基于DSP的雾天视频处理系统及方法

    公开(公告)号:CN103347171A

    公开(公告)日:2013-10-09

    申请号:CN201310263481.0

    申请日:2013-06-27

    IPC分类号: H04N7/18 H04N5/21

    摘要: 本发明公开了一种基于DSP的雾天视频处理系统及方法,处理系统由用于视频监控的拍摄传输模块、对拍摄的视频进行去雾处理的高速DSP处理模块、以及对去雾后视频进行显示的显示模块三个部分组成。由两块DSP进行控制与计算,一块用于摄像头的驱动、拍摄以及显示器的驱动与显示;一块用于实现本发明的去雾算法。本发明采用一种改进的暗通道去雾算法,去雾算法代码采用C语言实现,通过对传输函数的计算优化,并对代码中的对数运算采用查表法、优化代码映射等途径来达到视频去雾的实时性。

    一种基于非下采样轮廓波变换的图像自适应增强方法

    公开(公告)号:CN103295204A

    公开(公告)日:2013-09-11

    申请号:CN201310247461.4

    申请日:2013-06-20

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于非下采样轮廓波变换(NSCT)的图像自适应增强方法。通过对输入的原始图像首先进行直方图均衡化,然后对原图和直方图均衡化后的图像分别进行NSCT变换,得到低频子带系数和各高频方向子带系数,对低频子带的处理,采用将原图的低频子带系数直方图映射到直方图均衡化后图像的低频系数直方图上,对各个高频子带去除噪声后,再将原图的各个高频子带的系数直方图映射到直方图均衡化后图像的对应高频系数直方图上。最后进行NSCT反变换,得到增强后的最终图像。本发明在抑制噪声的同时,突出了图像的边缘细节,增强了对比度,并具有自适应的优点,方便计算机处理,无需手工调节参数。

    一种视觉显著性驱动的图像自动标注方法

    公开(公告)号:CN113705579B

    公开(公告)日:2024-03-15

    申请号:CN202110992558.2

    申请日:2021-08-27

    申请人: 河海大学

    摘要: 本发明公开了图像处理和计算机视觉技术领域的一种视觉显著性驱动的图像自动标注方法,包括:获取原始图像;采用SLIC超像素分割算法将原始图像划分为若干大小相近、形状不规则的超像素块;基于超像素块提取颜色与纹理特征计算前景对比度,得到图像的前景显著图;基于超像素块通过soft背景先验SBP算法提取背景先验知识,得到图像的背景先验图;通过最小化代价函数的数据和平滑度损失融合所述前景显著图与所述背景先验图得到粗显著图后,采用拉普拉斯正则化对其进行优化得到细化显著图;基于细化显著图的十维特征放入XG‑boost分类器中进行训练,获得最终标注结果。本发明实现图像精准显著性目标区域分割,抑制图像中复杂背景的干扰,提高图像自动标注效率。

    一种水下养殖物检测与抓取方法及装置

    公开(公告)号:CN116739941A

    公开(公告)日:2023-09-12

    申请号:CN202310793801.7

    申请日:2023-06-30

    申请人: 河海大学

    IPC分类号: G06T5/00 G06T7/60

    摘要: 本发明属于水下探测技术领域,具体涉及一种水下养殖物检测与抓取方法及装置。该方法包括,获取两个以平行双目形式安装的相机拍摄的左视图、右视图;对左视图、右视图进行复原;对复原后的左视图、右视图中的养殖物进行检测,获取养殖物的目标框;对养殖物的目标框区域进行立体匹配,获得左视图的视差;根据左视图的视差计算养殖物的尺寸和位置;根据养殖物的位置和尺寸抓取养殖物。本发明可自动获取水下场景的光学双目图像,确定多种水下养殖物目标的距离和尺寸并实施抓取,提高水产捕捞效率与智能化水平。

    近海养殖物目标检测方法、系统、存储介质及计算机设备

    公开(公告)号:CN116206195A

    公开(公告)日:2023-06-02

    申请号:CN202310216314.4

    申请日:2023-03-08

    申请人: 河海大学

    摘要: 本发明公开了一种近海养殖物目标检测方法、系统、存储介质及计算机设备,本发明采用YOLOv5网络进行近海养殖物目标检测,在YOLOv5网络的主干模块中,使用Transformer网络替换最后一个C3网络,利用Transformer网络的全局自注意力机制,提高主干模块的可解释性,获得更准确的目标定位,在YOLOv5网络的颈部模块中,使用加权双向特征金字塔网络替换特征金字塔网络和路径聚合网络的组合,可以更高效地对水下养殖物目标图像进行特征融合,通过减少对特征融合过程中贡献不大的特征,来优化跨尺度连接,并加强同一层级中更为重要的特征的融合,减少错检现象,大大增强了目标检测效果。

