-
公开(公告)号：CN107103578A
公开(公告)日：2017-08-29
申请号：CN201710190453.9
申请日：2017-03-28
Applicant: 北京交通大学
CPC classification number: G06T3/4038 , G06T3/0043 , G06T7/50 , G06T2200/32
Abstract: 本发明公开了一种利用高速铁路前向车载视频进行全景图拼接的方法。前向车载视频图像仅将摄像机运动方向视角范围内的场景囊括其中，其视野宽阔，场景深，空间覆盖面广，已经被广泛应用于移动式的场景记录和监控任务中。高速铁路检测列车需要周而复始对地对高速铁路运行环境检测，产生了大量前向车载视频图像，针对这些视频的存储、检索以及进一步利用这些视频实现自动检测问题，提出了一种基于计算机视觉技术的前向车载视频全景图像拼接方法，该方法可以实现高速铁路全程线路的全景图生成，同时以全景图形式存储可大大压缩车载视频的存储空间以及提高检索效率。
-
公开(公告)号：CN106023076A
公开(公告)日：2016-10-12
申请号：CN201610312137.X
申请日：2016-05-11
Applicant: 北京交通大学
CPC classification number: G06T3/4038 , G06T7/0004 , G06T2200/32 , G06T2207/10016 , G06T2207/20021 , G06T2207/30221
Abstract: 本发明实施例提供了一种基于虚拟采样通道模型的全景图拼接方法和全景图拼接方法的检测高速铁路的防护栏的缺损状态的方法。所述检测方法，包括：获取记录高速铁路环境状态的前向运动视频；基于虚拟采样通道模型的全景图拼接方法，将所述前向运动视频转换为铁路运行环境的左、右全景图，作为防护栏全景图；按照最大化熵分割原理，对所述防护栏全景图中的护栏和背景的位置进行定位，得到0和1组成的二值码；对所述二值码进行行程编码；根据所述行程编码，计算相邻两护栏之间的背景区域的像素宽度Dcur；根据所述相邻两护栏之间的背景区域的像素宽度Dcur与所述相邻两护栏之间的正常像素间距d，判断相邻两护栏是否存在缺损。
-
公开(公告)号：CN102497512B
公开(公告)日：2013-10-23
申请号：CN201110425376.3
申请日：2011-12-16
Applicant: 北京交通大学
Abstract: 本发明公开了一种折线式扫描高分辨率成像系统和方法，涉及成像领域，能够实现高分辨率成像。折线式扫描高分辨率成像系统包括：图像采集装置，由两个线阵CCD相机组成，所述两个线阵CCD相机与水平分别以倾斜θ和-θ角度对待成像物体进行扫描取像，其中0＜θ＜90°，使得图像采集装置与待成像物体之间呈折线扫描状，且扫描内容互不相交；图像采集控制装置，控制CCD相机的图像采集过程；图像处理装置，对采集到的图像数据进行重建；显示装置，用于显示得到的高分辨率图像。本发明工程上实现简单，十分经济且便于维护，仅利用现有的成像装置即可获取更高分辨率的图像。
-
公开(公告)号：CN101877053A
公开(公告)日：2010-11-03
申请号：CN200910238335.6
申请日：2009-11-25
Applicant: 北京交通大学
Abstract: 本发明公开了属于图像处理技术范围的一种人脸识别的半监督邻域判别分析方法。该方法能够保留数据的局部结构而且具有判别能力。半监督邻域判别分析(SSNDA)方法是针对人脸的图像数据，利用谱图理论作为工具，充分利用已标记的数据类标签提供的信息，以及已标记与未标记数据的相似度信息来构建邻接矩阵ASSNDA，充分利用已标记的数据类标签提供的信息，以及已标记与未标记数据的相似度信息。该方法这样来构建邻接矩阵A-SSNDA：SSNDA的低维特征表示包含了标记数据的判别信息以及已标记和未标记数据的局部结构信息。通过实际的人脸识别实验验证了SSNDA的高效性和稳定性，并且其性能优于LDA方法。
-
公开(公告)号：CN101877053B
公开(公告)日：2012-03-28
申请号：CN200910238335.6
申请日：2009-11-25
Applicant: 北京交通大学
Abstract: 本发明公开了属于图像处理技术范围的一种人脸识别的半监督邻域判别分析方法。该方法能够保留数据的局部结构而且具有判别能力。半监督邻域判别分析(SSNDA)方法是针对人脸的图像数据，利用谱图理论作为工具，充分利用已标记的数据类标签提供的信息，以及已标记与未标记数据的相似度信息来构建邻接矩阵ASSNDA，充分利用已标记的数据类标签提供的信息，以及已标记与未标记数据的相似度信息。该方法这样来构建邻接矩阵ASSNDA：SSNDA的低维特征表示包含了标记数据的判别信息以及已标记和未标记数据的局部结构信息。通过实际的人脸识别实验验证了SSNDA的高效性和稳定性，并且其性能优于LDA方法。
-
Patent Agency Ranking
公开(公告)号：CN101334834B
公开(公告)日：2010-08-11
申请号：CN200710118165.9
申请日：2007-06-29
Applicant: 北京交通大学
Abstract: 一种借鉴心理学中有关视觉注意的研究成果，提出了一种自底向上的注意信息提取方法。自底向上的注意信息由图像中每个点对应区域的显著性构成，区域的尺度自适应于局部特征的复杂度。新的显著性度量标准综合考虑了局部复杂度、统计不相似和初级视觉特征这三个方面的特性。显著区域在特征空间和尺度空间中同时显著。获取的自底向上的注意信息具有旋转、平移、比例缩放不变性和一定的抗噪能力。基于这种算法开发出了一个注意模型，将其应用于多幅自然图像的实验证明了算法的有效性。
-
公开(公告)号：CN101893580B
公开(公告)日：2012-01-11
申请号：CN201010203102.5
申请日：2010-06-10
Applicant: 北京交通大学
Abstract: 本发明提出了一种基于数字图像的钢轨表面缺陷检测方法。该方法从对钢轨拍摄的图像中提取钢轨区域，并模拟人类视觉机制，将灰度图转换为对比度图，从而对可疑缺陷区域进行定位及判定。本发明所提供的检测方法具有检测速度快、准确率高的优点，对钢轨图像采集环境具有自适应能力，能有效消除噪声、光照等不利因素的影响。
-
公开(公告)号：CN101893580A
公开(公告)日：2010-11-24
申请号：CN201010203102.5
申请日：2010-06-10
Applicant: 北京交通大学
Abstract: 本发明提出了一种基于数字图像的钢轨表面缺陷检测方法。该方法从对钢轨拍摄的图像中提取钢轨区域，并模拟人类视觉机制，将灰度图转换为对比度图，从而对可疑缺陷区域进行定位及判定。本发明所提供的检测方法具有检测速度快、准确率高的优点，对钢轨图像采集环境具有自适应能力，能有效消除噪声、光照等不利因素的影响。
-
公开(公告)号：CN101232422B
公开(公告)日：2010-06-02
申请号：CN200810056436.7
申请日：2008-01-18
Applicant: 北京交通大学
Abstract: 本发明涉及一种基于网格技术的网络存储系统，所述存储系统运用了网格的思路和技术，把企业内部大量现存的甚至是闲置的网络上地理位置分散的、异构的计算机资源虚拟成单一的存储系统。本发明包括作为用户的网络终端，所述网络终端通过互联网或广域网、局域网与作为服务器的管理节点连接，所述管理节点通过互联网或者广域网、局域网与各类异构的pc机、工作站、工作站集群以网格服务的形式向用户提供存储服务的存储节点联接。本发明有效降低了企业构建大量数据存储系统所需的花费，确保用户身份的安全认证以及数据的加密传输，确保通过网络进行数据访问和传输的安全性，提供统一的、透明的存储访问机制，解决了不同存储节点之间互操作性问题。
-
公开(公告)号：CN107103578B
公开(公告)日：2020-12-11
申请号：CN201710190453.9
申请日：2017-03-28
Applicant: 北京交通大学
Abstract: 本发明公开了一种利用高速铁路前向车载视频进行全景图拼接的方法。前向车载视频图像仅将摄像机运动方向视角范围内的场景囊括其中，其视野宽阔，场景深，空间覆盖面广，已经被广泛应用于移动式的场景记录和监控任务中。高速铁路检测列车需要周而复始对地对高速铁路运行环境检测，产生了大量前向车载视频图像，针对这些视频的存储、检索以及进一步利用这些视频实现自动检测问题，提出了一种基于计算机视觉技术的前向车载视频全景图像拼接方法，该方法可以实现高速铁路全程线路的全景图生成，同时以全景图形式存储可大大压缩车载视频的存储空间以及提高检索效率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.032 seconds)
