CN111161303A - 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
- CN111161303A CN111161303A CN201911403501.3A CN201911403501A CN111161303A CN 111161303 A CN111161303 A CN 111161303A CN 201911403501 A CN201911403501 A CN 201911403501A CN 111161303 A CN111161303 A CN 111161303A
- Authority
- CN
- China
- Prior art keywords
- echo
- point
- radar echo
- radar
- 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 68
- 239000011159 matrix material Substances 0.000 claims abstract description 64
- 238000004891 communication Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000002372 labelling Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 102000003712 Complement factor B Human genes 0.000 description 1
- 108090000056 Complement factor B Proteins 0.000 description 1
- 206010065042 Immune reconstitution inflammatory syndrome Diseases 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012545 processing 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
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/958—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (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;获取各雷达回波图像中各回波点与其他回波点的连通性,并根据各回波点与其他回波点的连通性建立各雷达回波图像的连通矩阵;根据各连通矩阵,确定各雷达回波图像中至少一个连通区域的边界点;根据各雷达回波图像中至少一个连通区域的边界点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,提升对各雷达回波图像中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。雷达回波数据标记领域中,雷达回波数据的区域边界识别是最基础也是最必要的,只有有效的识别雷达回波数据的区域边界,才能保证对降水范围的准确探测。
但是,传统的雷达回波数据的边界标记存在标记效率低及准确度低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种标记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;
获取各所述雷达回波图像中各回波点与其他回波点的连通性,并根据各所述回波点与其他回波点的连通性建立各所述雷达回波图像的连通矩阵;
根据各所述连通矩阵,确定各所述雷达回波图像中至少一个连通区域的边界点;
根据各所述雷达回波图像中至少一个连通区域的边界点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,所述获取各所述雷达回波图像中各回波点与其他回波点的连通性,包括:
根据各所述雷达回波图像中各回波点与其他回波点的相邻性,建立各所述雷达回波图像的邻接矩阵;
根据各所述雷达回波图像的邻接矩阵,确定各所述雷达回波图像中每个回波点与其他回波点的连通性。
在本申请的一个实施例中,所述根据各所述连通矩阵确定各所述雷达回波图像中至少一个连通区域的边界点,包括:
根据所述连通矩阵,确定所述雷达回波图像中至少一个连通区域;
获取各所述连通区域的边缘回波点;所述边缘回波点的相邻像素点中至少存在一个像素点不属于各所述连通区域;
