局-局部优化模型及显著性检测算法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种基于多级卷积神经网络的显著性检测算法,包括使用大感受野的全局估计模型做全局显著性估计;训练全局估计模型时,使用全连接层作为输出层训练并初始化部分卷积层参数;使用多个交替的卷积层和升采样层替换全连接层,训练并得到更优的全局显著性估计图;使用感受野小、输出图片尺寸大的局部卷积神经网络融合全局和局部信息,得到高质量的显著性图。经过局部卷积神经网络的处理,可以将原始图像作为模型的输入,最终的输出的结果不仅与原始输入图像具有相同大小,并且更加清晰。提供的基于多级卷积神经网络的显著性检测算法,相比传统方法,拥有更高的准确性,能更准确找到显著目标的同时,目标轮廓也更加清晰。
一种图像中不同区域视觉显著程度的检测方法
成熟度:可规模生产
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
现代高速计算机的计算能力已达到惊人的瞬,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。市场分析视觉显著性分析。已有应用情况基于显著图和Mt图的图像缩放方法。产业化效应分析显著性提取在计算机图像瞬领域应用性较广,并且在图像压缩领域也有购的应用前景.
一种图像前景的检测方法和检测系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明适用于图像处理领域,提供了基于一种图像前景的检测方法和检测系统,所述方法包括获取待检测图像和投影图像,并获取第一颜色值和第二颜色值;根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值;通过均值漂移分割算法去除所述待检测图像的纹理和背景,将所述待检测图像分割为多个不同的区域;根据所述点反射显著性值获取所述区域的区域反射显著性值,将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对,根据比对的结果确定所述待检测图像中的前景。通过本发明,可以在复杂和多变光照情况下,使互动投影系统轻松获取前景图像。
基于丰度显著性分析的高光谱图像解混方法及系统
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明提供基于丰度显著性分析的高光谱图像解混方法及系统,包括建立待处理的高光谱遥感图像的端元光谱库;用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列,对排序后的丰度序列进行显著性分析,得到显著性丰度的临界值,然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集;最后采用丰度约束的最小二乘法再次进行混合像元分解,将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集, 并且提高高光谱遥感图像混合像元分解的精度,在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
一种基于各向异性中心环绕差异的深度显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于各向异性中心环绕差异的深度显著性检测方法,先以深度图作为输入,然后对每一张深度图进行高斯平滑处理,计算每一个像素的各向异性中心环绕差异的深度值,最后根据先验知识进行显著性计算和结果提优。由于本发明方法考虑到全局的深度特征,显著性检测结果准确,运算复杂度也较低,使得本发明更适用于深度图像的显著性检测,同时利用两个普遍的先验知识去提纯初始结果,提高显著性检测效果。此外,本发明不占用大量的计算资源,执行效率很高,在图像处理和视觉领域有着广泛的应用。
一种抑制船尾拖纹的船舶显著性视频检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种抑制船尾拖纹的船舶显著性视频检测方法,包含两个模块内河场景显著图计算模块和改进的GrabCut船舶提取模块。该算法通过提取区域显著图,作为GrabCut算法的初始化,通过多次迭代分割操作来逼近目标边缘,从而提取运动船舶。该方法能有效地抑制船尾拖纹对运动船舶检测的干扰,提高内河运动船舶尺寸检测精度,对准确获得船舶尺寸数据具有鲁棒性。