    基于前后向平滑和O(1)复杂度视差立体匹配方法、装置和设备

    公开(公告)号:CN109887008B

    公开(公告)日:2022-09-13

    申请号:CN201811016383.6

    申请日:2018-08-31

    IPC分类号: G06T7/30 G06T7/55 G06T7/90

    摘要: 本发明公开了一种基于前后向平滑和O(1)复杂度视差立体匹配方法,分别对左右目图像进行前后向平滑处理,结合颜色和梯度信息构建代价计算函数并计算代价值。在代价聚集阶段,分别对平滑后的左右目图像构建最小生成树,并对代价函数值进行代价聚集,采用WTA策略得到初始视差,通过左右一致性检测判定稳定和不稳定点并得到初始视差置信,同时对不稳定点进行孔洞填充,得到初始视差图,结合左图的颜色信息和初始视差图,得到混合权值,并基于初始视差置信和混合权值,采用水平树结构对置信值进行置信聚集;将置信聚集值进行置信传播,求得最优视差估计值,从而得到最后的稠密视差图;本发明有效地提高立体匹配的准确率和效率。

    一种视觉显著性驱动的图像自动标注方法

    公开(公告)号:CN113705579A

    公开(公告)日:2021-11-26

    申请号:CN202110992558.2

    申请日:2021-08-27

    申请人: 河海大学

    摘要: 本发明公开了图像处理和计算机视觉技术领域的一种视觉显著性驱动的图像自动标注方法,包括:获取原始图像;采用SLIC超像素分割算法将原始图像划分为若干大小相近、形状不规则的超像素块;基于超像素块提取颜色与纹理特征计算前景对比度,得到图像的前景显著图;基于超像素块通过soft背景先验SBP算法提取背景先验知识,得到图像的背景先验图;通过最小化代价函数的数据和平滑度损失融合所述前景显著图与所述背景先验图得到粗显著图后,采用拉普拉斯正则化对其进行优化得到细化显著图;基于细化显著图的十维特征放入XG‑boost分类器中进行训练,获得最终标注结果。本发明实现图像精准显著性目标区域分割,抑制图像中复杂背景的干扰,提高图像自动标注效率。

    一种输电线路巡检图像绝缘子的定位方法

    公开(公告)号:CN110490261A

    公开(公告)日:2019-11-22

    申请号:CN201910778667.7

    申请日:2019-08-22

    IPC分类号: G06K9/62 G06T7/187

    摘要: 本发明公开了一种输电线路巡检图像绝缘子定位方法,包括特征包模型构建、初始绝缘子区域确定和目标区域优化,首先构建特征包模型对样本集进行训练,得到一个绝缘子分类模型,然后根据特征点确定绝缘子的初始定位区域,然后由显著性对目标区域的生长进行引导,最后结合训练好的分类模型对定位区域进行优化,得到最终的绝缘子定位区域。本发明利用显著性对绝缘子的定位进行引导,避免了传统检测方法中需要对全图进行搜索,从而导致耗时大的缺点,所提出的方法定位精度高、定位区域目标占比高、定位速度快,为绝缘子的故障检测提供了有效技术支撑。

    基于SURF算子的电气设备红外与可见光图像配准方法

    公开(公告)号:CN106257535B

    公开(公告)日:2019-05-21

    申请号:CN201610653585.6

    申请日:2016-08-11

    摘要: 本发明公开了一种基于SURF算子的电气设备红外与可见光图像的配准方法,采用了一种基于多方向、不同权值的形态学边缘检测方法分别得到电气设备红外与可见光图像的边缘图像,通过SURF算子分别提取边缘图像的特征点,然后根据最后的正确匹配点对之间的斜率方向一致性的先验知识,提出了一种新的匹配策略来寻找正确的匹配点对,求出仿射变换模型参数,最后通过双线性插值的方法对待配准图像进行空间坐标变换,得到最终的配准图像。本发明采用的方法能够实现图像快速、高精度的匹配,可广泛应用于电气设备健康状态检测和故障诊断领域。