-
公开(公告)号：CN102142089A
公开(公告)日：2011-08-03
申请号：CN201110002770.6
申请日：2011-01-07
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明提供的是一种基于语义二叉树的图像标注方法。步骤1，对于特定场景的图像集，采用图像分割算法对用于学习的标注图像进行分割，获得图像区域的视觉描述；步骤2，构造用于学习的所有图像的视觉最近邻图；步骤3，根据步骤2中的最近邻图建立所述场景的语义二叉树；步骤4，对所述场景下的待标注图像，从语义二叉树的根节点到叶子节点找到相应位置，并将该节点处到根节点的所有标注字传递给所述图像。本发明旨在对特定场景下的训练用的标注图像集建立语义二叉树，来提高利用图像视觉特征进行场景分类后的图像的自动语义标注的精度。
-
公开(公告)号：CN101963995A
公开(公告)日：2011-02-02
申请号：CN201010517074.4
申请日：2010-10-25
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
IPC: G06F17/30
Abstract: 本发明提供的是一种基于特征场景的图像标注方法。1、采用图像分割算法对用于学习的标注图像进行分割，获得图像区域的视觉描述；2、对用于学习的标注图像进行自动的语义场景聚类；3、对每个场景语义类别生成特征场景空间；4、对每个特征场景空间建立相应的语义树；5、对待标注图像向各个特征场景空间投影，并采用投影后的视觉特征对混合模型的拟合程度确定待标注图像的语义类别；对确定语义内容的图像，通过语义树，获得图像的最终标注。本发明充分利用了学习图像的标注字信息，对学习用的标注图像库进行自动的特征场景分类，确保在特定场景下的获得比较完善的视觉描述，从而提高通过图像视觉特征进行自动语义标注的可靠性。
-
公开(公告)号：CN110135432A
公开(公告)日：2019-08-16
申请号：CN201910440795.0
申请日：2019-05-24
Applicant: 哈尔滨工程大学
Abstract: 一种基于K-means聚类的高光谱遥感图像分割方法，它属于高光谱遥感图像的聚类分割技术领域。本发明解决了目前的聚类分割方法对高光谱遥感图像的分割不准确的问题。本发明对高光谱遥感图像的d个维度进行协同聚类，在对高光谱遥感图像每一次K-means迭代时，协同d个维度的聚类结果，并在每一次K-means迭代结束后，利用每个像素点的d个聚类结果计算该像素点属于各个类别的概率值，然后利用得到的概率值计算新的聚类中心，按相同的聚类中心开始各个维度的下一次迭代过程，直至获得最终的聚类结果。相比较于现有方法，本发明方法的分割结果更为准确。本发明可以应用于高光谱遥感图像的聚类分割技术领域。
-
公开(公告)号：CN104021171A
公开(公告)日：2014-09-03
申请号：CN201410239322.1
申请日：2014-06-03
Applicant: 哈尔滨工程大学
CPC classification number: G06F17/30244 , G06F17/3028 , G06K9/6218 , H04M1/72522
Abstract: 本发明属于图像库的组织和搜索领域，主要涉及一种基于GMM的手机内图像的组织和搜索方法。本发明包括：对手机内photo文件夹下的所有图像按高斯混合模型进行聚类；对全部图像进行聚类的K幅聚类中心图像；将每幅最上一层图像所对应的该类别下的所有图像继续按高斯混合模型进行聚类；从第二层图像开始重复步骤3；图像索引结构建立好后，用户开始搜索图像；点选图像后进入图像索引结构的下一层。本发明提供给手机用户按图像语义的不同进行搜索和查找的方式，极大地方便了手机图像管理和使用上的智能化。考虑到手机内图像的数量要比大型图像库要小得多，因此经典的图像聚类技术就可以满足其实时性的要求。
-
公开(公告)号：CN102324002B
公开(公告)日：2013-10-30
申请号：CN201110148917.2
申请日：2011-06-03
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
IPC: G06F19/20
Abstract: 本发明提供的是一种基于数字图像处理的DNA序列的二维图像表示方法。步骤1，一维的DNA序列的二维图像矩阵排列；步骤2，构造图像的像素灰度；步骤3，计算DNA序列的转录模式在二维图像表示中的特征；将转录模式定义为图像中的目标物体部分，借助于图像中的物体识别方法，对定义的目标进行图像分割，对待识图像区域进行特征提取。本发明利用数字图像处理技术对DNA序列进行二维表示，扩展序列的隐含信息，以增强DNA序列中启动子等重要功能元件的可预测性。
-
Patent Agency Ranking
公开(公告)号：CN102737244A
公开(公告)日：2012-10-17