一种基于自适应三阈值的显著物体分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于自适应三阈值的显著物体分割方法,首先利用区域对比度算法计算彩色图像中每个像素点的显著性值,生成同等大小的显著性图,然后统计获得显著性直方图,利用自适应三阈值法先找到一个阈值将显著性图初步分为两类使两类的类间差最大,再找到另外两阈值将显著性图细分为四类,并使得四类的类间差最大。根据获得的三阈值将显著性图的像素分为四类种子点,用这些种子点代替人工交互对GrabCut算法进行初始化获得分割结果。本发明提供了一种自动分割显著物体的方法,利用自适应三阈值从显著性图获得种子点,有效提高了显著物体分割的效果。
一种自然图像显著对象自适应分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明提供一种自然图像显著对象自适应分割方法,包括运用随机游走算法将图像分割为不同区域;设计区域联合显著性分布,依最大显著性概率选取核心显著性区域;以核心显著性区域为种子,分析计算毗邻区域相对种子的联合显著性概率;将相对种子的联合显著性概率大于等于某一数值的毗邻区域进行合并,得到显著对象初始区域S;运用水平集算法实现图像显著对象分割。本发明根据对象的边缘属性,利用邻域像素的相对差异,运用随机游走算法将图像分割为不同区域,在一定程度上弥补弱边缘和噪声对分割的影响。
一种红外图像目标显著性评估方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种红外图像中目标显著性评估方法,属于视频图像处理技术领域,该方法可以有效地对红外图像中目标进行显著性评估。本发明采用一种基于超像素的中心环绕特征用于度量图中各个区域的显著性。使用了多层多尺度超像素分割机制对输入红外图像进行多尺度超像素分割,求得多层多尺度的图像分割结果。对于各层分割结果,本发明只合并相邻两个超像素,并与单个超像素组成潜在目标集合。然后使用上述中心环绕特征对所有潜在目标进行度量,最后对得到的显著性分数进行排序。本发明可以快速有效地定位红外图像中的感兴趣目标,在准确性和计算速度上具有较大优势。
一种基于全局与局部对比度的显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于全局与局部对比度的显著性检测方法,该方法是基于三个显著性操作。第一个,CESC,认为就其周围的图像补丁块的稀缺性。第二个,CSC,通过考虑中心补丁块与其周围补丁块的相对位置拓展CESC算法。第三个,GC,利用其在整个图像的对比度的图像的补丁计算显著性。最后,这三个对比图进行合并。在RGB色彩空间下,检测结果比现有方法更简单并行之有效,其显著图更贴合于人眼的视觉感知系统所得到的结果,显著性检测质量高,且检测结果受图像的物理条件,光学条件,色彩差异影响小;本发明不受样本限制,更适于实际应用。
找到11项技术成果数据。
找技术 >基于多级卷积神经网络的全局-局部优化模型及显著性检测算法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种基于多级卷积神经网络的显著性检测算法,包括使用大感受野的全局估计模型做全局显著性估计;训练全局估计模型时,使用全连接层作为输出层训练并初始化部分卷积层参数;使用多个交替的卷积层和升采样层替换全连接层,训练并得到更优的全局显著性估计图;使用感受野小、输出图片尺寸大的局部卷积神经网络融合全局和局部信息,得到高质量的显著性图。经过局部卷积神经网络的处理,可以将原始图像作为模型的输入,最终的输出的结果不仅与原始输入图像具有相同大小,并且更加清晰。提供的基于多级卷积神经网络的显著性检测算法,相比传统方法,拥有更高的准确性,能更准确找到显著目标的同时,目标轮廓也更加清晰。
一种图像中不同区域视觉显著程度的检测方法
成熟度:可规模生产
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
现代高速计算机的计算能力已达到惊人的瞬,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。市场分析视觉显著性分析。已有应用情况基于显著图和Mt图的图像缩放方法。产业化效应分析显著性提取在计算机图像瞬领域应用性较广,并且在图像压缩领域也有购的应用前景.
