-
公开(公告)号：CN109919832A
公开(公告)日：2019-06-21
申请号：CN201910146066.4
申请日：2019-02-27
Applicant: 长安大学
Abstract: 本发明公开了一种用于无人驾驶的交通图像拼接方法，获取要进行拼接的交通图像；构建Hessian矩阵，生成所有的兴趣点，用于特征的提取；构建尺度空间；特征点定位；特征点主方向分配；生成特征点描述子；通过双向匹配与相似小波特征匹配实现特征点的匹配；随机从数据集中随机抽出4个样本数据计算出变换矩阵H；计算投影误差，加以判定，若符合则匹配点输出，否则返回，根据特征点进行图像拼接。本发明双向相似小波特征匹配surf算法与传统Surf算法相比提高了粗匹配的精度，同时也减小了下一步Ransac去误匹配的工作量，自适应低迭代Ransac算法与传统Ransac算法相比实现了最少匹配点阈值的自适应并且降低了迭代的次数，提高了算法的效率。
-
公开(公告)号：CN105139391B
公开(公告)日：2018-01-30
申请号：CN201510504292.7
申请日：2015-08-17
Applicant: 长安大学
IPC: G06T7/13
Abstract: 本发明公开了一种雾霾天气交通图像边缘检测方法，步骤1：获取雾霾天气下交通图像；步骤2：对步骤1中获得的交通图像进行高斯滤波处理；步骤3：采用八方向边缘检测算子对步骤2中经过高斯滤波处理的交通图像进行边缘检测，获得图像的粗边缘；步骤4：采用边缘细化算子对经过步骤3处理后的交通图像进行边缘检测，得到图像的细边缘；步骤5：将步骤4中得到细化的图像边缘进行二值化，得到最终图像边缘。本发明采用八方向图像边缘检测算子，能够检测多个方向的图像边缘，改善了传统边缘检测算子只对水平和垂直方向敏感，其他方向不敏感的不足，提高了新边缘检测算子的性能，使其获得的图像边缘定位比较准确，具有良好的检测精度。
-
公开(公告)号：CN106530245A
公开(公告)日：2017-03-22
申请号：CN201610959951.0
申请日：2016-10-27
Applicant: 长安大学
CPC classification number: G06T5/009 , G06T5/50 , G06T2207/10048 , G06T2207/20028
Abstract: 本发明公开了一种无人机载隧道火灾红外图像分频段增强方法，1：利用无人机载红外热成像仪拍摄隧道火灾图像；2：将红外火灾图像转换到灰度空间得到灰度图；3：利用红外火灾图像的灰度图进行自适应双边滤波得到低频分量，即基本层；4：由灰度图减去低频分量，得到高频分量，即细节层；5：将基本层通过Naka-Rushton方程处理得到适宜人眼观看的基本层；6：将细节层通过改进的gamma处理得到增强后的细节层；7：将适宜人眼观看的基本层和增强后的细节层相加合成得到增强后的图像；8：将增强后的图像进行直方图均衡化即得到最终处理结果。在火焰整个燃烧过程中，本发明方法都能够有更好的自适应性，对图像进行细节加强处理。
-
公开(公告)号：CN106127105A
公开(公告)日：2016-11-16
申请号：CN201610415465.2
申请日：2016-06-13
Applicant: 长安大学
CPC classification number: G06K9/00637 , G06T2207/30184
Abstract: 本发明公开了一种基于快速随机Radon变换的无人机视觉巡线方法，首先利用无人机图像采集设备，获得要处理的高压线图像，并将获得的降质图像转为灰度图；然后对获得的灰度图提取边缘；然后进行基于角度限定参数判决的Radon变换，将竖直方向检测到的线去掉；最后采用加入双阈值取值范围的随机Radon图像检测算法进行判决，得到输电直线。本发明基于高压输电线是暗目标且近似水平的线状特征，利用基于角度限定的多尺度线状目标强化方法对目标进行优化，然后对筛选后结果进行一定角度范围内的Radon变换，并在Radon变换中通过限定阈值的取值范围来达到准确识别高压电线的结果。
-
公开(公告)号：CN105976337A
公开(公告)日：2016-09-28
申请号：CN201610307360.5
申请日：2016-05-10
Applicant: 长安大学
