-
公开(公告)号：CN112200746A
公开(公告)日：2021-01-08
申请号：CN202011109313.2
申请日：2020-10-16
Applicant: 中南大学
Abstract: 本发明公开了一种雾天交通场景图像的去雾方法和设备，方法为：A，针对远景区域、近景区域以及过渡区域不同的雾气浓度，分别计算雾天交通场景图像中对应区域的大气光值；然后在HSI颜色空间利用各通道的传输图和大气光值，根据大气散射模型计算初步去雾的交通场景图像；B，基于预设的I通道阈值，对初步去雾的交通场景图像进行全局亮度提升；预设的I通道阈值是根据初步去雾的交通场景图像中天空区域的I通道像素设置得到；且天空区域是基于暗通道特征和相对能量特征对雾天交通场景图像分割得到；C，对步骤B得到的图像，进行限制对比度自适应直方图均衡化和引导滤波处理，得到最后去雾的交通场景图像。本发明可对交通场景图像快速、有效去雾。
-
公开(公告)号：CN109784344B
公开(公告)日：2020-09-29
申请号：CN201910067458.1
申请日：2019-01-24
Applicant: 中南大学
Abstract: 本发明公开了一种用于地平面标识识别的图像非目标滤除方法，包括以下步骤：步骤A，获取逆透视图像，逆透视图像包括地平面标识和非目标；使用图像处理技术，对逆透视图像IIPM进行处理得到灰度图像和二值化图像；步骤B，使用Canny边缘检测算法对灰度图像进行处理，得到边缘图像；步骤C，提取二值化图像中每个连通域的轮廓，得到轮廓图；步骤D，根据边缘图像和轮廓图，将二值化图像中的非目标滤除，仅保留在地平面上没有高度差的地平面标识，得到包括地平面标识且滤除非目标的最终待识别图像，在用于地平面标识识别时，可以很好的避免给后期的地平面标识检测识别带来干扰，大幅提高后期系统对地平面标识的识别率并降低误检率。
-
公开(公告)号：CN111666784A
公开(公告)日：2020-09-15
申请号：CN201910167213.6
申请日：2019-03-06
Applicant: 中南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于视觉图像算法的智能停车装置，属于智能停车技术领域，包括处理器、存储车主车辆信息的数据库、动态视频分析系统、识别系统、路径规划模块、计时模块以及移动客户端，动态视频分析系统包括视觉传感器、全方位摄像机以及通过摄像机进行视频捕捉的视频采集模块，识别系统包括车牌识别模块、人脸识别模块和射频卡识别模块，处理器分别与数据库、动态视频分析系统、识别系统路径规划系统计时模块相连，数据库分别与动态视频分析系统、识别系统、路径规划模块相连。本发明通过视觉图像算法识别人脸和车牌，同时采用路线规划算法规划行车路径，通过移动客户端将相关信息展示给车主。
-
公开(公告)号：CN111476713A
公开(公告)日：2020-07-31
申请号：CN202010223800.5
申请日：2020-03-26
Applicant: 中南大学
Abstract: 本发明公开了一种基于多深度卷积神经网络融合的天气图像智能识别方法及系统，该方法包括以下步骤：步骤A：采集图像，并对图像进行预处理；步骤B：搭建四种不同结构的深度卷积神经网络模型，分别对其全连接层进行改进，新增一层特征层，并基于步骤A得到的高质量训练数据进行网络的训练；步骤C：将所获得的四种深度学习模型新增特征层的特征提取出来，采用Xgboost集成学习模型进行训练，获得融合模型；步骤D：对需要识别的天气图像进行扩增，由获得的融合模型对扩增后的天气图像进行识别，经过投票得出最终票数最高的识别种类。本发明解决了已有传统天气识别方法手动提取图像特征的低效问题，有效提升了深度学习模型识别的准确率。
-
公开(公告)号：CN111243699A
公开(公告)日：2020-06-05
申请号：CN202010034747.4
申请日：2020-01-14
Applicant: 中南大学
IPC: G16H10/60 , G06F40/289 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于字词信息融合的中文电子病历实体抽取方法，获取中文电子病历中的中文词向量和字向量，得到词向量表和字向量表；将文档分句分字，使用字向量表查取对应的字向量；获取每个字的上下文词语并对词语的词向量进行特征提取，得到每个字的上下文词语信息；获取注意力权重，用权重结合每个字的字向量和对应字的上下文词语信息，得到新的字信息表征；提取每个字的序列信息；利用条件随机场对序列信息进行标注识别，获得句子中每个字的BIO类别，并解码识别结果，得到具体的医学实体。本发明减少了人工抽取，能够自动学习并结合中文字词信息，提取字词特征，有效提高中文医学命名实体识别结果。
