一种复杂背景下的全景图像拼接方法

    公开(公告)号:CN113689331B

    公开(公告)日:2023-06-23

    申请号:CN202110817433.6

    申请日:2021-07-20

    Abstract: 本发明提出了一种复杂背景下的全景图像拼接方法,如下:在RGB颜色空间用高斯混合模型对原始图像进行建模,去除图像背景像素;对完成背景去除的图像构建多尺度空间,检测图像的局部特征点;采用快速最近邻搜索匹配算法对相邻图像之间的局部特征点进行初步匹配;采用随机采样一致性算法对误匹配的特征点进行筛选,以特征点经过单应性变换与匹配特征点之间距离的平方等于4.0为筛选阈值,获取准确匹配结果;根据单应性矩阵对相邻图像进行位置变换拼接图像;采用直接平均融合法处理图像间的重叠区域,生成全景图像。本方法能够实现复杂背景下的全景图像拼接,消除了大视差图像中背景区域对全景图像拼接的干扰,极大地降低了全景图像获取成本。

    一种复杂背景下的全景图像拼接方法

    公开(公告)号:CN113689331A

    公开(公告)日:2021-11-23

    申请号:CN202110817433.6

    申请日:2021-07-20

    Abstract: 本发明提出了一种复杂背景下的全景图像拼接方法,如下:在RGB颜色空间用高斯混合模型对原始图像进行建模,去除图像背景像素;对完成背景去除的图像构建多尺度空间,检测图像的局部特征点;采用快速最近邻搜索匹配算法对相邻图像之间的局部特征点进行初步匹配;采用随机采样一致性算法对误匹配的特征点进行筛选,以特征点经过单应性变换与匹配特征点之间距离的平方等于4.0为筛选阈值,获取准确匹配结果;根据单应性矩阵对相邻图像进行位置变换拼接图像;采用直接平均融合法处理图像间的重叠区域,生成全景图像。本方法能够实现复杂背景下的全景图像拼接,消除了大视差图像中背景区域对全景图像拼接的干扰,极大地降低了全景图像获取成本。

    铁路轨道扣件空间位移提取方法
    3.
    发明公开

    公开(公告)号:CN117456005A

    公开(公告)日:2024-01-26

    申请号:CN202311187301.5

    申请日:2023-09-14

    Abstract: 本发明公开了一种基于相机标定的铁路轨道扣件空间位移提取方法,首先,采用固定摄像机拍摄不同位置和姿态的平面标定板,计算相机内参和外参矩阵,然后相机径向畸变建模与计算,利用LM算法对相机内外参及畸变迭代计算,最后建立扣件二维图像位移提取模型,将扣件二维图像位移转换为三维空间位移,实验室验证算法有效性。本发明能作为铁路轨道扣件健康监测实时预警子系统的组成部分,直接实时地对铁路轨道扣件的空间位置与位移是否异常进行判断识别。本发明提高了铁路轨道扣件健康监测实时预警子系统智能识别的自动化、智能化、准确性和鲁棒性,为铁路轨道扣件位置与空间位移在线实时预警子系统的建立提供了解决方案。

    基于深度学习的桁架桥梁铆钉锈蚀病害智能识别方法

    公开(公告)号:CN113689380A

    公开(公告)日:2021-11-23

    申请号:CN202110817763.5

    申请日:2021-07-20

    Abstract: 本发明提出了一种基于深度学习的桁架桥梁铆钉锈蚀病害智能识别方法,解决铆钉锈蚀病害传统检测方法成本高、检测结果主观性强、效率低的问题,方法如下:对桥梁全景图像进行分割,筛选发生锈蚀病害的铆钉图像和状态正常的铆钉图像,对原始图像进行数据增广,划分训练集和测试集,采用单阶段检测网络进行铆钉病害类型和位置的精确判定,训练过程中采用类别置信度和位置的加权损失函数监督网络预测误差,判断模型的收敛状态。基于桁架桥梁铆钉空间分布特征,将网络置信度阈值参数设置为0.6,在网络所有类别预测框中找到类别置信度大于0.6的预测框作为网络最终预测结果。本方法能够对桥梁铆钉锈蚀病害实现精准判别和定位。

    大区域铁路轨道三维空间线形视觉感知方法

    公开(公告)号:CN117542038A

    公开(公告)日:2024-02-09

    申请号:CN202311320936.8

    申请日:2023-10-12

    Abstract: 本发明公开了一种基于相机标定的大区域铁路轨道三维空间线形视觉感知方法,首先,采用固定摄像机拍摄不同位置和姿态的平面标定板,计算相机内参和外参矩阵,然后相机径向畸变建模与计算,利用LM算法对相机内外参及畸变迭代计算,角度和尺度自适应模板匹配得到关键点图像坐标,最后将图像坐标转换为三维真实坐标,并采用多项式拟合轨道线形,实验室验证算法有效性。本发明提高了铁路轨道健康监测实时预警子系统智能识别的自动化、智能化、准确性和鲁棒性,为大区域铁路轨道三维空间线形在线实时预警子系统的建立提供了解决方案。

