CN111047641A - 标记方法、装置、计算机设备和存储介质 - Google Patents
标记方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111047641A CN111047641A CN201911398529.2A CN201911398529A CN111047641A CN 111047641 A CN111047641 A CN 111047641A CN 201911398529 A CN201911398529 A CN 201911398529A CN 111047641 A CN111047641 A CN 111047641A
- Authority
- CN
- China
- Prior art keywords
- radar echo
- connected region
- concave
- convex
- echo image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000008859 change Effects 0.000 claims abstract description 89
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000009499 grossing Methods 0.000 claims description 38
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 24
- 230000009466 transformation Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000000926 separation method Methods 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010065042 Immune reconstitution inflammatory syndrome Diseases 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请涉及一种标记方法、装置、计算机设备和存储介质。所述方法包括：获取雷达回波数据，雷达回波数据包括多帧雷达回波图像；确定各雷达回波图像中的至少一个连通区域，并获取各连通区域的凹凸属性值；根据雷达回波图像中的各连通区域的凹凸属性值，与雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各雷达回波图像中各连通区域的凹凸变化属性；根据各雷达回波图像中各连通区域的凹凸变化属性，对各雷达回波图像进行标记。采用本方法可以对每一连通区域进行标记，提升了本申请的标记精度；并且可以在提升标记效率的同时，提升对每一连通区域的标记准确率。
Description
技术领域
本申请涉及图像处理技术领域，特别是涉及一种标记方法、装置、计算机设备和存储介质。
背景技术
临近预报曾被称为“现时预报”或“短时预报”，是一种预防紧急局地强风暴等灾害性天气的赋予社会经济效益的预报服务项目，目的是尽可能地满足各类经济部门的特殊气象服务要求，并为广大社会公众活动提供高质量的气象保障服务。
临近预报中最重要的数据是雷达回波数据，而雷达回波数据标记是机器学习和深度学习工具使用的前提。在雷达回波数据标记领域中，雷达数据的离合属性(即时间序列中，雷达回波是由一块分离为两块或多块，还是由多块合并为一块)是非常重要信息，雷达回波数据的离合信息决定了降水的消散和增强。现有的雷达回波数据标记是通过人工标记。
但是，现有的标记方法效率较低，且准确度较低。
发明内容
基于此，有必要针对上述技术问题，提供一种效率高且准确度高的标记方法、装置、计算机设备和存储介质。
第一方面，本发明实施例提供一种标记方法，所述方法包括：
获取雷达回波数据，所述雷达回波数据包括多帧雷达回波图像；
确定各所述雷达回波图像中的至少一个连通区域，并获取各所述连通区域的凹凸属性值；
根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性；
根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记。
在本申请的一个实施例中，所述获取各所述连通区域的凹凸属性值，包括：
对所述连通区域进行边缘平滑处理；
获取平滑处理后的连通区域的凹凸性；
当所述凹凸性为凹时，返回执行所述对所述连通区域进行边缘平滑处理的步骤；
当所述凹凸性为凸时，获取当前平滑处理次数，并将所述当前平滑处理次数与预设的最大平滑次数的比值作为所述连通区域的凹凸属性值。
在本申请的一个实施例中，所述根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性，包括：
确定所述雷达回波图像中的各连通区域，在所述雷达回波图像的上一帧雷达回波图像中对应的连通区域；
根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性。
在本申请的一个实施例中，所述确定所述雷达回波图像中的各连通区域，在所述雷达回波图像的上一帧雷达回波图像中对应的连通区域，包括：
