-
公开(公告)号：CN105046282A
公开(公告)日：2015-11-11
申请号：CN201510534715.X
申请日：2015-08-27
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/6256 , G06K9/00355 , G06K9/00375
Abstract: 本发明属于基于机器学习方法的目标检测领域，具体涉及一种基于手形块特征和AdaBoost分类器的手部检测方法。本发明包括：(1)模型训练；(2)手部检测本发明提出一种新的手部检测特征，叫作手形块特征。该特征是一种矩形块特征，模拟手部的形状而设计的，可体现手部形状的特点。该特征形状简单，不同尺度的块、块的不同参数会形成很高的特征维数，所以采用AdaBoost算法作为分类器，从中选择有效特征，构成级联分类器，从检测率与检测速度两方面提高手部检测效果。
-
公开(公告)号：CN104778666A
公开(公告)日：2015-07-15
申请号：CN201510175602.5
申请日：2015-04-14
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
IPC: G06T5/00
Abstract: 本发明属于谱聚类和混合模型聚类的图像分割领域，具体涉及一种基于谱聚类和混合模型聚类的图像分割方法。本发明包括：读入一幅图像，将图像划分为固定大小相互不重叠的区域；将每个划分区域视为一幅单独的图像，采用N-Cut算法进行过分割，将原图像的像素描述方式，转变为图像的局部区域描述方式；将每个过分割区域内像素视为来源于同一模型分量迭代过程，似然函数；由后验概率获得图像最终的分割结果；输出分割图像。本发明所提出的算法对两种广泛使用的分割方法进行有效的无缝连接，采用优势互补原则，消除了彼此的局限性，提高了算法的有效性和实用价值。
-
公开(公告)号：CN104077771A
公开(公告)日：2014-10-01
申请号：CN201410276568.6
申请日：2014-06-19
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像处理领域，具体涉及一种加权法实现空间限制的混合模型图像分割方法。本发明包括：读入一幅自然场景图像，确定图像分割的类别数目；采用K-均值聚类算法获得图像的初始分割结果；设置每个像素的初始权值；对进行平滑滤波得以上次分割结果作为初始值，开始下一轮的似然加权EM计算；对收敛后的做平滑滤波，做归一化处理；输出原图像的分割结果图像。由于模型是建立在独立混合模型基础上，参数的EM算法可获得闭式解，同时权值中融合了邻近像素的位置信息，因此是以较低的代价引入了像素的空间位置限制信息。
-
公开(公告)号：CN102222239B
公开(公告)日：2014-03-26
申请号：CN201110148760.3
申请日：2011-06-03
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
IPC: G06K9/66
Abstract: 本发明提供的是一种基于视觉和标注字相关信息的标注图像场景聚类方法。采用NCut图像分割算法分别对训练图像和测试图像进行分割；构造用于学习的所有图像{J1，·，Jl}PCtrain的视觉最近邻图在训练图像集中，每幅图像有一组初始的归一化标注字权值向量；令每幅训练图像的标注字在视觉最近邻间传播，接受的图像按照它们之间归一化的EMD距离的程度来接收；对每幅训练图像，将累积完毕的标注字权值再进行归一化；在图像的视觉特征被转换为一组带有权值的标注字后，采用PLSA模型进行场景语义聚类；利用高斯混合模型对各个场景语义视觉空间的进行学习；利用视觉特征进行场景归类。本发明能提高图像的视觉特征与标注字之间的联接精度，可以直接用于图像的自动语义标注。
-
公开(公告)号：CN102222239A
公开(公告)日：2011-10-19
申请号：CN201110148760.3
申请日：2011-06-03
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
IPC: G06K9/66
Abstract: 本发明提供的是一种基于视觉和标注字相关信息的标注图像场景聚类方法。采用NCut图像分割算法分别对训练图像和测试图像进行分割；构造用于学习的所有图像{J1，·，Jl}PCtrain的视觉最近邻图在训练图像集中，每幅图像有一组初始的归一化标注字权值向量；令每幅训练图像的标注字在视觉最近邻间传播，接受的图像按照它们之间归一化的EMD距离的程度来接收；对每幅训练图像，将累积完毕的标注字权值再进行归一化；在图像的视觉特征被转换为一组带有权值的标注字后，采用PLSA模型进行场景语义聚类；利用高斯混合模型对各个场景语义视觉空间的进行学习；利用视觉特征进行场景归类。本发明能提高图像的视觉特征与标注字之间的联接精度，可以直接用于图像的自动语义标注。
-
Patent Agency Ranking