一种图像前景的检测方法和检测系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明适用于图像处理领域,提供了基于一种图像前景的检测方法和检测系统,所述方法包括获取待检测图像和投影图像,并获取第一颜色值和第二颜色值;根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值;通过均值漂移分割算法去除所述待检测图像的纹理和背景,将所述待检测图像分割为多个不同的区域;根据所述点反射显著性值获取所述区域的区域反射显著性值,将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对,根据比对的结果确定所述待检测图像中的前景。通过本发明,可以在复杂和多变光照情况下,使互动投影系统轻松获取前景图像。
基于丰度显著性分析的高光谱图像解混方法及系统
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明提供基于丰度显著性分析的高光谱图像解混方法及系统,包括建立待处理的高光谱遥感图像的端元光谱库;用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列,对排序后的丰度序列进行显著性分析,得到显著性丰度的临界值,然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集;最后采用丰度约束的最小二乘法再次进行混合像元分解,将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集, 并且提高高光谱遥感图像混合像元分解的精度,在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
一种基于各向异性中心环绕差异的深度显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于各向异性中心环绕差异的深度显著性检测方法,先以深度图作为输入,然后对每一张深度图进行高斯平滑处理,计算每一个像素的各向异性中心环绕差异的深度值,最后根据先验知识进行显著性计算和结果提优。由于本发明方法考虑到全局的深度特征,显著性检测结果准确,运算复杂度也较低,使得本发明更适用于深度图像的显著性检测,同时利用两个普遍的先验知识去提纯初始结果,提高显著性检测效果。此外,本发明不占用大量的计算资源,执行效率很高,在图像处理和视觉领域有着广泛的应用。
一种抑制船尾拖纹的船舶显著性视频检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种抑制船尾拖纹的船舶显著性视频检测方法,包含两个模块内河场景显著图计算模块和改进的GrabCut船舶提取模块。该算法通过提取区域显著图,作为GrabCut算法的初始化,通过多次迭代分割操作来逼近目标边缘,从而提取运动船舶。该方法能有效地抑制船尾拖纹对运动船舶检测的干扰,提高内河运动船舶尺寸检测精度,对准确获得船舶尺寸数据具有鲁棒性。
一种基于自适应三阈值的显著物体分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于自适应三阈值的显著物体分割方法,首先利用区域对比度算法计算彩色图像中每个像素点的显著性值,生成同等大小的显著性图,然后统计获得显著性直方图,利用自适应三阈值法先找到一个阈值将显著性图初步分为两类使两类的类间差最大,再找到另外两阈值将显著性图细分为四类,并使得四类的类间差最大。根据获得的三阈值将显著性图的像素分为四类种子点,用这些种子点代替人工交互对GrabCut算法进行初始化获得分割结果。本发明提供了一种自动分割显著物体的方法,利用自适应三阈值从显著性图获得种子点,有效提高了显著物体分割的效果。