根据各所述连通区域的边缘回波点确定各所述连通区域的边界点。
在本申请的一个实施例中,所述方法还包括:
统计各所述雷达回波图像中的独立区域;所述独立区域表示区域面积小于预设面积阈值的区域;
根据所述独立区域修正各所述连通区域。
在本申请的一个实施例中,所述根据所述独立区域修正各所述连通区域还包括:
若所述独立区域为连通区域,删除所述独立区域中的回波点;
若所述独立区域为非连通区域,在所述独立区域内添加新的回波点。
在本申请的一个实施例中,所述在所述独立区域内添加新的回波点,包括:
获取所述独立区域中各像素点与所述雷达回波图像中各回波点之间的距离;
将各所述像素点的强度因数与距离因数的比值,作各所述像素点的插值强度;所述距离因数为各所述距离倒数的平方和;所述强度因数为各所述距离倒数的平方与对应回波点的强度值的积的累加和;
根据各所述像素点的插值强度,在所述独立区域内添加新的回波点。
在本申请的一个实施例中,所述方法还包括:
根据各所述雷达回波图像中相同位置像素点的标记结果,获取各所述雷达回波图像与上一帧雷达回波图像的第一差异比例,及各所述雷达回波图像与下一帧雷达回波图像的第二差异比例;
根据所述第一差异比例及所述第二差异比例确定差异值;
若所述差异值超过预设的经验阈值,重新对各所述雷达回波图像进行标记。
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;
连通矩阵确定模块,用于获取各所述雷达回波图像中各回波点与其他回波点的连通性,并根据各所述回波点与其他回波点的连通性建立各所述雷达回波图像的连通矩阵;
边界点确定模块,用于根据各所述连通矩阵,确定各所述雷达回波图像中至少一个连通区域的边界点;
标记模块,用于根据各所述雷达回波图像中至少一个连通区域的边界点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;
获取各所述雷达回波图像中各回波点与其他回波点的连通性,并根据各所述回波点与其他回波点的连通性建立各所述雷达回波图像的连通矩阵;
根据各所述连通矩阵,确定各所述雷达回波图像中至少一个连通区域的边界点;
根据各所述雷达回波图像中至少一个连通区域的边界点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;
获取各所述雷达回波图像中各回波点与其他回波点的连通性,并根据各所述回波点与其他回波点的连通性建立各所述雷达回波图像的连通矩阵;
根据各所述连通矩阵,确定各所述雷达回波图像中至少一个连通区域的边界点;
根据各所述雷达回波图像中至少一个连通区域的边界点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;获取各雷达回波图像中各回波点与其他回波点的连通性,并根据各回波点与其他回波点的连通性建立各雷达回波图像的连通矩阵;根据各连通矩阵,确定各雷达回波图像中至少一个连通区域的边界点;根据各雷达回波图像中至少一个连通区域的边界点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,由于获取了雷达回波图像中各回波点与其他回波点的连通性,并根据对应的连通矩阵确定雷达回波图像中每一个连通区域,可以使得到的连通区域更加准确;并且由于获取每一连通区域的边界点,并根据该边界点对各连通区域进行标记,可以提升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;
图9为本申请实施例提供的另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***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***和计算机程序。该内存储器为非易失性存储介质中的操作***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。
在本申请的一个实施例中,对于获取到的多帧雷达回波图像,需要对各雷达回波图像进行预处理。可选的,该预处理可以为图像模糊处理,具体的,对于每一帧雷达回波图像中的每一个像素点,可以先确定该像素点的相邻像素点及该相邻像素点的像素平均值,将得到的像素平均值代替该像素点的原有像素值。其中,该像素点的相邻像素点可以是包括以该像素点为中心,边长为11的正方形区域内的所有像素点。
步骤204,获取各雷达回波图像中各回波点与其他回波点的连通性,并根据各回波点与其他回波点的连通性建立各雷达回波图像的连通矩阵。
具体的,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,雷达回波图像中各像素点对应的雷达回波强度可以为该像素点的像素值。