公开(公告)号：CN102142089A
公开(公告)日：2011-08-03
申请号：CN201110002770.6
申请日：2011-01-07
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明提供的是一种基于语义二叉树的图像标注方法。步骤1，对于特定场景的图像集，采用图像分割算法对用于学习的标注图像进行分割，获得图像区域的视觉描述；步骤2，构造用于学习的所有图像的视觉最近邻图；步骤3，根据步骤2中的最近邻图建立所述场景的语义二叉树；步骤4，对所述场景下的待标注图像，从语义二叉树的根节点到叶子节点找到相应位置，并将该节点处到根节点的所有标注字传递给所述图像。本发明旨在对特定场景下的训练用的标注图像集建立语义二叉树，来提高利用图像视觉特征进行场景分类后的图像的自动语义标注的精度。
-
公开(公告)号：CN101963995A
公开(公告)日：2011-02-02
申请号：CN201010517074.4
申请日：2010-10-25
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
IPC: G06F17/30
Abstract: 本发明提供的是一种基于特征场景的图像标注方法。1、采用图像分割算法对用于学习的标注图像进行分割，获得图像区域的视觉描述；2、对用于学习的标注图像进行自动的语义场景聚类；3、对每个场景语义类别生成特征场景空间；4、对每个特征场景空间建立相应的语义树；5、对待标注图像向各个特征场景空间投影，并采用投影后的视觉特征对混合模型的拟合程度确定待标注图像的语义类别；对确定语义内容的图像，通过语义树，获得图像的最终标注。本发明充分利用了学习图像的标注字信息，对学习用的标注图像库进行自动的特征场景分类，确保在特定场景下的获得比较完善的视觉描述，从而提高通过图像视觉特征进行自动语义标注的可靠性。
-
公开(公告)号：CN110264474A
公开(公告)日：2019-09-20
申请号：CN201910527212.8
申请日：2019-06-18
Applicant: 哈尔滨工程大学
Abstract: 一种SAR遥感图像的水陆分割方法，它属于SAR遥感图像的水陆分割技术领域。本发明解决了现有水陆分割方法的分割准确率低以及分割效率低的问题。本发明利用矩形窗口在整个SAR遥感图像上依次滑动，计算矩形窗口内的区域一致性来对水体候选区域进行粗提取，再利用水体候选区域的面积和矩形窗口重叠度对水体候选区域做进一步的筛选，去除误检区域，最终得到SAR遥感图像的水陆分割结果，与现有方法相比，本发明方法在提高分割效率的基础上，可以有效提高SAR遥感图像分割结果的准确率。本发明可以应用于SAR遥感图像的水陆分割技术领域。
-
公开(公告)号：CN104952076B
公开(公告)日：2017-10-31
申请号：CN201510340934.4
申请日：2015-06-18
Applicant: 哈尔滨工程大学
IPC: G06T7/11
Abstract: 本发明属于聚类技术的图像分割领域，具体涉及一种基于分块相似性度量的图像分割方法。本发明读入一幅自然场景图像，图像大小为M×N，确定欲分割的类别数目K，根据固定划分方式将图像划分为若干个面积相等的矩形区块，每个区块的大小为m×n；在固定划分的基础上对图像进行重叠划分，即将固定划分的块边界线，每次向右并向下移动过l个像素点，直到与原来的固定划分的块边界线重合为止；使每个像素点属于原来的固定划分中的一个区块，包含于不同的区块。本发明提出了一种基于分块相似性度量的图像分割方法，将像素之间的位置关系考量隐含在小区块中，对重叠划分出来的区块进行聚类分割，有效地改善了对像素进行聚类的分割效果。
-
公开(公告)号：CN106447737A
公开(公告)日：2017-02-22
申请号：CN201610811016.X
申请日：2016-09-08
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
IPC: G06T11/00
CPC classification number: G06T11/00
Abstract: 本发明属于图像的特殊艺术效果实现领域，具体涉及一种基于超像素的字符图像生成方法。本发明包括：建立字符模板的二值图像，大小为m*n；每个像素的灰度为0或者1，将模板图像在原图像的灰度范围内做直方图均衡化处理，得到新的直方图；将原图像进行过分割，使原图像分解成各个超像素块，并判断每个超像素块的面积需要多少个字母模板来填充，设模板数量为Num等。本发明所公开的技术方案，由于不需要进行图像分割步骤来提取边缘，而是采用具有部分物体级语义的超像素来进行区域划分，因此提高了字符图像生成的准确性，提升了视觉效果。为了提高超像素之间边缘位置的填充质量，对每个固定模板大小的区块，本发明采用投票法对其进行填充。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.033 seconds)