一种自然图像显著对象自适应分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明提供一种自然图像显著对象自适应分割方法,包括运用随机游走算法将图像分割为不同区域;设计区域联合显著性分布,依最大显著性概率选取核心显著性区域;以核心显著性区域为种子,分析计算毗邻区域相对种子的联合显著性概率;将相对种子的联合显著性概率大于等于某一数值的毗邻区域进行合并,得到显著对象初始区域S;运用水平集算法实现图像显著对象分割。本发明根据对象的边缘属性,利用邻域像素的相对差异,运用随机游走算法将图像分割为不同区域,在一定程度上弥补弱边缘和噪声对分割的影响。
一种红外图像目标显著性评估方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种红外图像中目标显著性评估方法,属于视频图像处理技术领域,该方法可以有效地对红外图像中目标进行显著性评估。本发明采用一种基于超像素的中心环绕特征用于度量图中各个区域的显著性。使用了多层多尺度超像素分割机制对输入红外图像进行多尺度超像素分割,求得多层多尺度的图像分割结果。对于各层分割结果,本发明只合并相邻两个超像素,并与单个超像素组成潜在目标集合。然后使用上述中心环绕特征对所有潜在目标进行度量,最后对得到的显著性分数进行排序。本发明可以快速有效地定位红外图像中的感兴趣目标,在准确性和计算速度上具有较大优势。
一种基于全局与局部对比度的显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于全局与局部对比度的显著性检测方法,该方法是基于三个显著性操作。第一个,CESC,认为就其周围的图像补丁块的稀缺性。第二个,CSC,通过考虑中心补丁块与其周围补丁块的相对位置拓展CESC算法。第三个,GC,利用其在整个图像的对比度的图像的补丁计算显著性。最后,这三个对比图进行合并。在RGB色彩空间下,检测结果比现有方法更简单并行之有效,其显著图更贴合于人眼的视觉感知系统所得到的结果,显著性检测质量高,且检测结果受图像的物理条件,光学条件,色彩差异影响小;本发明不受样本限制,更适于实际应用。
找到11项技术成果数据。
找技术 >基于多级卷积神经网络的全局-局部优化模型及显著性检测算法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种基于多级卷积神经网络的显著性检测算法,包括使用大感受野的全局估计模型做全局显著性估计;训练全局估计模型时,使用全连接层作为输出层训练并初始化部分卷积层参数;使用多个交替的卷积层和升采样层替换全连接层,训练并得到更优的全局显著性估计图;使用感受野小、输出图片尺寸大的局部卷积神经网络融合全局和局部信息,得到高质量的显著性图。经过局部卷积神经网络的处理,可以将原始图像作为模型的输入,最终的输出的结果不仅与原始输入图像具有相同大小,并且更加清晰。提供的基于多级卷积神经网络的显著性检测算法,相比传统方法,拥有更高的准确性,能更准确找到显著目标的同时,目标轮廓也更加清晰。
一种图像中不同区域视觉显著程度的检测方法
成熟度:可规模生产
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
现代高速计算机的计算能力已达到惊人的瞬,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。市场分析视觉显著性分析。已有应用情况基于显著图和Mt图的图像缩放方法。产业化效应分析显著性提取在计算机图像瞬领域应用性较广,并且在图像压缩领域也有购的应用前景.