在本申请的一个实施例中,根据雷达回波图像中的每一回波点,均判断该回波点与其他回波点是否相连通,当该回波点与另一个回波点之间存在一条由回波点构成的路径时,判定该回波点与该另一个回波点之间的连通性为相互连通;当当该回波点与另一个回波点之间不存在一条由回波点构成的路径时,判定该回波点与该另一个回波点之间的连通性为不连通。
在本申请的一个实施例中,若该雷达回波图像中包含N个像素点,该雷达回波图像对应的连通矩阵可以为N*N的二维矩阵,可选的,该二维矩阵可以由0和1构成,当两个像素点均为回波点,且两个像素点之间的连通性为相互连通时,该两个像素点在该二维矩阵中对应的值设置为1;当两个像素点中存在一个像素点不是回波点,或两个像素点之间的连通性为不连通时,其中,该两个像素点在该二维矩阵中对应的值设置为0。
步骤206,根据各连通矩阵,确定各雷达回波图像中至少一个连通区域的边界点。
在本申请的一个实施例中,根据各雷达回波图像对应的连通矩阵,将可以相互连通的多个回波点作为一个连通区域,即,该连通区域内每一回波点与该连通区域内的其他回波点之间的连通性均为相互连通。例如,若雷达回波图像中包括了第1回波点至第100回波点,共100个回波点,其中,第1回波点与第1至45回波点之间的连通性均为相互连通,可以将该第1至45回波点作为第一连通区域内的回波点,第56回波点与第56至100回波点之间的连通性均为相互连通,可以将该第56至100回波点作为第二连通区域内的回波点。
在本申请的一个实施例中,将各连通区域中处于连通区域边缘的回波点作为该连通区域的边界点。
步骤208,根据各雷达回波图像中至少一个连通区域的边界点对各雷达回波图像进行标记。
在本申请的一个实施例中,该边界点为对应连通区域的边缘回波点,对于一个连通区域,通过在雷达回波图像中确定该连通区域的边缘回波点位置,即可得到雷达回波图像中该连通区域的位置及范围。
在本申请的一个实施例中,可以将每一连通区域对应的边界点作为雷达回波图像中该连通区域的标记,也可以根据每一连通区域对应的边界点,确定每一连通区域在该雷达回波图像中的像素点集合,将该像素点集合作为雷达回波图像中该连通区域的标记。
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;获取各雷达回波图像中各回波点与其他回波点的连通性,并根据各回波点与其他回波点的连通性建立各雷达回波图像的连通矩阵;根据各连通矩阵,确定各雷达回波图像中至少一个连通区域的边界点;根据各雷达回波图像中至少一个连通区域的边界点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,由于获取了雷达回波图像中各回波点与其他回波点的连通性,并根据对应的连通矩阵确定雷达回波图像中每一个连通区域,可以使得到的连通区域更加准确;并且由于获取每一连通区域的边界点,并根据该边界点对各连通区域进行标记,可以提升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雷达回波图像中各回波点与其他回波点的连通性的具体过程。如图3所示,所述获取各雷达回波图像中各回波点与其他回波点的连通性,包括以下步骤:
步骤302,根据各雷达回波图像中各回波点与其他回波点的相邻性,建立各雷达回波图像的邻接矩阵。
在本申请的一个实施例中,对于一帧雷达回波图像,获取其包含的总像素数量,并根据该总像素数量建立该邻接矩阵,该邻接矩阵为总像素数量*总像素数量的二维矩阵。该邻接矩阵Aij可以表示为:
其中,i,j均为该雷达回波图像中的总像素数量,aij表示第i像素点与第j像素点的相邻性。
若第i像素点与第j像素点均为回波点,且第i像素点与第j像素点相邻,则aij=1;若第i像素点与第j像素点中存在一个像素点不是回波点,或第i像素点与第j像素点不相邻,则aij=0。其中,若第i像素点的坐标(ix,iy)与第j像素点的坐标(jx,jy)满足(ix-jx)2+(iy-jy)2≤1时,判定第i像素点与第j像素点相邻。
步骤304,根据各雷达回波图像的邻接矩阵,确定各雷达回波图像中每个回波点与其他回波点的连通性。
在本申请的一个实施例中,根据该邻接矩阵,通过路径寻找算法,可以获取每个回波点到其他所有回波点的最小路径,当该回波点与另一个回波点之间存在一条由回波点构成的路径时,判定该回波点与该另一个回波点之间的连通性为相互连通;当该回波点与另一个回波点之间不存在一条由回波点构成的路径时,判定该回波点与该另一个回波点之间的连通性为不连通。具体的,该路径寻找算法可以为Floyd_Warshall算法。