根据所述雷达回波图像及所述上一帧雷达回波图像，获取仿射变换的仿射变换参数；所述仿射变换参数包括旋转矩阵和平移向量；
根据所述仿射变换参数，确定所述雷达回波图像中各像素点与所述上一帧雷达回波图像中各像素点的像素点映射关系；
根据所述像素点映射关系，确定所述雷达回波图像中的各连通区域，在所述雷达回波图像的上一帧雷达回波图像中对应的连通区域。
在本申请的一个实施例中，所述根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性，包括：
根据所述雷达回波图像中各连通区域的凹凸属性值及上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定所述雷达回波图像中各连通区域的变化斜率；
根据所述雷达回波图像中各连通区域的变化斜率，确定所述雷达回波图像中各连通区域的凹凸变化属性。
在本申请的一个实施例中，所述根据所述雷达回波图像中各连通区域的变化斜率，确定所述雷达回波图像中各连通区域的凹凸变化属性，包括：
若所述变化斜率为正，判定所述连通区域凹凸变化属性为由凸变凹；
若所述变化斜率为负，判定所述连通区域凹凸变化属性为由凹变凸。
在本申请的一个实施例中，所述标记包括类型标记及强度标记；则所述根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记，包括：
若所述连通区域凹凸变化属性为由凸变凹，将分离类别作为所述连通区域的类型标记，并将所述变化斜率作为所述强度标记；
若所述连通区域的凹凸变化属性为由凹变凸，将合并类别作为所述连通区域的类型标记，并将所述变化斜率作为所述强度标记。
第二方面，本发明实施例提供一种标记装置，所述装置包括：
解析模块，用于获取雷达回波数据，所述雷达回波数据包括多帧雷达回波图像；
连通区域确定模块，用于确定各所述雷达回波图像中的至少一个连通区域，并获取各所述连通区域的凹凸属性值；
凹凸变化属性确定模块，用于根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性；
标记模块，用于根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记。
第三方面，本发明实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取雷达回波数据，所述雷达回波数据包括多帧雷达回波图像；
确定各所述雷达回波图像中的至少一个连通区域，并获取各所述连通区域的凹凸属性值；
根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性；
根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记。
第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取雷达回波数据，所述雷达回波数据包括多帧雷达回波图像；
确定各所述雷达回波图像中的至少一个连通区域，并获取各所述连通区域的凹凸属性值；
根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性；
根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记。
上述标记方法、装置、计算机设备和存储介质，通过获取雷达回波数据，雷达回波数据包括多帧雷达回波图像；确定各雷达回波图像中的至少一个连通区域，并获取各连通区域的凹凸属性值；根据雷达回波图像中的各连通区域的凹凸属性值，与雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各雷达回波图像中各连通区域的凹凸变化属性；根据各雷达回波图像中各连通区域的凹凸变化属性，对各雷达回波图像进行标记。根据本申请实施例提供的标记方法，由于识别了雷达回波图像中存在的每一个连通区域，因此可以进一步的对每一连通区域进行标记，可以提升本申请的标记精度；并且由于获取每一连通区域的凹凸值属性及上一帧对应连通区域的凹凸值属性进而确定每一连通区域的凹凸变化属性，可以提升该雷达回波图像中每一连通区域的凹凸变化属性的标记准确率，同时提升了对每一连通区域的标记效率。
附图说明
图1为本申请实施例提供的一种计算机设备的框图；
图2为本申请实施例提供的一种标记方法的流程图；
图3为本申请实施例提供的另一种标记方法的流程图；
图4为本申请实施例提供的另一种标记方法的流程图；
图5为本申请实施例提供的另一种标记方法的流程图；
图6为本申请实施例提供的另一种标记方法的流程图；
图7为本申请实施例提供的另一种标记方法的流程图；
图8为本申请实施例提供的一种标记装置的框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的标记方法，可以应用于如图1所示的计算机设备。如图1所示，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种标记方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