一种图像前景的检测方法和检测系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明适用于图像处理领域,提供了基于一种图像前景的检测方法和检测系统,所述方法包括获取待检测图像和投影图像,并获取第一颜色值和第二颜色值;根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值;通过均值漂移分割算法去除所述待检测图像的纹理和背景,将所述待检测图像分割为多个不同的区域;根据所述点反射显著性值获取所述区域的区域反射显著性值,将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对,根据比对的结果确定所述待检测图像中的前景。通过本发明,可以在复杂和多变光照情况下,使互动投影系统轻松获取前景图像。
基于丰度显著性分析的高光谱图像解混方法及系统
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明提供基于丰度显著性分析的高光谱图像解混方法及系统,包括建立待处理的高光谱遥感图像的端元光谱库;用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列,对排序后的丰度序列进行显著性分析,得到显著性丰度的临界值,然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集;最后采用丰度约束的最小二乘法再次进行混合像元分解,将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集, 并且提高高光谱遥感图像混合像元分解的精度,在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
一种基于各向异性中心环绕差异的深度显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于各向异性中心环绕差异的深度显著性检测方法,先以深度图作为输入,然后对每一张深度图进行高斯平滑处理,计算每一个像素的各向异性中心环绕差异的深度值,最后根据先验知识进行显著性计算和结果提优。由于本发明方法考虑到全局的深度特征,显著性检测结果准确,运算复杂度也较低,使得本发明更适用于深度图像的显著性检测,同时利用两个普遍的先验知识去提纯初始结果,提高显著性检测效果。此外,本发明不占用大量的计算资源,执行效率很高,在图像处理和视觉领域有着广泛的应用。
一种抑制船尾拖纹的船舶显著性视频检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种抑制船尾拖纹的船舶显著性视频检测方法,包含两个模块内河场景显著图计算模块和改进的GrabCut船舶提取模块。该算法通过提取区域显著图,作为GrabCut算法的初始化,通过多次迭代分割操作来逼近目标边缘,从而提取运动船舶。该方法能有效地抑制船尾拖纹对运动船舶检测的干扰,提高内河运动船舶尺寸检测精度,对准确获得船舶尺寸数据具有鲁棒性。
一种基于自适应三阈值的显著物体分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于自适应三阈值的显著物体分割方法,首先利用区域对比度算法计算彩色图像中每个像素点的显著性值,生成同等大小的显著性图,然后统计获得显著性直方图,利用自适应三阈值法先找到一个阈值将显著性图初步分为两类使两类的类间差最大,再找到另外两阈值将显著性图细分为四类,并使得四类的类间差最大。根据获得的三阈值将显著性图的像素分为四类种子点,用这些种子点代替人工交互对GrabCut算法进行初始化获得分割结果。本发明提供了一种自动分割显著物体的方法,利用自适应三阈值从显著性图获得种子点,有效提高了显著物体分割的效果。
一种自然图像显著对象自适应分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明提供一种自然图像显著对象自适应分割方法,包括运用随机游走算法将图像分割为不同区域;设计区域联合显著性分布,依最大显著性概率选取核心显著性区域;以核心显著性区域为种子,分析计算毗邻区域相对种子的联合显著性概率;将相对种子的联合显著性概率大于等于某一数值的毗邻区域进行合并,得到显著对象初始区域S;运用水平集算法实现图像显著对象分割。本发明根据对象的边缘属性,利用邻域像素的相对差异,运用随机游走算法将图像分割为不同区域,在一定程度上弥补弱边缘和噪声对分割的影响。
一种红外图像目标显著性评估方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种红外图像中目标显著性评估方法,属于视频图像处理技术领域,该方法可以有效地对红外图像中目标进行显著性评估。本发明采用一种基于超像素的中心环绕特征用于度量图中各个区域的显著性。使用了多层多尺度超像素分割机制对输入红外图像进行多尺度超像素分割,求得多层多尺度的图像分割结果。对于各层分割结果,本发明只合并相邻两个超像素,并与单个超像素组成潜在目标集合。然后使用上述中心环绕特征对所有潜在目标进行度量,最后对得到的显著性分数进行排序。本发明可以快速有效地定位红外图像中的感兴趣目标,在准确性和计算速度上具有较大优势。
一种基于全局与局部对比度的显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于全局与局部对比度的显著性检测方法,该方法是基于三个显著性操作。第一个,CESC,认为就其周围的图像补丁块的稀缺性。第二个,CSC,通过考虑中心补丁块与其周围补丁块的相对位置拓展CESC算法。第三个,GC,利用其在整个图像的对比度的图像的补丁计算显著性。最后,这三个对比图进行合并。在RGB色彩空间下,检测结果比现有方法更简单并行之有效,其显著图更贴合于人眼的视觉感知系统所得到的结果,显著性检测质量高,且检测结果受图像的物理条件,光学条件,色彩差异影响小;本发明不受样本限制,更适于实际应用。
找到11项技术成果数据。
找技术 >基于多级卷积神经网络的全局-局部优化模型及显著性检测算法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种基于多级卷积神经网络的显著性检测算法,包括使用大感受野的全局估计模型做全局显著性估计;训练全局估计模型时,使用全连接层作为输出层训练并初始化部分卷积层参数;使用多个交替的卷积层和升采样层替换全连接层,训练并得到更优的全局显著性估计图;使用感受野小、输出图片尺寸大的局部卷积神经网络融合全局和局部信息,得到高质量的显著性图。经过局部卷积神经网络的处理,可以将原始图像作为模型的输入,最终的输出的结果不仅与原始输入图像具有相同大小,并且更加清晰。提供的基于多级卷积神经网络的显著性检测算法,相比传统方法,拥有更高的准确性,能更准确找到显著目标的同时,目标轮廓也更加清晰。
一种图像中不同区域视觉显著程度的检测方法
成熟度:可规模生产
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
现代高速计算机的计算能力已达到惊人的瞬,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。市场分析视觉显著性分析。已有应用情况基于显著图和Mt图的图像缩放方法。产业化效应分析显著性提取在计算机图像瞬领域应用性较广,并且在图像压缩领域也有购的应用前景.