在本申请实施例提供的标记方法中,通过根据各雷达回波图像中各回波点与其他回波点的相邻性,建立各雷达回波图像的邻接矩阵;根据各雷达回波图像的邻接矩阵,确定各雷达回波图像中每个回波点与其他回波点的连通性。根据本申请实施例提供的标记方法,由于通过建立各雷达回波图像的邻接矩阵,可以准确的获得各雷达回波图像中每一个回波点与其他回波点的连通性,进而可以提升获取连通矩阵的准确率,进而也提升了对连通区域的标记效率及标记准确性。
在另一个实施例中,提供了另一种标记方法,本实施例涉及的是获取各连通区域的边界点的具体过程。如图4所示,所述根据各连通矩阵确定各雷达回波图像中至少一个连通区域的边界点,包括以下步骤:
步骤402,根据连通矩阵,确定雷达回波图像中至少一个连通区域。
在本申请的一个实施例中,可以获取连通矩阵中每一回波点对应的连通集合,根据不同的连通集合生成对应的连通区域。例如,若雷达回波图像中包括了第1回波点至第100回波点,共100个回波点,其中,第1回波点与第1至45回波点之间的连通性均为相互连通,第1回波点对应的连通集合包括第1至45回波点,同理,可以知道第1至45回波点之间每两个回波点的连通性均为相互连通,第1至45回波点均对应至同一个连通集合,将该连通集合作为该雷达回波图像中的其中一个连通区域。
步骤404,获取各连通区域的边缘回波点;边缘回波点的相邻像素点中至少存在一个像素点不属于各连通区域。
在本申请的一个实施例中,对于每一连通区域,获取该连通区域内每一回波点的相邻像素点,判断该回波点的相邻像素点中是否存在一个像素点均不属于各连通区域,则判定该回波点为边缘回波点。具体的,可以获取该回波点周围的8个相邻像素点,若这8个相邻像素点均属于该回波点对应的连通区域,则判定该回波点为连通区域的内部回波点,若这8个相邻像素点中存在1个像素点不属于该回波点对应的连通区域,则判定该回波点为连通区域的边缘回波点。
步骤406,根据各连通区域的边缘回波点确定各连通区域的边界点。
在本申请的一个实施例中,将各连通区域的边缘回波点作为各连通区域的边界点;在本申请的另一个实施例中,还可以获取每一边缘回波点对应的不属于连通区域的相邻像素点,形成边缘像素点集合,并将得到的边缘像素点集合作为该连通区域的边界点。
在本申请实施例提供的标记方法中,通过根据连通矩阵,确定雷达回波图像中至少一个连通区域;获取各连通区域的边缘回波点;边缘回波点的相邻像素点中至少存在一个像素点不属于各连通区域;根据各连通区域的边缘回波点确定各连通区域的边界点。根据本申请实施例提供的标记方法,由于获取了各连通区域的边缘回波点,并根据该边缘回波点确定边界点,可以提升对各连通区域的标记准确率。
在另一个实施例中,提供了另一种标记方法,本实施例涉及的是修正独立区域的具体过程。如图5所示,所述方法,还包括以下步骤:
步骤502,统计各雷达回波图像中的独立区域;独立区域表示区域面积小于预设面积阈值的区域。
在本申请的一个实施例中,在根据各雷达回波图像中至少一个连通区域的边界点对各雷达回波图像进行标记后,可以将该雷达回波图像划分成不同的连通区域及不同的非连通区域。对于划分得到的多个连通区域及非连通区域,若该连通区域的区域面积小于预设的面积阈值,则判定该连通区域为独立区域。对于划分得到的多个非连通区域,若该非连通区域的区域面积小于所述面积阈值,则判定该非连通区域为独立区域。
在本申请的一个实施例中,上述实施例中获取各连通区域的边界点方法,可以获取雷达回波图像中回波点形成的连通区域,同理,按照上述方法,也可以获取雷达回波图像中不是回波点的像素点形成的区域,即非连通区域。
步骤504,根据独立区域修正各连通区域。
在本申请的一个实施例中,若该独立区域为连通区域,即该独立区域内各像素点均为回波点,但由于区域小于面积阈值,则判定该独立区域内的回波点为杂波,采用相应的滤除杂波的方法,修正该雷达回波图像中的连通区域。
在本申请的一个实施例中,若该独立区域为非连通区域,即该独立区域内各像素点均不是回波点,但由于区域小于面积阈值,则判定该独立区域内的缺失了回波点,采用相应的回波点修正方法,修正该雷达回波图像中的连通区域。
具体的,所述根据独立区域修正各连通区域,包括以下步骤:
若该独立区域为连通区域,删除独立区域中的回波点;若该独立区域为非连通区域,在独立区域内添加新的回波点。
在本申请的一个实施例中,若该独立区域为连通区域,判定该独立区域内的回波点为杂波,在雷达回波图像中删除该独立区域的回波点,即,将该雷达回波图像中独立区域内的像素点的像素值设为缺省值、空值和零中的一种。并返回执行上述步骤204,以对该雷达回波图像重新标记。
在本申请的一个实施例中,若该独立区域为非连通区域,判定该独立区域内的缺失了回波点,在雷达回波图像中添加新的回波点至该独立区域内,以补全该独立区域,并返回执行上述步骤204,以对该雷达回波图像重新标记。