Abstract: 本发明公开了一种基于中值引导滤波的图像去雾方法，获取雾霾天气下的图像；将获得的含雾图像转换到RGB颜色空间，并且获得各个像素点的R、G、B三个通道的值；对各个像素点的R、G、B三个通道值进行比较，获得最小值，从而得到图像的初始暗通道图像；根据获得的初始暗通道图像，计算大气光值A；根据透射率估计公式，得到粗估计透射率；通过中值引导滤波对粗估计透射率进行滤波，获得精准的透射率；将获得的图像以及获得的大气光值A和获得的透射率代入大气光成像模型方程反向求解即获得去雾图像。本发明在实现对透射率进行精确优化的同时还对暗通道先验对大气光估计的过程进行了优化，同时具有更快的运算速度，更加具有实用性。
-
Patent Agency Ranking
公开(公告)号：CN105096271A
公开(公告)日：2015-11-25
申请号：CN201510505156.X
申请日：2015-08-17
Applicant: 长安大学
Abstract: 本发明公开了一种基于改进梯度相似度核的雾霾天气下交通图像检测方法，首先获取雾霾天气下交通图像；然后将步骤1得到的RGB颜色空间的交通图像转换到Lab颜色空间；接着对步骤2得到的Lab颜色空间的交通图像进行滤波处理；最后将步骤3处理后的Lab颜色空间的交通图像转换到RGB颜色空间，输出处理后的雾霾天气下交通图像。本发明既满足了雾霾天气状况下图像的滤波效果，又有效地保持了图像的边缘信息，对后续的交通图像处理及信息提取尤为重要。
-
公开(公告)号：CN110245600B
公开(公告)日：2021-07-23
申请号：CN201910502679.7
申请日：2019-06-11
Applicant: 长安大学
Abstract: 本发明公开了一种自适应起始快速笔画宽度无人机道路检测方法，获取遥感影像下的道路图像；对获得的道路图像进行灰度化处理；然后进行对比度增强处理；然后进行高通滤波处理；然后进行笔画宽度变换算法处理；对获得的笔画宽度图像设定平均值、长度、方差的阈值，保留符合的图像，然后进行用均点法改进后的Kmeans聚类。本发明采用改进后的笔画宽度变换算法，在面对不同种类的图像有更好的检测效果和抗噪性能，也实现了改进算法的快速性。
-
公开(公告)号：CN108389175B
公开(公告)日：2021-05-18
申请号：CN201810387078.1
申请日：2018-04-26
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了融合变差函数和颜色衰减先验的图像去雾方法，首先获取雾霾天气下交通图像；然后将得到的RGB颜色空间的雾化降质图像转换到HSV颜色空间，求取颜色衰减先验下的天空区域，并用变差函数判断出图像的天空区域；接着根据两者所判断出的天空区域求取图像大气环境光值及场景透射率；最后根据大气散射模型对图像进行处理，再使用自动色阶法对图像色彩进行矫正后，输出处理后的雾化降质图像。本发明在选取图像大气环境光值及场景透射率相比于传统方法有很大的优势，复原后图像失真较小，对图像的进一步处理以及准确获取图像信息有着重要的意义。
-
公开(公告)号：CN110287885A
公开(公告)日：2019-09-27
申请号：CN201910559584.9
申请日：2019-06-26
Applicant: 长安大学
IPC: G06K9/00
Abstract: 本发明公开了一种约束拐点线高速公路能见度检测方法，步骤1：获取雾霾天气下交通图像；步骤2：对步骤1中获得的交通图像进行约束，去除周围一圈像素点；步骤3：设置检测连续三个拐点的拐点线滤波器；步骤4：对约束的图片进行拐点线滤波，并求取拐点线的坐标值，步骤5：根据所求拐点线坐标求取雾霾能见度。本发明采用约束过的图片进行拐点线检测，可以获得更为精确的拐点线，改善了传统算法在拐点线检测时容易受到四周的红绿灯，绿化等像素的影响，获得更为精确的拐点线检测结果。
-
公开(公告)号：CN110223332A
公开(公告)日：2019-09-10
申请号：CN201910497372.2
申请日：2019-06-10
Applicant: 长安大学
Abstract: 本发明公开了一种桥梁裂缝标定方法，获取桥梁裂缝原始图像；对获得的桥梁裂缝原始图像进行灰度处理；对灰度处理后的图像进行图像分块；对分块得到的裂缝图像进行高斯处理；对高斯处理后的裂缝图像进行特征提取；对特征提取后的裂缝图像进行SVM训练，从而确立桥梁裂缝的类型；对识别后的图像进行阈值分割；对分块得到的标定图像进行棋盘标定，通过改进的角点提取方法实现对棋盘角点的提取，从而确定像素点的单应性矩阵；对阈值分割后的图像，通过单应性矩阵确定裂缝的宽度，从而实现桥梁裂缝标定。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.02 seconds)