-
Patent Agency Ranking
公开(公告)号：CN110415221A
公开(公告)日：2019-11-05
申请号：CN201910629691.4
申请日：2019-07-12
Applicant: 中南大学
Abstract: 本发明公开一种基于图像特征点匹配的集装箱卡车防吊起自动检测方法，该方法包含以下步骤：步骤A：选取尚未开始起吊的图像作为基准图像，选取实时视频帧作为对比图像，并且对选取出的两幅图像进行网格划分；步骤B：对两幅图像上相应位置的子图进行特征点提取和特征点匹配，获得匹配特征点对；步骤C：以每组子图上匹配特征点对在y方向上的位置偏移量中值和该中值对应的特征点对数量作为该组子图的特征；步骤D：按列组合两幅图像各组子图的特征，建立数学模型进行集卡车防吊起的自动检测。本发明能实现集卡车防吊起的自动检测，准确性高。
-
公开(公告)号：CN109886878A
公开(公告)日：2019-06-14
申请号：CN201910211775.6
申请日：2019-03-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于由粗到精配准的红外图像拼接方法，其先对红外图像进行粗配准，再进行精配准，提高了图像配准精度，进而提升了图像拼接效果。其中，粗配准过程中利用两两相邻图像提取特征点构建单应性矩阵，让每张图在粗配准过程中都能使用未经变换的原图像作为特征点的提取对象，从而保证了特征点的提取数量。精配准的过程是基于精配准序列进行依次配准，对粗配准过程存在的形变误差进行调整，且其特征点提取过程基于与特征点对具有一致性的所有特征点对所覆盖的最小外接凸多边形的面积与原图像面积的百分比与图像配准精准度成正比的规律获取，保证了精配准的精度。
-
公开(公告)号：CN109784344A
公开(公告)日：2019-05-21
申请号：CN201910067458.1
申请日：2019-01-24
Applicant: 中南大学
Abstract: 本发明公开了一种用于地平面标识识别的图像非目标滤除方法，包括以下步骤：步骤A，获取逆透视图像，逆透视图像包括地平面标识和非目标；使用图像处理技术，对逆透视图像IIPM进行处理得到灰度图像和二值化图像；步骤B，使用Canny边缘检测算法对灰度图像进行处理，得到边缘图像；步骤C，提取二值化图像中每个连通域的轮廓，得到轮廓图；步骤D，根据边缘图像和轮廓图，将二值化图像中的非目标滤除，仅保留在地平面上没有高度差的地平面标识，得到包括地平面标识且滤除非目标的最终待识别图像，在用于地平面标识识别时，可以很好的避免给后期的地平面标识检测识别带来干扰，大幅提高后期系统对地平面标识的识别率并降低误检率。
-
公开(公告)号：CN104616258B
公开(公告)日：2017-10-03
申请号：CN201510038038.2
申请日：2015-01-26
Applicant: 中南大学
IPC: G06T5/00
Abstract: 本发明公开了一种针对道路图像的快速去雾方法，包括步骤1，通过原始雾天道路图像的饱和度分量求取大气光值和传播图；步骤2，结合能见度表达式求取增强区域分割图并复原图像；步骤3，对复原图像进行对比度拉伸处理确定去雾后的道路图像。该方法建立在道路场景图像特点的基础上，采用对图像近处路面区域弱增强，同时对驾驶员所感兴趣的远处区域重点增强的方式，以区别于现有去雾方法大多对整幅图像进行统一增强的方式；从而实现了对雾天道路图像更为有效、快速的去雾处理，可广泛应用于安全辅助驾驶系统、自主车驾驶等领域。此外，本发明方法的时空复杂度较低，具有较快的运行速度。
-
公开(公告)号：CN104063702B
公开(公告)日：2017-02-15
申请号：CN201410338516.7
申请日：2014-07-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于遮挡修复和局部相似性匹配的三维步态识别方法，利用单个深度摄像机采集的步态深度图像进行运动人体检测，深度数据滤波修复，点云数据提取、精减和三维人体表面建模。对一个周期内所有三维表面步态模型运用局部相似性匹配方法进行各视角局部公共步态特征提取和融合；运用基于先验知识和奇异值分解的遮挡变换修复模型，完成步态遮挡区域数据的修复，从而分类完成有遮挡条件下的多视角的三维步态分类识别。本发明解决了当前的步态识别方法无法很好地解决单个摄像机下步态表面模型点云精减重建和遮挡条件下多视角步态识别的问题；为遮挡条件下视角可变步态识别提供了一种新的手段，具有很好的经济和社会效益。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.051 seconds)