需要说明的是，本申请实施例的执行主体可以是标记装置，也可以是计算机设备，下面实施例将以执行主体为计算机设备为例进行说明。
在一个实施例中，提供了一种标记方法，本实施例涉及的是如何对雷达回波图像中每一个连通区域进行标记的过程。如图2所示，该方法可以包括以下步骤：
步骤202，获取雷达回波数据，雷达回波数据包括多帧雷达回波图像。
在本申请的一个实施例中，在雷达对环境进行扫描操作后，会生成对应的雷达源数据，该雷达源数据中至少包含了该雷达所在的经度，纬度，高度，扫描的时间，雷达方位仰角，雷达观测数据及雷达观测数据的显示模式。其中，该雷达观测数据的显示模式包括平面位置显示图PPI，距离高度显示图RHI及等高平面位置显示图CAPPI。
在本申请的一个实施例中，通过对该雷达源数据进行解析，即可得到该雷达源数据对应的雷达回波数据。具体的，该雷达源数据可以以二进制，NCL，IRIS等格式进行存储，依次对于不同的存储格式，需要采用不同的解析方式进行解析。首先可以通过获取雷达源数据的文件后缀名或者是数据文件报头的方式获取该雷达源数据的数据类型，通过该雷达源数据的数据类型对应的解析程序库对该雷达源数据进行解析，并得到该雷达回波数据。
具体的，该雷达回波数据可以包括按照时序分布的多帧雷达回波图像，对于每一帧雷达回波图像，其中包含了多个像素点，每一像素点的像素值用于表征该像素点对应位置的雷达回波强度。例如，不同的像素值用于表征该像素点对应位置的降雨强度。
步骤204，确定各雷达回波图像中的至少一个连通区域，并获取各连通区域的凹凸属性值。
具体的，该连通区域为雷达回波图像中回波点形成的连通区域，该回波点为雷达回波图像中具有像素值的像素点，或雷达回波图像中像素值大于预设回波阈值的像素点。
在本申请的一个实施例中，可以采用边缘识别的方法，获取各雷达回波图像中的由各回波点形成的连通区域的边界点，通过得到的连通区域的边界点，可以得到至少一个闭合区域，将得到的每一个闭合区域作为该连通区域，每一连通区域均包含对应的边缘点及内部点。其中，该边缘点及内部点均为所述回波点，该边缘点为连通区域最外部的回波点，该内部点为连通区域内部的回波点。根据每一连通区域的边缘点形成的闭合图形的凹凸程度生成每一连通区域对应的凹凸属性值，该凹凸属性值用于表征该连通区域的凹凸程度。例如，连通区域的凹凸属性值可以设置为各种凹凸级别，具体的，可以为3级凹等级，4级凹等级，3级凸等级，4级凸等级，其中，4级凹等级比3级凹等级对应的连通区域边缘凹陷程度要高，4级凸等级比3级凸等级对应的连通区域边缘凸起程度要高。
步骤206，根据雷达回波图像中的各连通区域的凹凸属性值，与雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各雷达回波图像中各连通区域的凹凸变化属性。
在本申请的一个实施例中，根据各雷达回波图像的时序关系，获取其中一帧雷达回波图像及相对与该帧的上一帧雷达回波图像，获取该雷达回波图像各连通区域的凹凸属性值，并与该上一帧雷达回波图像中对应的连通区域的凹凸属性进行比较，可以确定该雷达回波图像中各连通区域的凹凸变化属性。该凹凸变化属性可以包括由凹变凸、由凸变凹；可选的，该凹凸变化属性还可以包括维持凹状态及维持凸状态。
步骤208，根据各雷达回波图像中各连通区域的凹凸变化属性，对各雷达回波图像进行标记。
在本申请的一个实施例中，通过得到各雷达回波图像中各连通区域的凹凸变化属性，对相应的连通区域进行标记。例如，对于上述的A连通区域及B连通区域，若A连通区域的凹凸值属性A1相对于a连通区域的凹凸值属性a0为由凹变凸，将A连通区域标记为由凹变凸。
在本申请实施例提供的标记方法中，通过获取雷达回波数据，雷达回波数据包括多帧雷达回波图像；确定各雷达回波图像中的至少一个连通区域，并获取各连通区域的凹凸属性值；根据雷达回波图像中的各连通区域的凹凸属性值，与雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各雷达回波图像中各连通区域的凹凸变化属性；根据各雷达回波图像中各连通区域的凹凸变化属性，对各雷达回波图像进行标记。根据本申请实施例提供的标记方法，由于识别了雷达回波图像中存在的每一个连通区域，因此可以进一步的对每一连通区域进行标记，可以提升本申请的标记精度；并且由于获取每一连通区域的凹凸值属性及上一帧对应连通区域的凹凸值属性进而确定每一连通区域的凹凸变化属性，可以提升该雷达回波图像中每一连通区域的凹凸变化属性的标记准确率，同时提升了对每一连通区域的标记效率。
在另一个实施例中，提供了另一种标记方法，本实施例涉及的是获取各所述连通区域的凹凸属性值的具体过程。如图3所示，所述获取各所述连通区域的凹凸属性值，包括以下步骤：
步骤302，对连通区域进行边缘平滑处理。
在本申请的一个实施例中，可以采用均值滤波的方式对连通区域的边缘像素点进行处理，通过包括该边缘像素点的周围像素点的像素平均值代替该边缘像素点的像素值。可选的，还可以通过中值滤波、高斯滤波及双边滤波中的一种或几种对连通区域的边缘像素点进行平滑处理。
步骤304，获取平滑处理后的连通区域的凹凸性。
在本申请的一个实施例中，可以通过凸壳法、角度法中的一种对进行平滑处理后的连通区域进行凹凸性识别，确定当前经过平滑处理的连通区域的凹凸性，包括凹及凸。
步骤306，当凹凸性为凹时，返回执行对连通区域进行边缘平滑处理的步骤。