在本申请实施例提供的标记方法中,通过统计各雷达回波图像中的独立区域;独立区域表示区域面积小于预设面积阈值的区域;根据独立区域修正各连通区域。根据本申请实施例提供的标记方法,由于根据雷达回波图像中的独立区域对各连通区域进行修正,可以避免因出现杂波、信号缺失而导致的连通区域标记错误问题,进而可以提升对连通区域的标记准确度。
在另一个实施例中,提供了另一种标记方法,本实施例涉及的是在独立区域为非连通区域时,如何修正各连通区域的具体过程。如图6所示,所述在独立区域内添加新的回波点,包括以下步骤:
步骤602,获取独立区域中各像素点与雷达回波图像中各回波点之间的距离。
在本申请的一个实施例中,对于雷达回波图像中的该独立区域,获取该独立区域内每一像素点与该雷达回波图像中各回波点之间的距离,具体的,若该雷达回波图像中存在P个回波点,则需要获取该独立区域内每一像素点与该P个回波点中每一个回波点的距离。
步骤604,将各像素点的强度因数与距离因数的比值,作各像素点的插值强度;距离因数为各距离倒数的平方和;强度因数为各距离倒数的平方与对应回波点的强度值的积的累加和。
在本申请的一个实施例中,对于该独立区域中的一个像素点,该像素点的距离因数B可以表示为:
其中,P表示该雷达回波图像中回波点的个数,dp表示该像素点与第p个回波点之间的距离。
该像素点的强度因数D可以表示为:
其中,P表示该雷达回波图像中回波点的个数,bp表示第p个回波点的强度值。
该像素点的插值强度可以表示为:
其中,W为该像素点的插值强度。
步骤606,根据各像素点的插值强度,在独立区域内添加新的回波点。
在本申请的一个实施例中,根据每一像素点的插值强度,利用与该差值强度对应的回波点替代该像素点。可选的,通过该插值强度更改该像素点的像素值/强度值,使得该像素点变为回波点。
在本申请实施例提供的标记方法中,通过获取所述独立区域中各像素点与所述雷达回波图像中各回波点之间的距离;将各所述像素点的强度因数与距离因数的比值,作各所述像素点的插值强度;所述距离因数为各所述距离倒数的平方和;所述强度因数为各所述距离倒数的平方与对应回波点的强度值的积的累加和;根据各所述像素点的插值强度,在所述独立区域内添加新的回波点。根据本申请实施例提供的标记方法,由于根据像素点与雷达回波图像中各回波点的距离及各回波点的强度确定该像素点对应的插值强度,可以使利用该插值强度生成的新的回波点可以更加符合当前雷达回波图像的实际情况,进而可以达到更好的补全效果,提升了连通区域标记的准确性。
在另一个实施例中,提供了另一种标记方法,本实施例涉及的是检测当前对雷达回波图像中连通区域标记的准确度的具体过程。如图7所示,在上述实施例的基础上,所述方法,包括以下步骤:
步骤702,根据各雷达回波图像中相同位置像素点的标记结果,获取各雷达回波图像与上一帧雷达回波图像的第一差异比例,及各雷达回波图像与下一帧雷达回波图像的第二差异比例。
在本申请的一个实施例中,获取各雷达回波图像中每一像素点的标记结果,该标记结果可以表示该像素点是否为非连通区域中的像素点,也可以表示该像素点所属的连通区域,还可以表示该像素点是否为连通区域中的边界点。
在本申请的一个实施例中,统计雷达回波图像与上一帧雷达回波图像中像素点的差异像素点,即通过依次比对相同位置的像素点在雷达回波图像中的标记结果与在上一帧雷达回波图像中的标记结果是否一致,当标记结果相同时,可以将该像素点标记为1,当标记结果不相同时,可以将该像素点标记为0,通过计算各像素点标记值的总和确定标记结果相同的像素点数量,将各像素点标记值的总和与像素总数的比值作为该第一差异比例。
在本申请的一个实施例中,统计雷达回波图像与下一帧雷达回波图像中像素点的差异像素点,即通过依次比对相同位置的像素点在雷达回波图像中的标记结果与在下一帧雷达回波图像中的标记结果是否一致,当标记结果相同时,可以将该像素点标记为1,当标记结果不相同时,可以将该像素点标记为0,通过计算各像素点标记值的总和确定标记结果相同的像素点数量,将各像素点标记值的总和与像素总数的比值作为该第二差异比例。
步骤704,根据第一差异比例及第二差异比例确定差异值。
在本申请的一个实施例中,获取该第一差异比例及第二差异比例分别对应的第一权重及第二权重,该差异值可以表示为(第一差异比例*第一权重+第二差异比例*第二权重)。可选的,该第一权重与第二权重可以根据该雷达回波图像的类型确定,也可以根据预测类型确定。该第一权重与第二权重的和为1,在一个实施例中,该第一权重默认设置为0.5,该第二权重默认设置为0.5。
步骤706,若差异值超过预设的经验阈值,重新对各雷达回波图像进行标记。
在本申请的一个实施例中,若该差异值超过预设的经验阈值,表示该雷达回波图像中对各连通区域的标记不够准确,因此,可以通过重新执行上述实施例中对连通区域的标记流程,以提高标记准确性。