    基于深度学习的桁架桥梁铆钉锈蚀病害智能识别方法

    公开(公告)号:CN113689380B

    公开(公告)日:2023-05-16

    申请号:CN202110817763.5

    申请日:2021-07-20

    Abstract: 本发明提出了一种基于深度学习的桁架桥梁铆钉锈蚀病害智能识别方法,解决铆钉锈蚀病害传统检测方法成本高、检测结果主观性强、效率低的问题,方法如下:对桥梁全景图像进行分割,筛选发生锈蚀病害的铆钉图像和状态正常的铆钉图像,对原始图像进行数据增广,划分训练集和测试集,采用单阶段检测网络进行铆钉病害类型和位置的精确判定,训练过程中采用类别置信度和位置的加权损失函数监督网络预测误差,判断模型的收敛状态。基于桁架桥梁铆钉空间分布特征,将网络置信度阈值参数设置为0.6,在网络所有类别预测框中找到类别置信度大于0.6的预测框作为网络最终预测结果。本方法能够对桥梁铆钉锈蚀病害实现精准判别和定位。

    基于视觉大模型蒸馏的桥梁表观裂缝提取方法

    公开(公告)号:CN118365582A

    公开(公告)日:2024-07-19

    申请号:CN202410289947.2

    申请日:2024-03-14

    Abstract: 本发明提出了一种基于视觉大模型蒸馏的桥梁表观裂缝提取方法,属于桥梁表观病害智能提取领域,包括:收集通用目标分割数据集和桥梁裂缝分割数据集,形成蒸馏数据集和表观裂缝提取数据集;建立与视觉大模型SAM进行蒸馏的轻量化裂缝提取编码器;采用蒸馏数据集进行蒸馏,蒸馏目标为视觉大模型SAM和轻量化裂缝提取编码器生成的图像嵌入差别最小;在轻量化裂缝提取编码器后增加裂缝提取解码器,形成桥梁表观裂缝提取模型;使用组合损失函数对桥梁表观裂缝提取模型进行训练;利用训练好的模型进行桥梁表观裂缝图像的裂缝提取。本发明显著地降低了模型的参数量和运行时间,即能准确又能快速的对裂缝进行提取。

    桥梁区域通航船舶的快速检测和跟踪方法

    公开(公告)号:CN113657144B

    公开(公告)日:2024-02-27

    申请号:CN202110741122.6

    申请日:2021-07-01

    Abstract: 本发明提出了一种桥梁区域通航船舶的快速检测和跟踪方法,解决了现有桥区通航船舶辨识所需设备昂贵、计算代价大的问题,如下:在对应航道的桥梁关键位置布设监控相机,采集航道监控视频并在视频中标注航道或者河岸位置;对关键帧使用稀疏表示算法对监控图像中水面部分进行处理,得到船舶疑似位置;并利用训练好的船舶判别器对疑似船舶进行确认;建立通航船舶在桥区的像素运动方程,并对所有帧使用运动方程进行船舶位置的预测,同时使用关键帧的船舶确认结果修正运动方程,从而可以对桥区多个通航船舶进行检测和追踪。本发明便捷、准确,提升了桥梁区域船舶定位的准确度和稳定性,有效提升检测效率。

    桥梁区域通航船舶的快速检测和跟踪方法

    公开(公告)号:CN113657144A

    公开(公告)日:2021-11-16

    申请号:CN202110741122.6

    申请日:2021-07-01

    Abstract: 本发明提出了一种桥梁区域通航船舶的快速检测和跟踪方法,解决了现有桥区通航船舶辨识所需设备昂贵、计算代价大的问题,如下:在对应航道的桥梁关键位置布设监控相机,采集航道监控视频并在视频中标注航道或者河岸位置;对关键帧使用稀疏表示算法对监控图像中水面部分进行处理,得到船舶疑似位置;并利用训练好的船舶判别器对疑似船舶进行确认;建立通航船舶在桥区的像素运动方程,并对所有帧使用运动方程进行船舶位置的预测,同时使用关键帧的船舶确认结果修正运动方程,从而可以对桥区多个通航船舶进行检测和追踪。本发明便捷、准确,提升了桥梁区域船舶定位的准确度和稳定性,有效提升检测效率。

    基于高精度的桥梁区域视觉靶标特征点的识别追踪方法

    公开(公告)号:CN111582270A

    公开(公告)日:2020-08-25

    申请号:CN202010334904.3

    申请日:2020-04-24

    Abstract: 基于高精度的桥梁区域视觉靶标特征点的识别追踪方法,属于桥梁工程健康监测领域。方法是:步骤一、根据靶标特征采用背景分离提取视频单帧图像中包含靶标的小区域作为感兴趣区域;步骤二、对所提取的感兴趣区域进行角点检测,通过在感兴趣区域内滑动高斯窗口检测灰度变化确定角点;步骤三、计算选定高斯窗口内像素的一阶偏导数,并构建灰度协方差矩阵,选择误差接近椭圆的点作为候选点;步骤四、对上述候选点进一步采用奇异值分解确定角点,对相邻两帧进行匹配判断最终确定角点;步骤五:从步骤二至此步骤往复循环,对视频各帧进行角点匹配与追踪,检测追踪每帧角点,直至视频结束。本发明用于桥梁区域视觉靶标特征点的识别追踪。

Patent Agency Ranking