[发明专利]基于超像素分割与图割的网状物检测与去除方法和系统在审

专利信息
申请号: 201910399455.8 申请日: 2019-05-14
公开(公告)号: CN110163822A 公开(公告)日: 2019-08-23
发明(设计)人: 蔡凌云;丁超;李瑞;余则霖;付晓蒙;金伟正 申请(专利权)人: 武汉大学
主分类号: G06T5/00 分类号: G06T5/00;G06T7/11
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 王琪
地址: 430072 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于超像素分割与图割理论的网状遮挡物去除方法和系统,目的在于对许多摄影场景下网状遮挡物进行去除并修复出原图片中被遮挡的部分。包括以下部分:基于SEEDS算法进行图像超像素分割,基于图割理论进行超像素块融合,获取网状遮挡物样本,SVM分类,全变分法图像修复。与以往的方法不同,该方法不需要借助外界信息,仅凭借图像的信息就可以对图像有较好的修复效果;其次,由于使用了SEEDS算法,在计算速度上也比目前的算法速度要快;最后,在图像修复方面,全变分法属于扩散模型,对这种细长条状的物体的修复效果更好,修复处更为平滑,当图像中的网状物越细长时,图像的修复效果越好。
搜索关键词: 图像 修复 像素分割 遮挡物 图割 算法 去除 图像修复 网状物 摄影场景 外界信息 细长条状 像素块 原图片 平滑 遮挡 样本 扩散 融合 检测
【主权项】:
1.基于超像素分割与图割的网状物检测与去除方法,其特征在于,包括如下步骤:Step1,对图像进行超像素分割,获得多个超像素块;Step2,对超像素块进行融合;Step3,通过均值、方差对融合后的超像素块进行顺序排序,将排序靠后的超像素块作为遮挡物的训练集;Step4,将训练集输入到SVM分类器中,通过寻找最优超平面,得到SVM分类器的参数,并根据参数对图像中剩余的所有超像素进行二分类,将其分为网状遮挡物与非网状遮挡物两类;Step5,利用全变分模型对网状遮挡物背后的图像进行修复。
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武汉大学,未经武汉大学许可,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/201910399455.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top