一种利用图像边界信息和区域连通性的显著对象检测方法

    公开(公告)号:CN104537355A

    公开(公告)日:2015-04-22

    申请号:CN201510013897.6

    申请日:2015-01-12

    Applicant: 中南大学

    CPC classification number: G06T7/11

    Abstract: 本发明提出了一种利用图像边界信息和区域连通性的显著对象检测方法,通过对待检测的图像进行超像素分割,利用超像素的平均Lab颜色特征向量和超像素的空间拓扑关系构建三个无向加权图,计算每个超像素到图像边界的最短路径,获取三个显著图,将三个显著图相乘得到最终的显著图,完成显著对象的检测;利用超像素的局部上下文信息对显著值进行修正,从而提高了显著对象检测的精度,进一步降低背景区域的显著性;此外,采用逻辑斯蒂回归器对根据不同连通性计算得到的修正后的显著图进行特征整合,得到最终的在显著对象区域均匀高亮的显著图。本方法能够快速的将显著对象区域高亮,并且能够降低背景中高对比度区域的误检率。

    一种利用图像边界信息和区域连通性的显著对象检测方法

    公开(公告)号:CN104537355B

    公开(公告)日:2017-11-24

    申请号:CN201510013897.6

    申请日:2015-01-12

    Applicant: 中南大学

    Abstract: 本发明提出了一种利用图像边界信息和区域连通性的显著对象检测方法,通过对待检测的图像进行超像素分割,利用超像素的平均Lab颜色特征向量和超像素的空间拓扑关系构建三个无向加权图,计算每个超像素到图像边界的最短路径,获取三个显著图,将三个显著图相乘得到最终的显著图,完成显著对象的检测;利用超像素的局部上下文信息对显著值进行修正,从而提高了显著对象检测的精度,进一步降低背景区域的显著性;此外,采用逻辑斯蒂回归器对根据不同连通性计算得到的修正后的显著图进行特征整合,得到最终的在显著对象区域均匀高亮的显著图。本方法能够快速的将显著对象区域高亮,并且能够降低背景中高对比度区域的误检率。

    一种大规模轨道线路的动态建模方法

    公开(公告)号:CN103236084B

    公开(公告)日:2016-08-03

    申请号:CN201310179492.0

    申请日:2013-05-15

    Applicant: 中南大学

    Abstract: 本发明公开了一种大规模轨道线路的动态建模方法,为了能根据不同的轨道线路数据动态进行三维轨道建模,在初始化阶段对使用专业建模软件构建的轨道模型基本单元段进行一次加载,并分解计算线路上各个轨道的位置、方向等参数,然后在仿真阶段直接根据当前视点位置对轨道及场景进行实时拼接和显示。本方法简单有效,能在普通个人计算机上进行大规模轨道线路的实时仿真;本发明可应用于大型轨道交通工程项目的设计、规划,基于车辆运行视景仿真的驾驶员培训、安全性分析等工程应用中。

    一种大规模轨道线路的动态建模方法

    公开(公告)号:CN103236084A

    公开(公告)日:2013-08-07

    申请号:CN201310179492.0

    申请日:2013-05-15

    Applicant: 中南大学

    Abstract: 本发明公开了一种大规模轨道线路的动态建模方法,为了能根据不同的轨道线路数据动态进行三维轨道建模,在初始化阶段对使用专业建模软件构建的轨道模型基本单元段进行一次加载,并分解计算线路上各个轨道的位置、方向等参数,然后在仿真阶段直接根据当前视点位置对轨道及场景进行实时拼接和显示。本方法简单有效,能在普通个人计算机上进行大规模轨道线路的实时仿真;本发明可应用于大型轨道交通工程项目的设计、规划,基于车辆运行视景仿真的驾驶员培训、安全性分析等工程应用中。

Patent Agency Ranking