公开(公告)号：CN107194383A

公开(公告)日：2017-09-22

申请号：CN201710558291.X

申请日：2017-07-10

Applicant: 上海应用技术大学

Inventor： 李文举 ,  陈奇 ,  陆云帆 ,  胡文康 ,  章梦

IPC: G06K9/00 ,  G06N3/08

CPC classification number: G06K9/00818 ,  G06N3/08

Abstract: 本发明提供了一种基于改进Hu不变矩和ELM的交通标志牌识别方法和装置，该方法包括：从交通标志牌的图像区域提取初始的Hu不变矩；对所述初始的Hu不变矩进行规格化处理后，得到改进的Hu不变矩；将所述改进的Hu不变矩作为极限学习机(ELM)神经网络的输入量，并对ELM神经网络进行训练，得到训练后的ELM神经网络；通过所述训练后的ELM神经网络对交通标志牌进行识别。本发明将规格化处理后得到的Hu不变矩作为ELM神经网络的输入，对网络进行训练，经训练后的ELM网络用于实现交通标志牌的识别。从而可以有效的降低特征向量维度，减少计算量，在提高识别准确率的同时兼顾实时性。

公开(公告)号：CN108399610A

公开(公告)日：2018-08-14

申请号：CN201810231306.6

申请日：2018-03-20

Applicant: 上海应用技术大学

Inventor： 李文举 ,  胡文康 ,  韦丽华 ,  沈子豪

IPC: G06T5/00 ,  G06T7/13 ,  G06T7/32

Abstract: 本发明公开了一种融合RGB图像信息的深度图像增强方法，包括S1：获取深度图和RGB图的坐标之间的映射关系；S2：对深度图和RGB图分别做预处理；提取深度图中的无效区域并标记出无效区域的像素位置；对RGB图进行边缘检测，提取出边缘信息，并与预处理之后的深度图进行比对以确定用于修复深度图的有效支撑边缘；S3：无效区域深度信息估计；沿着深度图中无效区域的边界，利用有效支撑边缘的信息从外向里逐层进行深度计算；S4：对深度图中未能提取出有效支撑边缘的微小孤立区域做滤波去噪优化以提高深度图的精度。该种融合RGB图像信息的深度图增强方法，能够在保证边缘清晰的前提下实现对深度图中无效区域的修复，并能提高对各个深度缺失区域边缘的锐化程度。

公开(公告)号：CN107301405A

公开(公告)日：2017-10-27

申请号：CN201710540228.3

申请日：2017-07-04

Applicant: 上海应用技术大学

Inventor： 李文举 ,  陈奇 ,  陆云帆 ,  胡文康 ,  章梦

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/46

CPC classification number: G06K9/00818 ,  G06K9/342 ,  G06K9/4652

Abstract: 本发明提出一种自然场景下的交通标志检测方法，包括：获取自然场景下拍摄的检测图像；对检测图像的亮度信息进行统计，依据等级亮度阈值划分出不同亮度区域，分别计算不同亮度区域的像素比例，根据各像素比例及场景分类阈值而将图像分为阴暗场景、明亮场景、逆光场景和正常场景；根据场景分类结果选取gamma参数取值，采用自适应Gamma增强算法对分类图像进行图像增强处理；在RGB颜色空间下，针对不同场景选取分割算法进行图像颜色分割，得到疑似目标区域；将经颜色分割后的灰度图像进行二值化处理，得到二值化后的疑似目标区域；通过特征筛选器对疑似目标区域进行筛选，定位交通标志区域。可兼顾标志检测的鲁棒性和实时性。