CN110689497A - 大数据提取装置及方法 - Google Patents
大数据提取装置及方法 Download PDFInfo
- Publication number
- CN110689497A CN110689497A CN201910921139.2A CN201910921139A CN110689497A CN 110689497 A CN110689497 A CN 110689497A CN 201910921139 A CN201910921139 A CN 201910921139A CN 110689497 A CN110689497 A CN 110689497A
- Authority
- CN
- China
- Prior art keywords
- image
- filter
- candle light
- data extraction
- amplitude
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013075 data extraction Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000003384 imaging method Methods 0.000 claims abstract description 27
- 230000003044 adaptive effect Effects 0.000 claims abstract description 5
- 230000009471 action Effects 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 32
- 238000005192 partition Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000010859 live-cell imaging Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000003707 image sharpening Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000003706 image smoothing Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 6
- 230000007123 defense Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- YMHOBZXQZVXHBM-UHFFFAOYSA-N 2,5-dimethoxy-4-bromophenethylamine Chemical compound COC1=CC(CCN)=C(OC)C=C1Br YMHOBZXQZVXHBM-UHFFFAOYSA-N 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241000545067 Venus Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于目标识别的数据提取装置及方法，所述装置包括：烛光辨识设备，用于基于烛光几何形状对归并处理图像执行烛光目标辨识动作，以在辨识到存在烛光目标时，发出烛光获取命令，否则，发出烛光未获取命令；数值设定设备，用于在接收到烛光获取命令时，基于所述归并处理图像中烛光目标的数量确定对应的白平衡并选择与所述白平衡值对应的补偿值作为参考补偿值发送给所述笔记本前端成像装置。本发明的基于目标识别的数据提取装置及方法逻辑清楚、操作简便。由于基于图像中烛光目标的数量确定对应的白平衡并选择与所述白平衡值对应的补偿值作为参考补偿值，从而实现了图像信号的自适应调整。
Description
技术领域
本发明涉及目标识别领域，尤其涉及一种大数据提取装置及方法。
背景技术
目标识别是指一个特殊目标(或一种类型的目标)从其它目标(或其它类型的目标)中被区分出来的过程。它既包括两个非常相似目标的识别，也包括一种类型的目标同其他类型目标的识别。
目标识别的基本原理是利用雷达回波中的幅度、相位、频谱和极化等目标特征信息，通过数学上的各种多维空间变换来估算目标的大小、形状、重量和表面层的物理特性参数，最后根据大量训练样本所确定的鉴别函数，在分类器中进行识别判决。
目标识别技术已广泛应用于国民经济、空间技术和国防等领域。
