一种复杂车路图像边界优化方法

发明专利有效专利

申请号：
CN201910767799.X
IPC分类号：G06T7/11;G06T7/187;G06T7/12;G06K9/62;G06T5/00
申请日期：
2019-08-20
申请人：
长安大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种复杂车路图像边界优化方法
申请号	CN201910767799.X	申请日期	2019-08-20
法律状态	实质审查	申报国家	暂无
公开/公告日	2019-12-31	公开/公告号	CN110634142A
优先权	暂无	优先权号	暂无
主分类号	G06T7/11 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕 G06T7/11 区域分割〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;1;;;G;0;6;T;7;/;1;8;7;;;G;0;6;T;7;/;1;2;;;G;0;6;K;9;/;6;2;;;G;0;6;T;5;/;0;0查看分类表>
申请人	长安大学	申请人地址	陕西省西安市雁塔区二环南路中段126号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	长安大学	当前权利人	长安大学
发明人	王会峰;柴彩萍;魏飞婷;杨文光;黄鹤;穆柯楠;张佳佳;倪敬雪;关丽敏
代理机构	西安恒泰知识产权代理事务所	代理人	暂无

摘要

本发明提出了一种复杂车路图像边界优化方法，实现了复杂车路环境下图像目标的分类。首先通过SegNet算法模型进行大量数据的训练仿真得到粗糙的车路目标分类特征，然后利用简单线性迭代聚类算法获得图像的过分割区域，结合SegNet算法得到的神经网络确定每个超像素区域中每个像素的类别，最后通过利用条件随机场精确的边界恢复能力来优化语义分割的结果，实现对车路图像进行边界和小区域目标误分割优化。结果表明，本发明的方法可以提高对象边界的分割精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供