一种图像前景的检测方法和检测系统
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明适用于图像处理领域,提供了基于一种图像前景的检测方法和检测系统,所述方法包括获取待检测图像和投影图像,并获取第一颜色值和第二颜色值;根据所述第一颜色值和所述第二颜色值获取两幅图像中同一位置的像素点的点反射显著性值;通过均值漂移分割算法去除所述待检测图像的纹理和背景,将所述待检测图像分割为多个不同的区域;根据所述点反射显著性值获取所述区域的区域反射显著性值,将像素点的点反射显著性值与所述像素点所在区域的区域反射显著性值进行比对,根据比对的结果确定所述待检测图像中的前景。通过本发明,可以在复杂和多变光照情况下,使互动投影系统轻松获取前景图像。
基于丰度显著性分析的高光谱图像解混方法及系统
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本发明提供基于丰度显著性分析的高光谱图像解混方法及系统,包括建立待处理的高光谱遥感图像的端元光谱库;用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列,对排序后的丰度序列进行显著性分析,得到显著性丰度的临界值,然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集;最后采用丰度约束的最小二乘法再次进行混合像元分解,将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集, 并且提高高光谱遥感图像混合像元分解的精度,在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
一种基于各向异性中心环绕差异的深度显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于各向异性中心环绕差异的深度显著性检测方法,先以深度图作为输入,然后对每一张深度图进行高斯平滑处理,计算每一个像素的各向异性中心环绕差异的深度值,最后根据先验知识进行显著性计算和结果提优。由于本发明方法考虑到全局的深度特征,显著性检测结果准确,运算复杂度也较低,使得本发明更适用于深度图像的显著性检测,同时利用两个普遍的先验知识去提纯初始结果,提高显著性检测效果。此外,本发明不占用大量的计算资源,执行效率很高,在图像处理和视觉领域有着广泛的应用。
一种抑制船尾拖纹的船舶显著性视频检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出了一种抑制船尾拖纹的船舶显著性视频检测方法,包含两个模块内河场景显著图计算模块和改进的GrabCut船舶提取模块。该算法通过提取区域显著图,作为GrabCut算法的初始化,通过多次迭代分割操作来逼近目标边缘,从而提取运动船舶。该方法能有效地抑制船尾拖纹对运动船舶检测的干扰,提高内河运动船舶尺寸检测精度,对准确获得船舶尺寸数据具有鲁棒性。
一种基于自适应三阈值的显著物体分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
一种基于自适应三阈值的显著物体分割方法,首先利用区域对比度算法计算彩色图像中每个像素点的显著性值,生成同等大小的显著性图,然后统计获得显著性直方图,利用自适应三阈值法先找到一个阈值将显著性图初步分为两类使两类的类间差最大,再找到另外两阈值将显著性图细分为四类,并使得四类的类间差最大。根据获得的三阈值将显著性图的像素分为四类种子点,用这些种子点代替人工交互对GrabCut算法进行初始化获得分割结果。本发明提供了一种自动分割显著物体的方法,利用自适应三阈值从显著性图获得种子点,有效提高了显著物体分割的效果。
一种自然图像显著对象自适应分割方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
摘要:本发明提供一种自然图像显著对象自适应分割方法,包括运用随机游走算法将图像分割为不同区域;设计区域联合显著性分布,依最大显著性概率选取核心显著性区域;以核心显著性区域为种子,分析计算毗邻区域相对种子的联合显著性概率;将相对种子的联合显著性概率大于等于某一数值的毗邻区域进行合并,得到显著对象初始区域S;运用水平集算法实现图像显著对象分割。本发明根据对象的边缘属性,利用邻域像素的相对差异,运用随机游走算法将图像分割为不同区域,在一定程度上弥补弱边缘和噪声对分割的影响。
一种红外图像目标显著性评估方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种红外图像中目标显著性评估方法,属于视频图像处理技术领域,该方法可以有效地对红外图像中目标进行显著性评估。本发明采用一种基于超像素的中心环绕特征用于度量图中各个区域的显著性。使用了多层多尺度超像素分割机制对输入红外图像进行多尺度超像素分割,求得多层多尺度的图像分割结果。对于各层分割结果,本发明只合并相邻两个超像素,并与单个超像素组成潜在目标集合。然后使用上述中心环绕特征对所有潜在目标进行度量,最后对得到的显著性分数进行排序。本发明可以快速有效地定位红外图像中的感兴趣目标,在准确性和计算速度上具有较大优势。
一种基于全局与局部对比度的显著性检测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了一种基于全局与局部对比度的显著性检测方法,该方法是基于三个显著性操作。第一个,CESC,认为就其周围的图像补丁块的稀缺性。第二个,CSC,通过考虑中心补丁块与其周围补丁块的相对位置拓展CESC算法。第三个,GC,利用其在整个图像的对比度的图像的补丁计算显著性。最后,这三个对比图进行合并。在RGB色彩空间下,检测结果比现有方法更简单并行之有效,其显著图更贴合于人眼的视觉感知系统所得到的结果,显著性检测质量高,且检测结果受图像的物理条件,光学条件,色彩差异影响小;本发明不受样本限制,更适于实际应用。