人们可以利用雷达和计算机对遥远目标进行辨认。现代雷达(包括热雷达和激光雷达)不但是对遥远目标进行探测和定位的工具，而且能够测量与目标形体和表面物理特性有关的参数，进而对目标分类和识别。雷达目标识别技术开始于50年代末期，美国人用单脉冲雷达跟踪并记录了苏联发射的第二颗人造地球卫星的回波，通过对回波信号的分析，确认卫星上装有角反射器。现代防空雷达已具有辨认少数典型飞机机型的能力。反弹道导弹防御雷达(见目标截获和识别雷达)能从洲际导弹的碎块和少量诱饵中识别出真弹头。在空间探测中，对月球和金星表面的地形测绘和电磁物理特性参数测量，以及判定卫星发射后太阳电池翼是否打开等，都能应用目标识别技术。
发明内容
本发明至少需要具备以下两处发明点：
(1)将各个图像分区中模糊度等级最低的图像分区作为目标图像分区，基于目标图像分区的噪声幅值对所述图像分区循环执行相应的小波滤波操作，从而提升了图像处理的自适应能力；
(2)基于图像中烛光目标的数量确定对应的白平衡并选择与所述白平衡值对应的补偿值作为参考补偿值，以发送给所述笔记本前端成像装置执行相应的白平衡补偿操作。
根据本发明的一方面，提供了一种基于目标识别的数据提取装置，所述装置包括：
幅值辨识设备，用于对从笔记本前端成像装置接收到的现场成像图像执行各种噪声的各个最大幅值的比较，将各个最大幅值的最大值作为参考幅值输出；
分区捕获设备，与所述幅值辨识设备连接，用于接收所述参考幅值，并确定与所述参考幅值成反比的对现场成像图像执行切分所获得的图像分区的数量；
在所述分区捕获设备中，对现场成像图像执行切分所获得的各个图像分区的大小相同，所述分区捕获设备还用于输出所述各个图像分区；
内容比较设备，与所述分区捕获设备连接，用于对接收到的所述现场成像图像的每一个图像分区执行模糊度检测操作，以获得对应的模糊度等级，对所述现场成像图像的各个图像分区的各个模糊度等级进行比较，以将模糊度等级最低的图像分区作为目标图像分区输出，模糊度等级越低，对应的图像分区的图像内容越清晰；
自适应处理设备，与所述内容比较设备连接，用于对所述目标图像分区进行内容鉴别操作，以获得对应的噪声幅值，并对每一个图像分区执行以下操作：基于所述噪声幅值对所述图像分区循环执行相应的小波滤波操作，以获得并输出对应的自适应处理分块；
图像归并设备，与所述自适应处理设备连接，用于接收各个自适应处理分块，对所述各个自适应处理分块进行信号合并以获得所述现场成像图像对应的自适应处理图像，并对所述自适应处理图像中每一个分块合并处分别执行图像平滑操作，以获得对应的归并处理图像；
烛光辨识设备，与所述图像归并设备连接，用于基于烛光几何形状对所述归并处理图像执行烛光目标辨识动作，以在辨识到存在烛光目标时，发出烛光获取命令，否则，发出烛光未获取命令。
根据本发明的另一方面，还提供了一种基于目标识别的数据提取方法，所述方法包括使用如上述的基于目标识别的数据提取装置以基于图像中烛光目标的数量确定对应的白平衡并选择与所述白平衡值对应的补偿值作为参考补偿值。
本发明的基于目标识别的数据提取装置及方法逻辑清楚、操作简便。由于基于图像中烛光目标的数量确定对应的白平衡并选择与所述白平衡值对应的补偿值作为参考补偿值，从而实现了图像信号的自适应调整。
具体实施方式
下面将对本发明的基于目标识别的数据提取装置及方法的实施方案进行详细说明。
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理，图像识别软件国外代表的有康耐视等，国内代表的有图智能等。另外在地理学中指将遥感图像进行分类的技术。
图像识别可能是以图像的主要特征为基础的。每个图像都有它的特征,如字母A有个尖，P有个圈、而Y的中心有个锐角等。对图像识别时眼动的研究表明，视线总是集中在图像的主要特征上，也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方，这些地方的信息量最大。而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上。由此可见，在图像识别过程中，知觉机制必须排除输入的多余信息,抽出关键的信息。同时,在大脑里必定有一个负责整合信息的机制，它能把分阶段获得的信息整理成一个完整的知觉映象。
目前，由于笔记本前端成像装置的空间有限，无法对各个拍摄参数进行手工调整，导致在各种成像场景中图像的质量不一，无法展现现实场景的真实面貌，例如，在多个烛光下的成像图像过于偏暖，需要进行现场的图像信号调节。
为了克服上述不足，本发明搭建了一种基于目标识别的数据提取装置及方法，能够有效解决相应的技术问题。
根据本发明实施方案示出的基于目标识别的数据提取装置包括：
幅值辨识设备，用于对从笔记本前端成像装置接收到的现场成像图像执行各种噪声的各个最大幅值的比较，将各个最大幅值的最大值作为参考幅值输出；
分区捕获设备，与所述幅值辨识设备连接，用于接收所述参考幅值，并确定与所述参考幅值成反比的对现场成像图像执行切分所获得的图像分区的数量；
