找到3项技术成果数据。
找技术>-
一种基于主方向模板的特征匹配方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明属于图像处理技术领域，特别是涉及一种基于主方向模板的特征匹配方法。本发明包括以下步骤：步骤1：将目标图和样本图都分割为网格，且网格的大小相同，计算每个网格中的像素点的梯度值和梯度方向；步骤2：每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明显的梯度值使用字节进行存储；步骤3：样本图与目标图的网格模板特征按位异或匹配；步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量。本发明对模板特征进行压缩，且使用单字节进行存储，降低了内存的消耗。
-
一种主方向约束下的停车场结构提取方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种主方向约束下的停车场结构提取方法，步骤包括：针对航空正射影像，使用Edison算法和Hough变换进行初始线段检测，获取车位线主方向；根据获取的主方向，使用主方向约束下的线段提取方法，检测出准确车位线；根据车位线角度对车位线进行编组筛选，并使用最大相交方向方法划分停车道；利用提取的车位线和划分的停车道，计算停车场的结构参数；依据停车场结构参数重新构建停车场的准确车位线，并生成停车道的分割线，完成停车场结构的自动提取。本发明利用初始线段检测获取车位线的主方向，以此作为约束进行车位线提取，提取的车位线正确性、完整性和定位精度都较高，能够更好地为停车场结构的提取提供依据。本发明以单景航空正射影像为数据进行停车场结构提取，数据获取容易，价格适宜。
-
基于核相似区分布特性的图像角点检测方法及系统
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括：步骤 1，构造一个圆模板和 m 个角模板；步骤 2，获得圆模板和角模板的核相似区面积；步骤 3，按核相似区面积大小对角模板对应的方向排序，获得方向序列；步骤 4，基于方向序列确定主方向并判断主方向连续性；步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主方向连续判断模板中心是否为候选角点；步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而提高角点检测精度。
找到3项技术成果数据。
找技术>-
一种基于主方向模板的特征匹配方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明属于图像处理技术领域，特别是涉及一种基于主方向模板的特征匹配方法。本发明包括以下步骤：步骤1：将目标图和样本图都分割为网格，且网格的大小相同，计算每个网格中的像素点的梯度值和梯度方向；步骤2：每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明显的梯度值使用字节进行存储；步骤3：样本图与目标图的网格模板特征按位异或匹配；步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量。本发明对模板特征进行压缩，且使用单字节进行存储，降低了内存的消耗。
-
一种主方向约束下的停车场结构提取方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种主方向约束下的停车场结构提取方法，步骤包括：针对航空正射影像，使用Edison算法和Hough变换进行初始线段检测，获取车位线主方向；根据获取的主方向，使用主方向约束下的线段提取方法，检测出准确车位线；根据车位线角度对车位线进行编组筛选，并使用最大相交方向方法划分停车道；利用提取的车位线和划分的停车道，计算停车场的结构参数；依据停车场结构参数重新构建停车场的准确车位线，并生成停车道的分割线，完成停车场结构的自动提取。本发明利用初始线段检测获取车位线的主方向，以此作为约束进行车位线提取，提取的车位线正确性、完整性和定位精度都较高，能够更好地为停车场结构的提取提供依据。本发明以单景航空正射影像为数据进行停车场结构提取，数据获取容易，价格适宜。
-
基于核相似区分布特性的图像角点检测方法及系统
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括：步骤 1，构造一个圆模板和 m 个角模板；步骤 2，获得圆模板和角模板的核相似区面积；步骤 3，按核相似区面积大小对角模板对应的方向排序，获得方向序列；步骤 4，基于方向序列确定主方向并判断主方向连续性；步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主方向连续判断模板中心是否为候选角点；步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而提高角点检测精度。
找到3项技术成果数据。
找技术>-
一种基于主方向模板的特征匹配方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明属于图像处理技术领域，特别是涉及一种基于主方向模板的特征匹配方法。本发明包括以下步骤：步骤1：将目标图和样本图都分割为网格，且网格的大小相同，计算每个网格中的像素点的梯度值和梯度方向；步骤2：每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明显的梯度值使用字节进行存储；步骤3：样本图与目标图的网格模板特征按位异或匹配；步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量。本发明对模板特征进行压缩，且使用单字节进行存储，降低了内存的消耗。
-
一种主方向约束下的停车场结构提取方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种主方向约束下的停车场结构提取方法，步骤包括：针对航空正射影像，使用Edison算法和Hough变换进行初始线段检测，获取车位线主方向；根据获取的主方向，使用主方向约束下的线段提取方法，检测出准确车位线；根据车位线角度对车位线进行编组筛选，并使用最大相交方向方法划分停车道；利用提取的车位线和划分的停车道，计算停车场的结构参数；依据停车场结构参数重新构建停车场的准确车位线，并生成停车道的分割线，完成停车场结构的自动提取。本发明利用初始线段检测获取车位线的主方向，以此作为约束进行车位线提取，提取的车位线正确性、完整性和定位精度都较高，能够更好地为停车场结构的提取提供依据。本发明以单景航空正射影像为数据进行停车场结构提取，数据获取容易，价格适宜。