在本申请的一个实施例中，若判断当前经过平滑处理后的连通区域的凹凸性为凹时，返回执行步骤302,即再次对该连通区域进行平滑处理。
步骤308，当凹凸性为凸时，获取当前平滑处理次数，并将当前平滑处理次数与预设的最大平滑次数的比值作为连通区域的凹凸属性值。
在本申请的一个实施例中，若判断当前经过平滑处理后的连通区域的凹凸性为凸时，获取该连通区域的平滑处理次数。根据该平滑处理次数及预设的最大平滑次数的比值作为该连通区域的凹凸属性值。
在本申请的一个实施例中，若对该连通区域的平滑次数达到了该最大平滑次数，且经过平滑处理后的连通区域的凹凸性仍为凹，该连通区域的凹凸属性值为1。
例如，对于连通区域C，对其进行第1次平滑处理，若经过1次平滑处理后的连通区域C的凹凸性为凹，则再次对经过1次平滑处理后的连通区域C进行第2次的平滑处理，直到进行第N次平滑处理后，使得经过第N次平滑处理后的连通区域C的的凹凸性为凸，则将N与该最大平滑处理次数的比值作为连通区域C的凹凸属性值。
在本申请实施例提供的标记方法中，通过对连通区域进行边缘平滑处理；获取平滑处理后的连通区域的凹凸性；当凹凸性为凹时，返回执行对连通区域进行边缘平滑处理的步骤；当凹凸性为凸时，获取当前平滑处理次数，并将当前平滑处理次数与预设的最大平滑次数的比值作为连通区域的凹凸属性值。根据本申请实施例提供的标记方法，由于通过获取在对连通区域进行不断平滑处理时，连通区域由凹变凸的平滑处理次数，可以对连通区域的凹凸属性值进行精确的量化，进而可以提升对凹凸属性值的精度的同时，提升了凹凸属性值的准确率，进而也提升了对该连通区域的标记精度及标记准确性。
在另一个实施例中，提供了另一种标记方法，本实施例涉及的是确定各连通区域的凹凸变化属性的具体过程。如图4所示，所述根据雷达回波图像中的各连通区域的凹凸属性值，与雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各雷达回波图像中各连通区域的凹凸变化属性，包括以下步骤：
步骤402，确定雷达回波图像中的各连通区域，在雷达回波图像的上一帧雷达回波图像中对应的连通区域。
在本申请的一个实施例中，该雷达回波图像中的每一连通区域均与上一帧雷达回波图像中的其中一个连通区域相对应。例如，获取到的一帧雷达回波图像包含A连通区域，B连通区域，分别获取A连通区域的凹凸值属性A1及B连通区域的凹凸值属性B1，获取该雷达回波图像的上一帧雷达回波图像中与该A连通区域对应的a连通区域，及与该B连通区域对应的b连通区域，分别获取a连通区域的凹凸值属性a0及b连通区域的凹凸值属性b0，通过比对A连通区域的凹凸值属性A1及a连通区域的凹凸值属性a0，可以判断A连通区域的凹凸变化属性，通过比对B连通区域的凹凸值属性B1及b连通区域的凹凸值属性b0，可以判断B连通区域的凹凸变化属性。
步骤404，根据雷达回波图像中的各连通区域的凹凸属性值，与上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定各雷达回波图像中各连通区域的凹凸变化属性。
在本申请的一个实施例中，对于该雷达回波图像中的一个连通区域，若该连通区域在该雷达回波图像中的凹凸属性值，相对于该连通区域在上一帧雷达回波图像中的凹凸属性值为凹变凸，则确定该雷达回波图像中的该连通区域的凹凸变化属性为凹变凸。同理，可以确定该连通区域的凹凸变化属性还可以是由凸变凹、维持凹状态及维持凸状态中的一种。
在本申请实施例提供的标记方法中，通过确定雷达回波图像中的各连通区域，在雷达回波图像的上一帧雷达回波图像中对应的连通区域；根据雷达回波图像中的各连通区域的凹凸属性值，与上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定各雷达回波图像中各连通区域的凹凸变化属性。根据本申请实施例提供的标记方法，由于获取了各雷达回波图像中各连通区域与上一帧雷达回波图像中连通区域的对应关系，可以提升获取各连通区域的凹凸变化属性的准确率。
在另一个实施例中，提供了另一种标记方法，本实施例涉及的是获取雷达回波图像中的各连通区域与所述上一帧雷达回波图像中各连通区域的对应关系的具体过程。如图5所示，所述确定雷达回波图像中的各连通区域，在雷达回波图像的上一帧雷达回波图像中对应的连通区域，包括以下步骤：
步骤502，根据雷达回波图像及上一帧雷达回波图像，获取仿射变换的仿射变换参数；仿射变换参数包括旋转矩阵和平移向量。
在本申请的一个实施例中，获取该雷达回波图像中，每一像素点的第一相对坐标(x,y)及第一像素值，并在上一帧雷达回波图像中的该第一相对坐标周围，寻找与该第一像素值最接近的像素点并获取该像素点的第二相对坐标(X′,Y′)，建立第一相对坐标与第二相对坐标的初始对应关系。若雷达回波图像中包含1000个像素点，即可得到1000组第一相对坐标与及对应的第二相对坐标。
通过建立仿射变换的表达式：
R(M)＝PM+Q
其中，M为(x,y)，R(M)为(X′,Y′)，P为2*2的旋转矩阵，Q为2*1的平移向量，上述仿射变换的表达式可以为：
x＝AX′+BY′+C
y＝DX′+EY′+F
其中，P为
Q为
通过将得到的多组第一相对坐标及对应的第二相对坐标代入上式，通过最小二乘法可以得到旋转矩阵和平移向量。