在所述分区捕获设备中，对现场成像图像执行切分所获得的各个图像分区的大小相同，所述分区捕获设备还用于输出所述各个图像分区；
内容比较设备，与所述分区捕获设备连接，用于对接收到的所述现场成像图像的每一个图像分区执行模糊度检测操作，以获得对应的模糊度等级，对所述现场成像图像的各个图像分区的各个模糊度等级进行比较，以将模糊度等级最低的图像分区作为目标图像分区输出，模糊度等级越低，对应的图像分区的图像内容越清晰；
自适应处理设备，与所述内容比较设备连接，用于对所述目标图像分区进行内容鉴别操作，以获得对应的噪声幅值，并对每一个图像分区执行以下操作：基于所述噪声幅值对所述图像分区循环执行相应的小波滤波操作，以获得并输出对应的自适应处理分块；
图像归并设备，与所述自适应处理设备连接，用于接收各个自适应处理分块，对所述各个自适应处理分块进行信号合并以获得所述现场成像图像对应的自适应处理图像，并对所述自适应处理图像中每一个分块合并处分别执行图像平滑操作，以获得对应的归并处理图像；
烛光辨识设备，与所述图像归并设备连接，用于基于烛光几何形状对所述归并处理图像执行烛光目标辨识动作，以在辨识到存在烛光目标时，发出烛光获取命令，否则，发出烛光未获取命令；
数值设定设备，与所述烛光辨识设备连接，用于在接收到所述烛光获取命令时，基于所述归并处理图像中烛光目标的数量确定对应的白平衡并选择与所述白平衡值对应的补偿值作为参考补偿值发送给所述笔记本前端成像装置；
其中，所述归并处理图像中烛光目标的数量越多，对应的白平衡值越小。
接着，继续对本发明的基于目标识别的数据提取装置的具体结构进行进一步的说明。
所述基于目标识别的数据提取装置中：
基于所述噪声幅值对所述图像分区循环执行相应的小波滤波操作包括：所述噪声幅值与相应的小波滤波操作所选用的小波基的维数成正比。
所述基于目标识别的数据提取装置中还可以包括：
平滑空间滤波设备，用于对从笔记本前端成像装置接收到的现场成像图像执行平滑空间滤波处理，以获得并输出相应的平滑空间滤波图像。
所述基于目标识别的数据提取装置中还可以包括：
滤镜锐化设备，与所述平滑空间滤波设备连接，用于对接收到的平滑空间滤波图像执行基于Smart Sharpen滤镜的图像锐化处理，以获得滤镜锐化图像，并输出所述滤镜锐化图像。
所述基于目标识别的数据提取装置中还可以包括：
数量辨识设备，与所述滤镜锐化设备连接，用于接收所述滤镜锐化图像和所述平滑空间滤波图像，基于所述平滑空间滤波图像各个像素点的各个像素值分析所述平滑空间滤波图像的噪声类型数量，并基于所述滤镜锐化图像各个像素点的各个像素值分析所述滤镜锐化图像的噪声类型数量。
所述基于目标识别的数据提取装置中还可以包括：
命令解析设备，与所述数量辨识设备连接，用于在所述滤镜锐化图像的噪声类型数量除以所述平滑空间滤波图像的噪声类型数量所获得的比例小于等于预设比例阈值时，发出第一控制命令；
其中，所述命令解析设备还用于在所述滤镜锐化图像的噪声类型数量除以所述平滑空间滤波图像的噪声类型数量所获得的比例大于所述预设比例阈值时，发出第二控制命令。
所述基于目标识别的数据提取装置中还可以包括：
GPU处理芯片，分别与所述幅值辨识设备、所述命令解析设备和所述滤镜锐化设备连接，用于在接收到所述第二控制命令时，控制所述滤镜锐化设备对所述滤镜锐化图像再次执行基于Smart Sharpen滤镜的图像锐化处理，以获得对应的双重滤波图像并替换所述现场成像图像发送给所述幅值辨识设备；
其中，所述GPU处理芯片还用于在接收到所述第一控制命令时，将所述滤镜锐化图像作为双重滤波图像并替换所述现场成像图像发送给所述幅值辨识设备。
所述基于目标识别的数据提取装置中：
所述GPU处理芯片内置有存储单元，所述内置的存储单元用于暂存所述双重滤波图像；
其中，所述命令解析设备与所述数量辨识设备之间设置有串行通信链路和并行通信链路，所述串行通信链路用于在所述命令解析设备与所述数量辨识设备之间传递控制命令；
其中，所述并行通信链路用于在所述命令解析设备与所述数量辨识设备之间传递图像数据。
同时，为了克服上述不足，本发明还搭建了一种基于目标识别的数据提取方法，所述方法包括使用如上述的基于目标识别的数据提取装置以基于图像中烛光目标的数量确定对应的白平衡并选择与所述白平衡值对应的补偿值作为参考补偿值。
另外，图形处理器(英语：Graphics Processing Unit，缩写：GPU)，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上图像运算工作的微处理器。
图形处理器用途是将计算机系统所需要的显示信息进行转换驱动，并向显示器提供行扫描信号，控制显示器的正确显示，是连接显示器和个人电脑主板的重要元件，也是“人机对话”的重要设备之一。显卡作为电脑主机里的一个重要组成部分，承担输出显示图形的任务，对于从事专业图形设计的人来说显卡非常重要。