-
基于核相似区分布特性的图像角点检测方法及系统
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括：步骤 1，构造一个圆模板和 m 个角模板；步骤 2，获得圆模板和角模板的核相似区面积；步骤 3，按核相似区面积大小对角模板对应的方向排序，获得方向序列；步骤 4，基于方向序列确定主方向并判断主方向连续性；步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主方向连续判断模板中心是否为候选角点；步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而提高角点检测精度。
找到3项技术成果数据。
找技术>-
一种基于主方向模板的特征匹配方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明属于图像处理技术领域，特别是涉及一种基于主方向模板的特征匹配方法。本发明包括以下步骤：步骤1：将目标图和样本图都分割为网格，且网格的大小相同，计算每个网格中的像素点的梯度值和梯度方向；步骤2：每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明显的梯度值使用字节进行存储；步骤3：样本图与目标图的网格模板特征按位异或匹配；步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量。本发明对模板特征进行压缩，且使用单字节进行存储，降低了内存的消耗。
-
一种主方向约束下的停车场结构提取方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种主方向约束下的停车场结构提取方法，步骤包括：针对航空正射影像，使用Edison算法和Hough变换进行初始线段检测，获取车位线主方向；根据获取的主方向，使用主方向约束下的线段提取方法，检测出准确车位线；根据车位线角度对车位线进行编组筛选，并使用最大相交方向方法划分停车道；利用提取的车位线和划分的停车道，计算停车场的结构参数；依据停车场结构参数重新构建停车场的准确车位线，并生成停车道的分割线，完成停车场结构的自动提取。本发明利用初始线段检测获取车位线的主方向，以此作为约束进行车位线提取，提取的车位线正确性、完整性和定位精度都较高，能够更好地为停车场结构的提取提供依据。本发明以单景航空正射影像为数据进行停车场结构提取，数据获取容易，价格适宜。
-
基于核相似区分布特性的图像角点检测方法及系统
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括：步骤 1，构造一个圆模板和 m 个角模板；步骤 2，获得圆模板和角模板的核相似区面积；步骤 3，按核相似区面积大小对角模板对应的方向排序，获得方向序列；步骤 4，基于方向序列确定主方向并判断主方向连续性；步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主方向连续判断模板中心是否为候选角点；步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而提高角点检测精度。
找到3项技术成果数据。
找技术>-
一种基于主方向模板的特征匹配方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明属于图像处理技术领域，特别是涉及一种基于主方向模板的特征匹配方法。本发明包括以下步骤：步骤1：将目标图和样本图都分割为网格，且网格的大小相同，计算每个网格中的像素点的梯度值和梯度方向；步骤2：每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明显的梯度值使用字节进行存储；步骤3：样本图与目标图的网格模板特征按位异或匹配；步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量。本发明对模板特征进行压缩，且使用单字节进行存储，降低了内存的消耗。
-
一种主方向约束下的停车场结构提取方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种主方向约束下的停车场结构提取方法，步骤包括：针对航空正射影像，使用Edison算法和Hough变换进行初始线段检测，获取车位线主方向；根据获取的主方向，使用主方向约束下的线段提取方法，检测出准确车位线；根据车位线角度对车位线进行编组筛选，并使用最大相交方向方法划分停车道；利用提取的车位线和划分的停车道，计算停车场的结构参数；依据停车场结构参数重新构建停车场的准确车位线，并生成停车道的分割线，完成停车场结构的自动提取。本发明利用初始线段检测获取车位线的主方向，以此作为约束进行车位线提取，提取的车位线正确性、完整性和定位精度都较高，能够更好地为停车场结构的提取提供依据。本发明以单景航空正射影像为数据进行停车场结构提取，数据获取容易，价格适宜。
-
基于核相似区分布特性的图像角点检测方法及系统
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括：步骤 1，构造一个圆模板和 m 个角模板；步骤 2，获得圆模板和角模板的核相似区面积；步骤 3，按核相似区面积大小对角模板对应的方向排序，获得方向序列；步骤 4，基于方向序列确定主方向并判断主方向连续性；步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主方向连续判断模板中心是否为候选角点；步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而提高角点检测精度。
找到3项技术成果数据。
找技术>-
一种基于主方向模板的特征匹配方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明属于图像处理技术领域，特别是涉及一种基于主方向模板的特征匹配方法。本发明包括以下步骤：步骤1：将目标图和样本图都分割为网格，且网格的大小相同，计算每个网格中的像素点的梯度值和梯度方向；步骤2：每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明显的梯度值使用字节进行存储；步骤3：样本图与目标图的网格模板特征按位异或匹配；步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量。本发明对模板特征进行压缩，且使用单字节进行存储，降低了内存的消耗。
-