步骤504，根据仿射变换参数，确定雷达回波图像中各像素点与上一帧雷达回波图像中各像素点的像素点映射关系。
步骤506，根据像素点映射关系，确定雷达回波图像中的各连通区域，在雷达回波图像的上一帧雷达回波图像中对应的连通区域。
在本申请的一个实施例中，通过该仿射变换参数，即可得到雷达回波图像中每一像素点在上一帧雷达回波图像的对应的像素点，通过比对雷达回波图像中的各连通区域中包含的像素点在上一帧雷达回波图像的对应的像素点所处的连通区域，即可得到雷达回波图像中的各连通区域，在雷达回波图像的上一帧雷达回波图像中对应的连通区域。例如，获取雷达回波图像中D连通区域内80个像素点在上一帧雷达回波图像中对应的80个像素点或其他数量各像素点，其中75个像素点在上一帧雷达回波图像中处于d连通区域内，5个像素点处于非连通区域内，则认定D连通区域与d连通区域相对应。
在本申请实施例提供的标记方法中，通过根据雷达回波图像及上一帧雷达回波图像，获取仿射变换的仿射变换参数；仿射变换参数包括旋转矩阵和平移向量；根据仿射变换参数，确定雷达回波图像中各像素点与上一帧雷达回波图像中各像素点的像素点映射关系；根据像素点映射关系，确定雷达回波图像中的各连通区域，在雷达回波图像的上一帧雷达回波图像中对应的连通区域。根据本申请实施例提供的标记方法，由于通过仿射变换确定了雷达回波图像中每一像素点在上一帧雷达回波图像中的对应像素点，进而可以确定雷达回波图像中每一连通区域在上一帧雷达回波图像中对应的连通区域，可以准确的获取两帧之间连通区域的对应关系，进而可以提升对连通区域进行凹凸属性值及凹凸变化属性的计算准确度。
在另一个实施例中，提供了另一种标记方法，本实施例涉及的是确定各连通区域的凹凸变化属性的具体过程。如图6所示，所述根据雷达回波图像中的各连通区域的凹凸属性值，与上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定各雷达回波图像中各连通区域的凹凸变化属性，包括以下步骤：
步骤602，根据雷达回波图像中各连通区域的凹凸属性值及上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定雷达回波图像中各连通区域的变化斜率。
在本申请的一个实施例中，该雷达回波图像中连通区域的凹凸值属性为h1，上一帧雷达回波图像中连通区域的凹凸值属性表示为h2，该连通区域的变化斜率为(h2-h1)/2。例如，当该雷达回波图像中连通区域的凹凸值属性为h1＝30/1000，上一帧雷达回波图像中连通区域的凹凸值属性表示为h2＝500/1000，则该连通区域的变化斜率为(500/1000-30/1000)/2。
步骤604，根据雷达回波图像中各连通区域的变化斜率，确定雷达回波图像中各连通区域的凹凸变化属性。
在本申请的一个实施例中，当该连通区域的变化斜率为正时，确定该连通区域的凹凸变化属性为由凸变凹；当该连通区域的变化斜率为负时，确定该连通区域的凹凸变化属性为由凹变凸。
在本申请实施例提供的标记方法中，通过根据雷达回波图像中各连通区域的凹凸属性值及上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定雷达回波图像中各连通区域的变化斜率；根据雷达回波图像中各连通区域的变化斜率，确定雷达回波图像中各连通区域的凹凸变化属性。根据本申请实施例提供的标记方法，由于通过获取连通区域的变化斜率，并通过该变化斜率确定连通区域的凹凸变化属性，可以在提升获取凹凸变化属性的准确性。
在另一个实施例中，提供了另一种标记方法，本实施例涉及的是标记的具体过程。如图7所示，在上述实施例的基础上，标记包括类型标记及强度标记；所述根据各雷达回波图像中各连通区域的凹凸变化属性，对各雷达回波图像进行标记，包括以下步骤：
步骤702，若连通区域凹凸变化属性为由凸变凹，将分离类别作为连通区域的类型标记，并将变化斜率作为强度标记。
步骤704，若连通区域的凹凸变化属性为由凹变凸，将合并类别作为连通区域的类型标记，并将变化斜率作为强度标记。
在本申请的一个实施例中，在雷达回波图像中，若连通区域为由凸变凹，表示该连通区域正在分离的过程中，将连通区域的类型标记设置为分离类别，并将上述变化斜率作为该连通区域在雷达回波图像中的分离强度，将该变化斜率作为该连通区域的强度标记。
在本申请的一个实施例中，在雷达回波图像中，若连通区域为由凹变凸，表示该连通区域正在合并的过程中，将连通区域的类型标记设置为合并类别，并将上述变化斜率作为该连通区域在雷达回波图像中的合并强度，将该变化斜率作为该连通区域的强度标记。
在本申请实施例提供的标记方法中，若连通区域凹凸变化属性为由凸变凹，将分离类别作为连通区域的类型标记，并将变化斜率作为强度标记；若连通区域的凹凸变化属性为由凹变凸，将合并类别作为连通区域的类型标记，并将变化斜率作为强度标记。根据本申请实施例提供的标记方法，根据连通区域的凹凸变化属性，可以对该连通区域进行类型标记，通过连通区域的变化斜率，可以对该连通区域进行强度标记，可以在保证标记准确率的同时，增加了本申请的标记类型，增大了本申请对于各种深度学习模型的应用性。
应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参考图8，其示出了本申请实施例提供的一种标记装置800的框图。如图8所示，所述标记装置800可以包括：解析模块801、连通区域确定模块802、凹凸变化属性确定模块803和标记模块804，其中：