显卡的处理器称为图形处理器(GPU)，它是显卡的“心脏”，与CPU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。某些最快速的GPU集成的晶体管数甚至超过了普通CPU。
时下的GPU多数拥有2D或3D图形加速功能。如果CPU想画一个二维图形，只需要发个指令给GPU，如“在坐标位置(x,y)处画个长和宽为a×b大小的长方形”，GPU就可以迅速计算出该图形的所有像素，并在显示器上指定位置画出相应的图形，画完后就通知CPU“我画完了”，然后等待CPU发出下一条图形指令。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：只读内存(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (9)
1.一种基于目标识别的数据提取装置，所述装置包括：
幅值辨识设备，用于对从笔记本前端成像装置接收到的现场成像图像执行各种噪声的各个最大幅值的比较，将各个最大幅值的最大值作为参考幅值输出；
分区捕获设备，与所述幅值辨识设备连接，用于接收所述参考幅值，并确定与所述参考幅值成反比的对现场成像图像执行切分所获得的图像分区的数量；
在所述分区捕获设备中，对现场成像图像执行切分所获得的各个图像分区的大小相同，所述分区捕获设备还用于输出所述各个图像分区；
内容比较设备，与所述分区捕获设备连接，用于对接收到的所述现场成像图像的每一个图像分区执行模糊度检测操作，以获得对应的模糊度等级，对所述现场成像图像的各个图像分区的各个模糊度等级进行比较，以将模糊度等级最低的图像分区作为目标图像分区输出，模糊度等级越低，对应的图像分区的图像内容越清晰；
自适应处理设备，与所述内容比较设备连接，用于对所述目标图像分区进行内容鉴别操作，以获得对应的噪声幅值，并对每一个图像分区执行以下操作：基于所述噪声幅值对所述图像分区循环执行相应的小波滤波操作，以获得并输出对应的自适应处理分块；
图像归并设备，与所述自适应处理设备连接，用于接收各个自适应处理分块，对所述各个自适应处理分块进行信号合并以获得所述现场成像图像对应的自适应处理图像，并对所述自适应处理图像中每一个分块合并处分别执行图像平滑操作，以获得对应的归并处理图像；
烛光辨识设备，与所述图像归并设备连接，用于基于烛光几何形状对所述归并处理图像执行烛光目标辨识动作，以在辨识到存在烛光目标时，发出烛光获取命令，否则，发出烛光未获取命令；
数值设定设备，与所述烛光辨识设备连接，用于在接收到所述烛光获取命令时，基于所述归并处理图像中烛光目标的数量确定对应的白平衡并选择与所述白平衡值对应的补偿值作为参考补偿值发送给所述笔记本前端成像装置；
其中，所述归并处理图像中烛光目标的数量越多，对应的白平衡值越小。
2.如权利要求1所述的基于目标识别的数据提取装置，其特征在于：
基于所述噪声幅值对所述图像分区循环执行相应的小波滤波操作包括：所述噪声幅值与相应的小波滤波操作所选用的小波基的维数成正比。
3.如权利要求2所述的基于目标识别的数据提取装置，其特征在于，所述装置还包括：
平滑空间滤波设备，用于对从笔记本前端成像装置接收到的现场成像图像执行平滑空间滤波处理，以获得并输出相应的平滑空间滤波图像。
4.如权利要求3所述的基于目标识别的数据提取装置，其特征在于，所述装置还包括：
滤镜锐化设备，与所述平滑空间滤波设备连接，用于对接收到的平滑空间滤波图像执行基于Smart Sharpen滤镜的图像锐化处理，以获得滤镜锐化图像，并输出所述滤镜锐化图像。
5.如权利要求4所述的基于目标识别的数据提取装置，其特征在于，所述装置还包括：
数量辨识设备，与所述滤镜锐化设备连接，用于接收所述滤镜锐化图像和所述平滑空间滤波图像，基于所述平滑空间滤波图像各个像素点的各个像素值分析所述平滑空间滤波图像的噪声类型数量，并基于所述滤镜锐化图像各个像素点的各个像素值分析所述滤镜锐化图像的噪声类型数量。
6.如权利要求5所述的基于目标识别的数据提取装置，其特征在于，所述装置还包括：
命令解析设备，与所述数量辨识设备连接，用于在所述滤镜锐化图像的噪声类型数量除以所述平滑空间滤波图像的噪声类型数量所获得的比例小于等于预设比例阈值时，发出第一控制命令；
其中，所述命令解析设备还用于在所述滤镜锐化图像的噪声类型数量除以所述平滑空间滤波图像的噪声类型数量所获得的比例大于所述预设比例阈值时，发出第二控制命令。
7.如权利要求6所述的基于目标识别的数据提取装置，其特征在于，所述装置还包括：
GPU处理芯片，分别与所述幅值辨识设备、所述命令解析设备和所述滤镜锐化设备连接，用于在接收到所述第二控制命令时，控制所述滤镜锐化设备对所述滤镜锐化图像再次执行基于Smart Sharpen滤镜的图像锐化处理，以获得对应的双重滤波图像并替换所述现场成像图像发送给所述幅值辨识设备；
