-
公开(公告)号：CN110059699B
公开(公告)日：2021-01-29
申请号：CN201910202579.2
申请日：2019-03-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于卷积神经网络的图像中天际线自动检测方法，包含以下步骤：步骤A：使用图像处理技术获取原始图像I的暗通道图像；步骤B：使用Dense网络充分提取原始图像I的特征FR；步骤C：由步骤B所提取的特征FR，使用卷积神经网络预测雨线图像；步骤D：由步骤C所提取的雨线图像，使用分类网络分类出雨密度等级并上采样成雨密度图像；步骤E：对步骤A‑D提取到的特征和图像，将其拼接成总特征，然后使用卷积神经网络检测最终的天际线。本发明结合图像处理与深度卷积神经网络实现了端到端、带雨(雾)条件下的天际线自动、精准检测。
-
公开(公告)号：CN110059699A
公开(公告)日：2019-07-26
申请号：CN201910202579.2
申请日：2019-03-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于卷积神经网络的图像中天际线自动检测方法，包含以下步骤：步骤A：使用图像处理技术获取原始图像I的暗通道图像；步骤B：使用Dense网络充分提取原始图像I的特征FR；步骤C：由步骤B所提取的特征FR，使用卷积神经网络预测雨线图像；步骤D：由步骤C所提取的雨线图像，使用分类网络分类出雨密度等级并上采样成雨密度图像；步骤E：对步骤A-D提取到的特征和图像，将其拼接成总特征，然后使用卷积神经网络检测最终的天际线。本发明结合图像处理与深度卷积神经网络实现了端到端、带雨(雾)条件下的天际线自动、精准检测。
-
公开(公告)号：CN109784344B
公开(公告)日：2020-09-29
申请号：CN201910067458.1
申请日：2019-01-24
Applicant: 中南大学
Abstract: 本发明公开了一种用于地平面标识识别的图像非目标滤除方法，包括以下步骤：步骤A，获取逆透视图像，逆透视图像包括地平面标识和非目标；使用图像处理技术，对逆透视图像IIPM进行处理得到灰度图像和二值化图像；步骤B，使用Canny边缘检测算法对灰度图像进行处理，得到边缘图像；步骤C，提取二值化图像中每个连通域的轮廓，得到轮廓图；步骤D，根据边缘图像和轮廓图，将二值化图像中的非目标滤除，仅保留在地平面上没有高度差的地平面标识，得到包括地平面标识且滤除非目标的最终待识别图像，在用于地平面标识识别时，可以很好的避免给后期的地平面标识检测识别带来干扰，大幅提高后期系统对地平面标识的识别率并降低误检率。
-
公开(公告)号：CN109784344A
公开(公告)日：2019-05-21
申请号：CN201910067458.1
申请日：2019-01-24
Applicant: 中南大学
Abstract: 本发明公开了一种用于地平面标识识别的图像非目标滤除方法，包括以下步骤：步骤A，获取逆透视图像，逆透视图像包括地平面标识和非目标；使用图像处理技术，对逆透视图像IIPM进行处理得到灰度图像和二值化图像；步骤B，使用Canny边缘检测算法对灰度图像进行处理，得到边缘图像；步骤C，提取二值化图像中每个连通域的轮廓，得到轮廓图；步骤D，根据边缘图像和轮廓图，将二值化图像中的非目标滤除，仅保留在地平面上没有高度差的地平面标识，得到包括地平面标识且滤除非目标的最终待识别图像，在用于地平面标识识别时，可以很好的避免给后期的地平面标识检测识别带来干扰，大幅提高后期系统对地平面标识的识别率并降低误检率。
-
-
-
Search Results
4
records
(took 0.017 seconds)