申请号：CN201210184510.X
申请日：2012-06-06
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
Abstract: 本发明提供的是一种标注图像中区域与标注对应关系的确定方法。首先，将视觉描述转换为标注字的权值，代表与视觉的相关程度，利用Topic模型提取场景类别，并将场景内图像的区域聚类为视觉概念。然后在不同场景中，采用信度传播方法降低视觉概念的标注不确定性，即在不同场景间寻找相同或同义的标注字，令其在视觉相似的区域间传播。最后，构建每个场景下的贝叶斯网络，获得视觉概念的标注结果。通过对图像分割区域的标识结果进行融合，最终可以获得图像物体语义级的分割与识别结果。本发明避免了对单幅图像的每个区域单独进行标注，能够有效地提高算法效率。能够方便有效地实现非标注图像的语义内容分析。
-
公开(公告)号：CN101994506A
公开(公告)日：2011-03-30
申请号：CN201010516643.3
申请日：2010-10-25
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
IPC: E21B43/30
Abstract: 本发明提供的是一种基于等距线的自动井排划分方法。步骤一，对区域内的井的井位坐标进行旋转，将原来的井位坐标变换成使井排轴线保持水平的新坐标；步骤二，设定预划分的排数N，设置排间间隔的大小，用等距线将所述区域从上到下纵向分成若干个子区域，统计每个子区域的井数；步骤三，统计前N个井数最多的子区域，并利用该子区域的所有井的井位纵坐标均值求出N条水平中心线，再由每两条水平中心线的一半位置确定出N-1条井排划分线；步骤四，将每一口井按井位坐标进行归排，得到划分结果。本发明能配合油层沉积相识别系统中各部分功能模块的自动化，解决手工拉排的繁琐和不便。
-
公开(公告)号：CN110264474A
公开(公告)日：2019-09-20
申请号：CN201910527212.8
申请日：2019-06-18
Applicant: 哈尔滨工程大学
Abstract: 一种SAR遥感图像的水陆分割方法，它属于SAR遥感图像的水陆分割技术领域。本发明解决了现有水陆分割方法的分割准确率低以及分割效率低的问题。本发明利用矩形窗口在整个SAR遥感图像上依次滑动，计算矩形窗口内的区域一致性来对水体候选区域进行粗提取，再利用水体候选区域的面积和矩形窗口重叠度对水体候选区域做进一步的筛选，去除误检区域，最终得到SAR遥感图像的水陆分割结果，与现有方法相比，本发明方法在提高分割效率的基础上，可以有效提高SAR遥感图像分割结果的准确率。本发明可以应用于SAR遥感图像的水陆分割技术领域。
-
公开(公告)号：CN104952076B
公开(公告)日：2017-10-31
申请号：CN201510340934.4
申请日：2015-06-18
Applicant: 哈尔滨工程大学
IPC: G06T7/11
Abstract: 本发明属于聚类技术的图像分割领域，具体涉及一种基于分块相似性度量的图像分割方法。本发明读入一幅自然场景图像，图像大小为M×N，确定欲分割的类别数目K，根据固定划分方式将图像划分为若干个面积相等的矩形区块，每个区块的大小为m×n；在固定划分的基础上对图像进行重叠划分，即将固定划分的块边界线，每次向右并向下移动过l个像素点，直到与原来的固定划分的块边界线重合为止；使每个像素点属于原来的固定划分中的一个区块，包含于不同的区块。本发明提出了一种基于分块相似性度量的图像分割方法，将像素之间的位置关系考量隐含在小区块中，对重叠划分出来的区块进行聚类分割，有效地改善了对像素进行聚类的分割效果。
-
公开(公告)号：CN106447737A
公开(公告)日：2017-02-22
申请号：CN201610811016.X
申请日：2016-09-08
Applicant: 哈尔滨工程大学
Inventor： 刘咏梅
IPC: G06T11/00
CPC classification number: G06T11/00
Abstract: 本发明属于图像的特殊艺术效果实现领域，具体涉及一种基于超像素的字符图像生成方法。本发明包括：建立字符模板的二值图像，大小为m*n；每个像素的灰度为0或者1，将模板图像在原图像的灰度范围内做直方图均衡化处理，得到新的直方图；将原图像进行过分割，使原图像分解成各个超像素块，并判断每个超像素块的面积需要多少个字母模板来填充，设模板数量为Num等。本发明所公开的技术方案，由于不需要进行图像分割步骤来提取边缘，而是采用具有部分物体级语义的超像素来进行区域划分，因此提高了字符图像生成的准确性，提升了视觉效果。为了提高超像素之间边缘位置的填充质量，对每个固定模板大小的区块，本发明采用投票法对其进行填充。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.026 seconds)