其中，所述GPU处理芯片还用于在接收到所述第一控制命令时，将所述滤镜锐化图像作为双重滤波图像并替换所述现场成像图像发送给所述幅值辨识设备。
8.如权利要求7所述的基于目标识别的数据提取装置，其特征在于：
所述GPU处理芯片内置有存储单元，所述内置的存储单元用于暂存所述双重滤波图像；
其中，所述命令解析设备与所述数量辨识设备之间设置有串行通信链路和并行通信链路，所述串行通信链路用于在所述命令解析设备与所述数量辨识设备之间传递控制命令；
其中，所述并行通信链路用于在所述命令解析设备与所述数量辨识设备之间传递图像数据。
9.一种基于目标识别的数据提取方法，所述方法包括使用如权利要求1-8任一所述的基于目标识别的数据提取装置以基于图像中烛光目标的数量确定对应的白平衡并选择与所述白平衡值对应的补偿值作为参考补偿值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921139.2A CN110689497B (zh) | 2019-09-27 | 2019-09-27 | 基于目标识别的数据提取装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921139.2A CN110689497B (zh) | 2019-09-27 | 2019-09-27 | 基于目标识别的数据提取装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110689497A true CN110689497A (zh) | 2020-01-14 |
| CN110689497B CN110689497B (zh) | 2020-05-12 |
Family
ID=69110507
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910921139.2A Active CN110689497B (zh) | 2019-09-27 | 2019-09-27 | 基于目标识别的数据提取装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110689497B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114545383A (zh) * | 2022-01-25 | 2022-05-27 | 广东德赛矽镨技术有限公司 | 一种高抗干扰能力的x波段可调雷达感应方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1719875A (zh) * | 2004-07-08 | 2006-01-11 | 三星电子株式会社 | 具有自动白平衡的数字摄像机及其使用方法 |
| US20070104475A1 (en) * | 2005-11-04 | 2007-05-10 | Cheng Brett A | Backlight compensation using threshold detection |
| CN101283604A (zh) * | 2005-08-30 | 2008-10-08 | 诺基亚公司 | 具有自动白平衡的图像处理设备 |
| CN101491101A (zh) * | 2006-07-18 | 2009-07-22 | 汤姆森许可贸易公司 | 用于自适应参考滤波的方法和装置 |
| US20100020003A1 (en) * | 2008-07-22 | 2010-01-28 | Feng Xiao-Fan | Methods and Systems for Area Adaptive Backlight Management |
| CN102970483A (zh) * | 2012-11-26 | 2013-03-13 | 广东欧珀移动通信有限公司 | 一种摄像装置的语音控制方法及装置 |
| CN103888669A (zh) * | 2012-12-21 | 2014-06-25 | 辉达公司 | 相机控制的方法 |
| CN105981379A (zh) * | 2014-09-17 | 2016-09-28 | 深圳市大疆创新科技有限公司 | 自动白平衡系统及方法 |
| CN109714582A (zh) * | 2019-01-04 | 2019-05-03 | Oppo广东移动通信有限公司 | 白平衡调整方法、装置、存储介质及终端 |
-
2019
- 2019-09-27 CN CN201910921139.2A patent/CN110689497B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1719875A (zh) * | 2004-07-08 | 2006-01-11 | 三星电子株式会社 | 具有自动白平衡的数字摄像机及其使用方法 |