解析模块801，用于获取雷达回波数据，所述雷达回波数据包括多帧雷达回波图像；
连通区域确定模块802，用于确定各所述雷达回波图像中的至少一个连通区域，并获取各所述连通区域的凹凸属性值；
凹凸变化属性确定模块803，用于根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性；
标记模块804，用于根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记。
在本申请的一个实施例中，所述连通区域确定模块802，具体用于：
对连通区域进行边缘平滑处理；
获取平滑处理后的连通区域的凹凸性；
当凹凸性为凹时，返回执行对连通区域进行边缘平滑处理的步骤；
当凹凸性为凸时，获取当前平滑处理次数，并将当前平滑处理次数与预设的最大平滑次数的比值作为连通区域的凹凸属性值。
在本申请的一个实施例中，所述凹凸变化属性确定模块803，具体用于：
确定雷达回波图像中的各连通区域，在雷达回波图像的上一帧雷达回波图像中对应的连通区域；
根据雷达回波图像中的各连通区域的凹凸属性值，与上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定各雷达回波图像中各连通区域的凹凸变化属性。
在本申请的一个实施例中，所述凹凸变化属性确定模块803，还具体用于：
根据雷达回波图像及上一帧雷达回波图像，获取仿射变换的仿射变换参数；仿射变换参数包括旋转矩阵和平移向量；
根据仿射变换参数，确定雷达回波图像中各像素点与上一帧雷达回波图像中各像素点的像素点映射关系；
根据像素点映射关系，确定雷达回波图像中的各连通区域，在雷达回波图像的上一帧雷达回波图像中对应的连通区域。
在本申请的一个实施例中，所述凹凸变化属性确定模块803，还具体用于：
根据雷达回波图像中各连通区域的凹凸属性值及上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定雷达回波图像中各连通区域的变化斜率；
根据雷达回波图像中各连通区域的变化斜率，确定雷达回波图像中各连通区域的凹凸变化属性。
在本申请的一个实施例中，所述凹凸变化属性确定模块803，还具体用于：
若变化斜率为正，判定连通区域凹凸变化属性为由凸变凹；
若变化斜率为负，判定连通区域凹凸变化属性为由凹变凸。
在本申请的一个实施例中，标记包括类型标记及强度标记；所述标记模块804，具体用于：
若连通区域凹凸变化属性为由凸变凹，将分离类别作为连通区域的类型标记，并将变化斜率作为强度标记；
若连通区域的凹凸变化属性为由凹变凸，将合并类别作为连通区域的类型标记，并将变化斜率作为强度标记。
关于标记装置的具体限定可以参见上文中对于标记方法的限定，在此不再赘述。上述标记装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取雷达回波数据，所述雷达回波数据包括多帧雷达回波图像；
确定各所述雷达回波图像中的至少一个连通区域，并获取各所述连通区域的凹凸属性值；
根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性；
根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取雷达回波数据，所述雷达回波数据包括多帧雷达回波图像；
确定各所述雷达回波图像中的至少一个连通区域，并获取各所述连通区域的凹凸属性值；
根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性；
根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种标记方法，其特征在于，所述方法包括：
获取雷达回波数据，所述雷达回波数据包括多帧雷达回波图像；
确定各所述雷达回波图像中的至少一个连通区域，并获取各所述连通区域的凹凸属性值；
根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性；
根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记。
2.根据权利要求1所述的方法，其特征在于，所述获取各所述连通区域的凹凸属性值，包括：
对所述连通区域进行边缘平滑处理；
获取平滑处理后的连通区域的凹凸性；
当所述凹凸性为凹时，返回执行所述对所述连通区域进行边缘平滑处理的步骤；
当所述凹凸性为凸时，获取当前平滑处理次数，并将所述当前平滑处理次数与预设的最大平滑次数的比值作为所述连通区域的凹凸属性值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性，包括：
确定所述雷达回波图像中的各连通区域，在所述雷达回波图像的上一帧雷达回波图像中对应的连通区域；
根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性。
4.根据权利要求3所述的方法，其特征在于，所述确定所述雷达回波图像中的各连通区域，在所述雷达回波图像的上一帧雷达回波图像中对应的连通区域，包括：