一种主方向约束下的停车场结构提取方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种主方向约束下的停车场结构提取方法，步骤包括：针对航空正射影像，使用Edison算法和Hough变换进行初始线段检测，获取车位线主方向；根据获取的主方向，使用主方向约束下的线段提取方法，检测出准确车位线；根据车位线角度对车位线进行编组筛选，并使用最大相交方向方法划分停车道；利用提取的车位线和划分的停车道，计算停车场的结构参数；依据停车场结构参数重新构建停车场的准确车位线，并生成停车道的分割线，完成停车场结构的自动提取。本发明利用初始线段检测获取车位线的主方向，以此作为约束进行车位线提取，提取的车位线正确性、完整性和定位精度都较高，能够更好地为停车场结构的提取提供依据。本发明以单景航空正射影像为数据进行停车场结构提取，数据获取容易，价格适宜。
-
基于核相似区分布特性的图像角点检测方法及系统
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括：步骤 1，构造一个圆模板和 m 个角模板；步骤 2，获得圆模板和角模板的核相似区面积；步骤 3，按核相似区面积大小对角模板对应的方向排序，获得方向序列；步骤 4，基于方向序列确定主方向并判断主方向连续性；步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主方向连续判断模板中心是否为候选角点；步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而提高角点检测精度。
找到3项技术成果数据。
找技术>-
一种基于主方向模板的特征匹配方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明属于图像处理技术领域，特别是涉及一种基于主方向模板的特征匹配方法。本发明包括以下步骤：步骤1：将目标图和样本图都分割为网格，且网格的大小相同，计算每个网格中的像素点的梯度值和梯度方向；步骤2：每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明显的梯度值使用字节进行存储；步骤3：样本图与目标图的网格模板特征按位异或匹配；步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量。本发明对模板特征进行压缩，且使用单字节进行存储，降低了内存的消耗。
-
一种主方向约束下的停车场结构提取方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种主方向约束下的停车场结构提取方法，步骤包括：针对航空正射影像，使用Edison算法和Hough变换进行初始线段检测，获取车位线主方向；根据获取的主方向，使用主方向约束下的线段提取方法，检测出准确车位线；根据车位线角度对车位线进行编组筛选，并使用最大相交方向方法划分停车道；利用提取的车位线和划分的停车道，计算停车场的结构参数；依据停车场结构参数重新构建停车场的准确车位线，并生成停车道的分割线，完成停车场结构的自动提取。本发明利用初始线段检测获取车位线的主方向，以此作为约束进行车位线提取，提取的车位线正确性、完整性和定位精度都较高，能够更好地为停车场结构的提取提供依据。本发明以单景航空正射影像为数据进行停车场结构提取，数据获取容易，价格适宜。
-
基于核相似区分布特性的图像角点检测方法及系统
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括：步骤 1，构造一个圆模板和 m 个角模板；步骤 2，获得圆模板和角模板的核相似区面积；步骤 3，按核相似区面积大小对角模板对应的方向排序，获得方向序列；步骤 4，基于方向序列确定主方向并判断主方向连续性；步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主方向连续判断模板中心是否为候选角点；步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而提高角点检测精度。
找到3项技术成果数据。
找技术>-
一种基于主方向模板的特征匹配方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本发明属于图像处理技术领域，特别是涉及一种基于主方向模板的特征匹配方法。本发明包括以下步骤：步骤1：将目标图和样本图都分割为网格，且网格的大小相同，计算每个网格中的像素点的梯度值和梯度方向；步骤2：每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明显的梯度值使用字节进行存储；步骤3：样本图与目标图的网格模板特征按位异或匹配；步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量。本发明对模板特征进行压缩，且使用单字节进行存储，降低了内存的消耗。
-
一种主方向约束下的停车场结构提取方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
一种主方向约束下的停车场结构提取方法，步骤包括：针对航空正射影像，使用Edison算法和Hough变换进行初始线段检测，获取车位线主方向；根据获取的主方向，使用主方向约束下的线段提取方法，检测出准确车位线；根据车位线角度对车位线进行编组筛选，并使用最大相交方向方法划分停车道；利用提取的车位线和划分的停车道，计算停车场的结构参数；依据停车场结构参数重新构建停车场的准确车位线，并生成停车道的分割线，完成停车场结构的自动提取。本发明利用初始线段检测获取车位线的主方向，以此作为约束进行车位线提取，提取的车位线正确性、完整性和定位精度都较高，能够更好地为停车场结构的提取提供依据。本发明以单景航空正射影像为数据进行停车场结构提取，数据获取容易，价格适宜。
-
基于核相似区分布特性的图像角点检测方法及系统
成熟度：正在研发
技术类型：发明
应用行业：信息传输、软件和信息技术服务业
技术简介
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括：步骤 1，构造一个圆模板和 m 个角模板；步骤 2，获得圆模板和角模板的核相似区面积；步骤 3，按核相似区面积大小对角模板对应的方向排序，获得方向序列；步骤 4，基于方向序列确定主方向并判断主方向连续性；步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主方向连续判断模板中心是否为候选角点；步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而提高角点检测精度。