| CN101283604A (zh) * | 2005-08-30 | 2008-10-08 | 诺基亚公司 | 具有自动白平衡的图像处理设备 |
| US20070104475A1 (en) * | 2005-11-04 | 2007-05-10 | Cheng Brett A | Backlight compensation using threshold detection |
| CN101491101A (zh) * | 2006-07-18 | 2009-07-22 | 汤姆森许可贸易公司 | 用于自适应参考滤波的方法和装置 |
| US20100020003A1 (en) * | 2008-07-22 | 2010-01-28 | Feng Xiao-Fan | Methods and Systems for Area Adaptive Backlight Management |
| CN102970483A (zh) * | 2012-11-26 | 2013-03-13 | 广东欧珀移动通信有限公司 | 一种摄像装置的语音控制方法及装置 |
| CN103888669A (zh) * | 2012-12-21 | 2014-06-25 | 辉达公司 | 相机控制的方法 |
| CN105981379A (zh) * | 2014-09-17 | 2016-09-28 | 深圳市大疆创新科技有限公司 | 自动白平衡系统及方法 |
| CN108718405A (zh) * | 2014-09-17 | 2018-10-30 | 深圳市大疆创新科技有限公司 | 自动白平衡系统及方法 |
| CN109714582A (zh) * | 2019-01-04 | 2019-05-03 | Oppo广东移动通信有限公司 | 白平衡调整方法、装置、存储介质及终端 |
Non-Patent Citations (3)
| Title |
|---|
| CHEN J ET AL: "Image Dimming Perceptual Model Based Pixel Compensation and Backlight Adjustment", 《DISPLAY TECHNOLOGY》 * |
| 吕亚静: "高清摄像机背光补偿和色彩校正算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 朱胜利: "基于移动智能终端的视像信号处理技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114545383A (zh) * | 2022-01-25 | 2022-05-27 | 广东德赛矽镨技术有限公司 | 一种高抗干扰能力的x波段可调雷达感应方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110689497B (zh) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5940453B2 (ja) | 画像のシーケンス内のオブジェクトのリアルタイム表現のハイブリッド型追跡のための方法、コンピュータプログラム、および装置 | |
| CN112446270A (zh) | 行人再识别网络的训练方法、行人再识别方法和装置 | |
| CN107967482A (zh) | 图标识别方法及装置 | |
| CN110988818A (zh) | 基于条件生成式对抗网络的欺骗干扰模板生成方法 | |
| CN106600613B (zh) | 基于嵌入式gpu的改进lbp红外目标检测方法 | |
| EP2054835A1 (en) | Target orientation | |
| CN110689497B (zh) | 基于目标识别的数据提取装置及方法 | |
| CN110879983B (zh) | 一种人脸特征关键点的提取方法和一种人脸图像合成方法 | |
| CN111275734B (zh) | 物体辨识与追踪系统及其方法 | |
| CN112926695B (zh) | 基于模板匹配的图像识别方法和系统 | |
| US20180247431A1 (en) | Process, system and apparatus for machine colour characterisation of digital media | |
| CN112949380B (zh) | 一种基于激光雷达点云数据的智能水下目标识别系统 | |