根据所述雷达回波图像及所述上一帧雷达回波图像，获取仿射变换的仿射变换参数；所述仿射变换参数包括旋转矩阵和平移向量；
根据所述仿射变换参数，确定所述雷达回波图像中各像素点与所述上一帧雷达回波图像中各像素点的像素点映射关系；
根据所述像素点映射关系，确定所述雷达回波图像中的各连通区域，在所述雷达回波图像的上一帧雷达回波图像中对应的连通区域。
5.根据权利要求3所述的方法，其特征在于，所述根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性，包括：
根据所述雷达回波图像中各连通区域的凹凸属性值及上一帧雷达回波图像中对应的连通区域的凹凸属性值，确定所述雷达回波图像中各连通区域的变化斜率；
根据所述雷达回波图像中各连通区域的变化斜率，确定所述雷达回波图像中各连通区域的凹凸变化属性。
6.根据权利要求5所述的方法，其特征在于，所述根据所述雷达回波图像中各连通区域的变化斜率，确定所述雷达回波图像中各连通区域的凹凸变化属性，包括：
若所述变化斜率为正，判定所述连通区域凹凸变化属性为由凸变凹；
若所述变化斜率为负，判定所述连通区域凹凸变化属性为由凹变凸。
7.根据权利要求6所述的方法，其特征在于，所述标记包括类型标记及强度标记；则所述根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记，包括：
若所述连通区域凹凸变化属性为由凸变凹，将分离类别作为所述连通区域的类型标记，并将所述变化斜率作为所述强度标记；
若所述连通区域的凹凸变化属性为由凹变凸，将合并类别作为所述连通区域的类型标记，并将所述变化斜率作为所述强度标记。
8.一种标记装置，其特征在于，所述装置包括：
解析模块，用于获取雷达回波数据，所述雷达回波数据包括多帧雷达回波图像；
连通区域确定模块，用于确定各所述雷达回波图像中的至少一个连通区域，并获取各所述连通区域的凹凸属性值；
凹凸变化属性确定模块，用于根据所述雷达回波图像中的各连通区域的凹凸属性值，与所述雷达回波图像的上一帧雷达回波图像中的各连通区域的凹凸属性值，确定各所述雷达回波图像中各连通区域的凹凸变化属性；
标记模块，用于根据各所述雷达回波图像中各连通区域的凹凸变化属性，对各所述雷达回波图像进行标记。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911398529.2A CN111047641A (zh) | 2019-12-30 | 2019-12-30 | 标记方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911398529.2A CN111047641A (zh) | 2019-12-30 | 2019-12-30 | 标记方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111047641A true CN111047641A (zh) | 2020-04-21 |
Family
ID=70241870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911398529.2A Pending CN111047641A (zh) | 2019-12-30 | 2019-12-30 | 标记方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111047641A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007263631A (ja) * | 2006-03-28 | 2007-10-11 | Mitsubishi Electric Corp | レーダ装置及び画像処理方法 |
| CN102169584A (zh) * | 2011-05-28 | 2011-08-31 | 西安电子科技大学 | 基于分水岭和treelet的遥感图像变化检测方法 |
| CN109254271A (zh) * | 2018-08-30 | 2019-01-22 | 安徽四创电子股份有限公司 | 一种用于地面监视雷达系统的静止目标抑制方法 |
| CN110208806A (zh) * | 2019-06-04 | 2019-09-06 | 哈尔滨工程大学 | 一种航海雷达图像降雨识别方法 |
| CN110335285A (zh) * | 2019-07-08 | 2019-10-15 | 中国科学院自动化研究所 | 基于稀疏表示的sar图像目标标记方法、系统、装置 |
| CN110501760A (zh) * | 2019-07-29 | 2019-11-26 | 中国气象局广州热带海洋气象研究所（广东省气象科学研究所） | 一种基于气象雷达的冰雹识别及临近预报方法 |
-
2019
- 2019-12-30 CN CN201911398529.2A patent/CN111047641A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007263631A (ja) * | 2006-03-28 | 2007-10-11 | Mitsubishi Electric Corp | レーダ装置及び画像処理方法 |
