-
公开(公告)号：CN101398392B
公开(公告)日：2011-08-10
申请号：CN200710122473.9
申请日：2007-09-26
申请人： 中国科学院自动化研究所
IPC分类号： G01N21/95
摘要： 本发明一种基于色调、饱和度、灰度HSI颜色空间的棉花杂质高速实时检测方法：对采集棉花图像信息进行图像格式转换，获得HSI图像并进行操作判别学习训练过程和杂质检测过程；对棉花图像信息和背景图像信息进行联合自学习；对棉花杂质信息进行识别，输出棉花真正杂质点定位结果。采用三维查找表3D-LUT技术，快速获得HSI图像；利用自学习过程获得的参数进行杂质的识别，并且利用彩色运动补偿技术，对杂质点进行再次认证。本发明可以在10ms内完成80线棉流图像的采集、图像格式转换、杂质的检测和定位等全部过程。在棉流速度18m/s，杂质大小为2×2mm2的情况下，杂质识别正确率可达到95.4％。
-
公开(公告)号：CN101488223A
公开(公告)日：2009-07-22
申请号：CN200810056260.5
申请日：2008-01-16
申请人： 中国科学院自动化研究所
IPC分类号： G06T7/00
摘要： 本发明基于曲线均值标准差描述子的图像曲线特征匹配方法，包括：拍摄待匹配场景的两幅或多幅图像；提取图像中的曲线特征；对曲线邻域进行划分分块，获取曲线上每一点的支撑区域的描述子向量；利用曲线上每一点支撑区域的描述子向量构造曲线的描述矩阵；计算曲线的描述矩阵的列向量的均值向量和标准差向量；分别对均值向量和标准差向量进行归一化并合并成一个向量；限制向量中每一维的最大值并重新进行整体归一化；利用所得的曲线描述子进行曲线匹配。本发明克服了困扰曲线匹配研究不同长度的曲线的统一描述问题，本发明具有完全基于图像内容，不需要对摄像机参数进行标定或其它已知条件，匹配过程不需要人机交互，完全基于图像内容自动完成。
-
公开(公告)号：CN101488223B
公开(公告)日：2012-03-28
申请号：CN200810056260.5
申请日：2008-01-16
申请人： 中国科学院自动化研究所
IPC分类号： G06T7/00
摘要： 本发明基于曲线均值标准差描述子的图像曲线特征匹配方法，包括：拍摄待匹配场景的两幅或多幅图像；提取图像中的曲线特征；对曲线邻域进行划分分块，获取曲线上每一点的支撑区域的描述子向量；利用曲线上每一点支撑区域的描述子向量构造曲线的描述矩阵；计算曲线的描述矩阵的列向量的均值向量和标准差向量；分别对均值向量和标准差向量进行归一化并合并成一个向量；限制向量中每一维的最大值并重新进行整体归一化；利用所得的曲线描述子进行曲线匹配。本发明克服了困扰曲线匹配研究不同长度的曲线的统一描述问题，本发明具有完全基于图像内容，不需要对摄像机参数进行标定或其它已知条件，匹配过程不需要人机交互，完全基于图像内容自动完成。
-
公开(公告)号：CN101398392A
公开(公告)日：2009-04-01
申请号：CN200710122473.9
申请日：2007-09-26
申请人： 中国科学院自动化研究所
IPC分类号： G01N21/95
摘要： 本发明一种基于色调、饱和度、灰度HSI颜色空间的棉花杂质高速实时检测方法：对采集棉花图像信息进行图像格式转换，获得HSI图像并进行操作判别学习训练过程和杂质检测过程；对棉花图像信息和背景图像信息进行联合自学习；对棉花杂质信息进行识别，输出棉花真正杂质点定位结果。采用三维查找表3D－LUT技术，快速获得HSI图像；利用自学习过程获得的参数进行杂质的识别，并且利用彩色运动补偿技术，对杂质点进行再次认证。本发明可以在10ms内完成80线棉流图像的采集、图像格式转换、杂质的检测和定位等全部过程。在棉流速度18m/s，杂质大小为2×2mm2的情况下，杂质识别正确率可达到95.4％。
-
-
-
搜索结果
4 条记录 (耗时 0.031 秒)