| CN112598032A (zh) | 面向红外图像对抗攻击的多任务防御模型构建方法 | |
| CN112529917A (zh) | 一种三维目标分割方法、装置、设备和存储介质 | |
| CN112150464A (zh) | 一种图像检测方法、装置、电子设备及存储介质 | |
| CN109409387B (zh) | 图像采集设备的采集方向确定方法、装置及电子设备 | |
| US20200042830A1 (en) | Method, apparatus and device for evaluating image tracking effectiveness and readable storage medium | |
| CN116721156A (zh) | 工件位置定位方法、装置、计算机设备及存储介质 | |
| JP2014095667A (ja) | 目標類識別装置及び目標類識別方法 | |
| CN109314774A (zh) | 用于立体成像的系统和方法 | |
| CN106909936B (zh) | 一种基于双车辆可变形部件模型的车辆检测方法 | |
| CN112257617B (zh) | 多模态目标识别方法和系统 | |
| CN113963178A (zh) | 地空背景下红外弱小目标检测方法、装置、设备及介质 | |
| CN114463379A (zh) | 一种视频关键点的动态捕捉方法及装置 | |
| JP6278757B2 (ja) | 特徴量生成装置、特徴量生成方法、およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 528300 No.8, donghongheng street, Daliang street, Shunde District, Foshan City, Guangdong Province Applicant after: Zhang Yuqi Address before: No. 858, shenta street, Lili Town, Wujiang District, Suzhou City, Jiangsu Province 215200 Applicant before: Zhang Yuqi |
|
| CB02 | Change of applicant information | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhao Fei Inventor after: Wu Hongyong Inventor after: Yu Fei Inventor after: Other inventor requests not to publish the name Inventor before: Request for anonymity |
|
| TA01 | Transfer of patent application right |
Effective date of registration: 20200416 Address after: No. 11, 3 / F, future Fangzhou D18 group, yuan'jing District, Yunyan District, Guiyang City, Guizhou Province 550001 Applicant after: Xintongda Intelligent Technology Co.,Ltd. Address before: 528300 No.8, donghongheng street, Daliang street, Shunde District, Foshan City, Guangdong Province Applicant before: Zhang Yuqi |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Data Extraction Device and Method Based on Target Recognition Effective date of registration: 20221026 Granted publication date: 20200512 Pledgee: Guiyang industrial Financing Guarantee Co.,Ltd. Pledgor: Xintongda Intelligent Technology Co.,Ltd. Registration number: Y2022980019782 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |