-
Patent Agency Ranking
公开(公告)号：CN109919832A
公开(公告)日：2019-06-21
申请号：CN201910146066.4
申请日：2019-02-27
Applicant: 长安大学
Abstract: 本发明公开了一种用于无人驾驶的交通图像拼接方法，获取要进行拼接的交通图像；构建Hessian矩阵，生成所有的兴趣点，用于特征的提取；构建尺度空间；特征点定位；特征点主方向分配；生成特征点描述子；通过双向匹配与相似小波特征匹配实现特征点的匹配；随机从数据集中随机抽出4个样本数据计算出变换矩阵H；计算投影误差，加以判定，若符合则匹配点输出，否则返回，根据特征点进行图像拼接。本发明双向相似小波特征匹配surf算法与传统Surf算法相比提高了粗匹配的精度，同时也减小了下一步Ransac去误匹配的工作量，自适应低迭代Ransac算法与传统Ransac算法相比实现了最少匹配点阈值的自适应并且降低了迭代的次数，提高了算法的效率。
-
公开(公告)号：CN110533652A
公开(公告)日：2019-12-03
申请号：CN201910810138.0
申请日：2019-08-29
Applicant: 长安大学
Abstract: 本发明公开了，基于旋转不变LBP-SURF特征相似度的图像拼接评价方法，针对图像拼接产生的图像特征点丢失等现象，提出一种新的图像拼接评价方法，先使用SURF算法提取出粗匹配特征点，之后将旋转不变LBP特征与SURF特征进行融合以提升特征点的匹配精度，再使用双向匹配与Ransac算法去除误匹配，之后利用获得的匹配点对拼接图像进行评价。
-
公开(公告)号：CN109767407A
公开(公告)日：2019-05-17
申请号：CN201910145679.6
申请日：2019-02-27
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了一种去雾过程中大气透射率图像的二次估计方法，获取雾霾天气下的雾化降质图像；使用区域最小值滤波，获取其暗通道图像；根据暗通道图像，获取全局大气光值及图像的原始场景透射率；采用引导滤波器，对原始场景透射率进行滤波，得到场景透射率的粗估计；将场景透射率粗估计进行最小方差中值引导滤波，得到最终场景透射率；利用最终场景透射率，复原雾化降质图像。本发明采用最小方差中值引导滤波对场景透射率二次估计，能够有效保留图像内部纹理信息，改善了传统暗通道去雾算法获取复原图像的纹理信息及边缘信息丢失，提升了图像复原质量，相较于传统算法，使图像内部信息更好的保留下来。
-
公开(公告)号：CN110287847A
公开(公告)日：2019-09-27
申请号：CN201910532441.9
申请日：2019-06-19
Applicant: 长安大学
Abstract: 本发明公开了一种基于Alexnet-CLbpSurf多特征融合的车辆分级检索方法，采用Alexnet神经网络对图片进行分类处理，大大减少了车辆检索的时间，将HLS颜色特征与LBP纹理特征融合到Surf算法的特征描述子中去，提升了匹配的精度，具有良好的检测效果。
-
公开(公告)号：CN109859145A
公开(公告)日：2019-06-07
申请号：CN201910145687.0
申请日：2019-02-27
Applicant: 长安大学
Abstract: 本发明公开了一种基于多级权重相对总变差的图像去纹理方法，获取带有纹理的图像；对获得的图像进行第一级权重相对总变差处理，获得减少无用纹理信息的图像；对获得的图像进行第二级权重相对总变差处理，获得突出边界景深信息的图像；对获得的图像进行确定参数权重相对总变差处理，获得边界平滑的图像；对获得的图像取并集，获得输出图像。本发明采用多级权重相对总变差的图像去纹理方法，首先对输入图像分别进行两级权重相对总变差处理和确定参数相对总变差处理，然后将两个结果取并得到输出图像，改善了纹理边界和结构边界区分度的不足，同时可以更好地去除靠近结构边界附近的纹理信息，提高了图像去纹理的性能，使其获得的图像更好地将结构信息和纹理信息分开，具有良好的检测精度。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
