[发明专利]用于估计图像中的投射阴影区域和/或加亮区域的方法和设备有效
申请号: | 201780074790.X | 申请日: | 2017-10-26 |
公开(公告)号: | CN110023957B | 公开(公告)日: | 2023-08-01 |
发明(设计)人: | J.斯陶德;P.罗伯特;D.根德隆 | 申请(专利权)人: | 交互数字麦迪逊专利控股公司 |
主分类号: | G06V10/60 | 分类号: | G06V10/60;G06T5/50;H04N23/741;G06T5/00;G06V20/10 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 于小宁 |
地址: | 法国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种用于估计场景中的投射阴影区域和加亮区域的方法,所述场景由称为LDR图像的低动态范围图像和称为HDR图像的高动态范围表示,所述方法包括以下步骤:‑计算(S1)被称为LDR细节图的LDR图像的细节图,所述LDR细节图将细节级别与LDR图像的每个像素相关联,‑计算(S2)被称为HDR细节图的HDR图像的细节图,所述HDR细节图将细节级别与HDR图像的每个像素相关联,以及‑检测(S3)场景中HDR细节图中的细节级别大于LDR细节图中的细节级别的区域,所检测到的区域对应于场景的投射阴影区域或加亮区域。 | ||
搜索关键词: | 用于 估计 图像 中的 投射 阴影 区域 加亮 方法 设备 | ||
【主权项】:
1.一种用于检测场景中的投射阴影区域和加亮区域的方法,所述场景由被称为LDR图像的低动态范围图像和具有比LDR图像更高的动态范围的被称为HDR图像的高动态范围图像表示,所述方法包括以下步骤:‑检测(S3)具有HDR细节图和LDR细节图之间的正的差异的区域,所检测的区域对应于场景的投射阴影区域或加亮区域,其中HDR细节图从所述HDR图像计算(S2)以便向该HDR图像的每个像素提供HDR图像的细节级别,LDR细节图从所述LDR图像计算(S1)以便向该LDR图像的每个像素提供LDR图像的细节级别。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于交互数字麦迪逊专利控股公司,未经交互数字麦迪逊专利控股公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201780074790.X/,转载请声明来源钻瓜专利网。
- 同类专利
- 室内采光识别方法、装置、电子设备和存储介质-202310871648.5
- 金秋;吕文勇;周智杰;吴枭;汪劲松 - 成都新希望金融信息有限公司
- 2023-07-14 - 2023-10-17 - G06V10/60
- 本发明涉及图像处理技术领域,提供了一种室内采光识别方法、装置、电子设备和存储介质,方法包括:获取待识别房屋的室内照片;将室内照片划分为多个网格;对多个网格的图像特征进行分析,确定表征待识别房屋的采光程度的采光特征;将采光特征输入至预先训练的采光识别模型,得到待识别房屋的采光程度的识别结果。本发明其能够准确识别室内采光。
- 一种基于图像识别分析的照明控制系统-202310962539.4
- 黄宏略;江平;张小龙;潘碧中 - 深圳华唐锐照明电器有限公司
- 2023-08-02 - 2023-08-29 - G06V10/60
- 本发明涉及照明控制技术领域,用于解决现在电子元件工厂生产线上的照明方式较为单一和固定,无法根据操作人员在实际操作过程中对照明需求进行合理化调整和操作,且无法有效的提高生产效率的问题,尤其公开了一种基于图像识别分析的照明控制系统,包括拍摄单元、图像筛选单元、云存储库、人员状态分析单元、物体状态分析单元、综合分析单元和照明控制单元;本发明通过对目标区域视频中的图像进行分析筛选出优选图像集合,并以此为基础分别对操作人员状态和物体状态进行分析,以便根据操作过程中的变化进行合理的照明控制,实现了工作效率的提高和安全防范。
- 一种基于导航雷达图像阴影反演有效波高的方法和系统-202310499823.2
- 卫延波;李爽;孙思晗;雷毅飞;邓连超;孙梦雅;豆佳琪 - 洛阳师范学院
- 2023-05-04 - 2023-08-04 - G06V10/60
- 本发明适用于海浪参数反演技术领域,提供了一种基于导航雷达图像阴影反演有效波高的方法和系统,所述方法包括:根据阴影比例函数计算照度概率;引入史密斯拟合函数,并通过二次函数对史密斯拟合函数的余补误差函数和指数项近似处理,计算均方根波陡的数值解析解;计算平均均方根波陡;根据有效波高与平均跨零周期、平均均方根波陡间的关系计算有效波高,本发明实施例无需外部参考设备标定就能够完成有效波高反演的任务,对史密斯拟合函数中的余补误差函数和指数项进行近似处理,使得近似后的方程能够利用照度概率得到波陡的数值解析解,在满足工程对波陡的精度要求下,有效降低算法的运算时间。
- 一种线结构光线条提取方法、装置、存储介质及电子设备-202310325084.5
- 赵楠;高平;马瑞峰;刘泽;李鸿喜;崔涛;徐海波;汲生鹏 - 国能铁路装备有限责任公司
- 2023-03-29 - 2023-08-01 - G06V10/60
- 本申请公开了一种线结构光线条提取方法、装置、存储介质及电子设备。所述方法包括:通过预设目标检测模型对图片中的感兴趣区域进行检测,以确定图片中线结构光线条的起始点和终止点;根据起始点和预设矩形参数值确定提取区域,通过预设路径规划算法从提取区域中提取线条片段,确定线条片段的中点并将中点作为新的起始点,重复该步骤直至线条片段满足预设路径规划算法的终止条件以得到多个线条片段;根据多个线条片段生成线结构光线条。可解决线结构光线条图片中出现的镜面反射、漫反射及线结构光线条曲线过弱的问题且能有效从中提取线结构光线条曲线,并具有效率高、鲁棒性强以及适用范围广的优势。
- 用于估计图像中的投射阴影区域和/或加亮区域的方法和设备-201780074790.X
- J.斯陶德;P.罗伯特;D.根德隆 - 交互数字麦迪逊专利控股公司
- 2017-10-26 - 2023-08-01 - G06V10/60
- 本发明涉及一种用于估计场景中的投射阴影区域和加亮区域的方法,所述场景由称为LDR图像的低动态范围图像和称为HDR图像的高动态范围表示,所述方法包括以下步骤:‑计算(S1)被称为LDR细节图的LDR图像的细节图,所述LDR细节图将细节级别与LDR图像的每个像素相关联,‑计算(S2)被称为HDR细节图的HDR图像的细节图,所述HDR细节图将细节级别与HDR图像的每个像素相关联,以及‑检测(S3)场景中HDR细节图中的细节级别大于LDR细节图中的细节级别的区域,所检测到的区域对应于场景的投射阴影区域或加亮区域。
- 一种石块识别的图像亮度智能寻优方法及其装置-202211646799.2
- 张彦群 - 爱克斯维智能科技(苏州)有限公司
- 2022-12-21 - 2023-04-25 - G06V10/60
- 本发明提供一种石块识别的图像亮度智能寻优方法及其装置,包括:对石块图像进行平均亮度计算与亮度划分,响应于弱光区间或强光区间的划分结果,对石块图像进行图块分割、平均亮度计算以及亮度划分;根据各图块的亮度划分结果对相邻图块进行亮度识别,并根据相邻图块的亮度识别结果对石块图像进行整体映射以得到与亮度识别结果对应的石块图像的各亮度区;根据与各亮度区对应的平均亮度、权重系数、图块数以及与石块图像对应的平均亮度与图块数计算出石块图像的目标对比度;以及对石块图像进行曝光调节以使其达到目标对比度。本发明能够获得理想且清晰的石块图像用以后续的识别算法实现。
- 用于归一化图像的系统和方法-201780015949.0
- M·拉德;M·奥贝维吉尔;V·勒珀蒂 - 高通股份有限公司
- 2017-01-09 - 2023-04-04 - G06V10/60
- 描述了一种用于通过电子装置归一化图像的方法。所述方法包含获得包含目标对象的图像。所述方法还包含确定所述图像的窗口的集合。所述方法进一步包含对于所述图像的所述窗口的集合的每个窗口使用第一卷积神经网络CNN预测适应于所述窗口的照度归一化模型的参数,并且将所述照度归一化模型应用到所述窗口以产生归一化的窗口。
- 图像强反光检测方法和装置-201610818280.6
- 姚聪;周舒畅;周昕宇;何蔚然;印奇 - 北京旷视科技有限公司;北京迈格威科技有限公司
- 2016-09-12 - 2023-01-06 - G06V10/60
- 本发明实施例提供一种图像强反光检测方法和装置。该图像强反光检测方法包括:获取待检测图像;以及利用全卷积网络对所述待检测图像进行处理,以获得关于所述待检测图像中的强反光区域的位置信息的检测结果。根据本发明实施例的图像强反光检测方法和装置,利用全卷积网络可以有效、高精度地检测图像中的强反光区域,从而有助于提高图像识别任务中的图像识别的精度和可靠性。此外,该方法还具有处理速度快、模型体积小的特点,因此可以方便地部署到诸如智能手机、平板电脑等移动设备上。
- 一种结合多光谱图像与深度学习方法的漂浮HNS目标检测方法-201910363641.6
- 黄慧;孙泽浩;王超;王杭州;刘材材;蒋晓山;徐韧 - 浙江大学;国家海洋局东海环境监测中心
- 2019-04-30 - 2022-04-29 - G06V10/60
- 本发明公开了一种结合多光谱图像与深度学习方法的漂浮HNS目标检测方法,该方法包括数据库准备、目标检测模型构建与模型应用检测阶段;数据库准备阶段包括HNS特征反射波段数据库、多光谱图像数据库和分类优选波段库;目标检测模型构建阶段包括区域检测图像数据集构建、图像预处理与标注、目标区域检测模型训练和目标类别检测模型训练;模型应用检测阶段包括检测图像获取与预处理、目标区域分割、目标类别检测和可视化检测。本发利用特征波段图像,具有针对性强、图像获取效率高以及检测准确度高等优点,用于多种HNS的运输船发生的泄漏事故的应急检测。
- 基于视频联动与智能物联网的车辆偏离路线检测系统-202110463366.2
- 徐乙馨;徐致远;沈昀 - 国能智慧科技发展(江苏)有限公司
- 2021-04-25 - 2022-04-26 - G06V10/60
- 本发明涉及人工智能技术领域,具体涉及一种基于视频联动与智能物联网的车辆偏离路线检测系统。该系统通过图像采集模块获得雾天路口图像中道路区域的车辆灯照图像。运输车辆判断模块在车辆灯照图像中通过色调和亮度判断运输车辆灯照图像。第一灯照边缘获取模块通过边缘检测处理运输车辆灯照图像获得运输车辆的第一灯照边缘。灯照范围分割模块将第一灯照边缘平滑缩放,获得灯照范围。行驶方向获取模块通过灯照范围的中心分割线的斜率变化、两侧建筑物亮度变化和灯照范围缺失变化判断运输车辆的行驶方向。车辆偏移检测模块利用行驶时间判断车辆信息,对路线偏移车辆及时做出提醒。本发明在雾天下能够准确识别偏移路线的车辆并进行提醒警示。
- 一种基于深层融合神经网络的温度、亮度特征提取方法-202111503243.3
- 邓贤明;张天才;李忠盛;刘增灿;陈知华;罗中华;吴非;吴法霖;徐塱;王森;朱凡;汪家辉;张翼翔;刘朋浩;代欣位 - 中国兵器工业第五九研究所
- 2021-12-10 - 2022-03-11 - G06V10/60
- 一种基于深层融合神经网络的温度、亮度特征提取方法,具体方法为:1)采集样本数据;2)生成模拟数据;3)提取目标外形轮廓;4)构建深层融合神经网络特征模型;5)提取试验样件温度、亮度特征。本发明可以高效率的构建复杂自然环境下弱小目标的亮度、温度特征提取模型,为典型恶劣自然环境下伪装特征试验样件的温度、亮度特征长时间监测提供技术储备,有利于试验样件温度、亮度等功能指标的退化规律研究、环境适应性评价与典型环境的服役寿命评估。
- 专利分类
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序