| CN102169584A (zh) * | 2011-05-28 | 2011-08-31 | 西安电子科技大学 | 基于分水岭和treelet的遥感图像变化检测方法 |
| CN109254271A (zh) * | 2018-08-30 | 2019-01-22 | 安徽四创电子股份有限公司 | 一种用于地面监视雷达系统的静止目标抑制方法 |
| CN110208806A (zh) * | 2019-06-04 | 2019-09-06 | 哈尔滨工程大学 | 一种航海雷达图像降雨识别方法 |
| CN110335285A (zh) * | 2019-07-08 | 2019-10-15 | 中国科学院自动化研究所 | 基于稀疏表示的sar图像目标标记方法、系统、装置 |
| CN110501760A (zh) * | 2019-07-29 | 2019-11-26 | 中国气象局广州热带海洋气象研究所（广东省气象科学研究所） | 一种基于气象雷达的冰雹识别及临近预报方法 |
Non-Patent Citations (2)
| Title |
|---|
| YANGYANG LI ET AL.: "A Deep Learning Method for Change Detection in Synthetic Aperture Radar Images", vol. 57, no. 8, pages 5751 - 5763, XP011735710, DOI: 10.1109/TGRS.2019.2901945 * |
| 熊元燚: "基于多普勒雷达图像的降雨云团跟踪及外推技术研究", vol. 2019, no. 05, pages 009 - 18 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110148192B (zh) | 医学影像成像方法、装置、计算机设备和存储介质 | |
| CN111583188B (zh) | 手术导航标记点定位方法、存储介质及计算机设备 | |
| CN109359602B (zh) | 车道线检测方法和装置 | |
| CN111192356B (zh) | 感兴趣区域的显示方法、装置、设备和存储介质 | |
| KR102592270B1 (ko) | 얼굴 랜드마크 검출 방법과 장치, 컴퓨터 장치, 및 저장 매체 | |
| US10699134B2 (en) | Method, apparatus, storage medium and device for modeling lane line identification, and method, apparatus, storage medium and device for identifying lane line | |
| CN110298802B (zh) | 路面裂缝检测方法及装置 | |
| CN111784588A (zh) | 图像数据增强方法、装置、计算机设备和存储介质 | |
| CN110211076B (zh) | 图像拼接方法、图像拼接设备和可读存储介质 | |
| CN111028260A (zh) | 图像预测方法、装置、计算机设备和存储介质 | |
| CN112464829B (zh) | 一种瞳孔定位方法、设备、存储介质及视线追踪系统 | |
| CN111145120A (zh) | 能见度检测方法、装置、计算机设备和存储介质 | |
| CN111047088A (zh) | 预测图像获取方法、装置、计算机设备和存储介质 | |
| CN110751149A (zh) | 目标对象标注方法、装置、计算机设备和存储介质 | |
| CN110853060A (zh) | 车辆外观检测方法、装置、计算机设备和存储介质 | |
| CN111539238A (zh) | 二维码图像修复方法、装置、计算机设备和存储介质 | |
| CN111582004A (zh) | 一种地面图像中的目标区域分割方法及装置 | |
| US9824289B2 (en) | Exploiting color for license plate recognition | |
| CN111209908A (zh) | 更新标注框的方法、装置、存储介质和计算机设备 | |
| CN110310314B (zh) | 图像配准方法、装置、计算机设备和存储介质 | |
| CN115860067B (zh) | 生成对抗网络训练方法、装置、计算机设备及存储介质 | |
| CN112330671A (zh) | 细胞分布状态的分析方法、装置、计算机设备和存储介质 | |
| CN111047641A (zh) | 标记方法、装置、计算机设备和存储介质 | |
| CN111142109A (zh) | 标记方法、装置、计算机设备和存储介质 | |
| CN111161303A (zh) | 标记方法、装置、计算机设备和存储介质 |
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 | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240524 |