在本申请的一个实施例中,若重新执行上述实施例中的标记流程的执行次数超过预设的最大次数限制时,停止标记处理。
在本申请实施例提供的标记方法中,通过根据各所述雷达回波图像中相同位置像素点的标记结果,获取各所述雷达回波图像与上一帧雷达回波图像的第一差异比例,及各所述雷达回波图像与下一帧雷达回波图像的第二差异比例;根据所述第一差异比例及所述第二差异比例确定差异值;若所述差异值超过预设的经验阈值,重新对各所述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,由于获取相同位置像素点在相邻上下两帧之间的标记差异,可以获取到反映前后帧标记结果相似性的差异值;并且,由于将得到的差异值与预设的经验阈值进行比较,当判定当前标记不准确时,重新对该雷达回波图像进行标记,可以提升对雷达回波图像中各连通区域的标记准确率。
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、连通矩阵确定模块802、边界点确定模块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;
连通矩阵确定模块802,用于获取各所述雷达回波图像中各回波点与其他回波点的连通性,并根据各所述回波点与其他回波点的连通性建立各所述雷达回波图像的连通矩阵;
边界点确定模块803,用于根据各所述连通矩阵,确定各所述雷达回波图像中至少一个连通区域的边界点;
标记模块804,用于根据各所述雷达回波图像中至少一个连通区域的边界点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,所述连通矩阵确定模块802,具体用于:
根据各所述雷达回波图像中各回波点与其他回波点的相邻性,建立各所述雷达回波图像的邻接矩阵;
根据各所述雷达回波图像的邻接矩阵,确定各所述雷达回波图像中每个回波点与其他回波点的连通性。
在本申请的一个实施例中,所述边界点确定模块803,具体用于:
根据所述连通矩阵,确定所述雷达回波图像中至少一个连通区域;
获取各所述连通区域的边缘回波点;所述边缘回波点的相邻像素点中至少存在一个像素点不属于各所述连通区域;
根据各所述连通区域的边缘回波点确定各所述连通区域的边界点。
请参考图9,其示出了本申请实施例提供的一种标记装置900的框图。如图9所示,所述标记装置900除了包括标记装置800包括的各模块外,可选的,还可以包括:修正模块805和检验模块806,其中:
所述修正模块805,具体用于:
统计各所述雷达回波图像中的独立区域;所述独立区域表示区域面积小于预设面积阈值的区域;
根据所述独立区域修正各所述连通区域。
在本申请的一个实施例中,所述修正模块805,还具体用于:
若所述独立区域为连通区域,删除所述独立区域中的回波点;
若所述独立区域为非连通区域,在所述独立区域内添加新的回波点。
在本申请的一个实施例中,所述修正模块805,还具体用于:
获取所述独立区域中各像素点与所述雷达回波图像中各回波点之间的距离;
将各所述像素点的强度因数与距离因数的比值,作各所述像素点的插值强度;所述距离因数为各所述距离倒数的平方和;所述强度因数为各所述距离倒数的平方与对应回波点的强度值的积的累加和;
根据各所述像素点的插值强度,在所述独立区域内添加新的回波点。
所述检验模块806,具体用于:
根据各所述雷达回波图像中相同位置像素点的标记结果,获取各所述雷达回波图像与上一帧雷达回波图像的第一差异比例,及各所述雷达回波图像与下一帧雷达回波图像的第二差异比例;
根据所述第一差异比例及所述第二差异比例确定差异值;
若所述差异值超过预设的经验阈值,重新对各所述雷达回波图像进行标记。
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,雷达回波数据包括多帧雷达回波图像;
获取各雷达回波图像中各回波点与其他回波点的连通性,并根据各回波点与其他回波点的连通性建立各雷达回波图像的连通矩阵;
根据各连通矩阵,确定各雷达回波图像中至少一个连通区域的边界点;
根据各雷达回波图像中至少一个连通区域的边界点对各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,雷达回波数据包括多帧雷达回波图像;
获取各雷达回波图像中各回波点与其他回波点的连通性,并根据各回波点与其他回波点的连通性建立各雷达回波图像的连通矩阵;
根据各连通矩阵,确定各雷达回波图像中至少一个连通区域的边界点;
根据各雷达回波图像中至少一个连通区域的边界点对各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;
获取各所述雷达回波图像中各回波点与其他回波点的连通性,并根据各所述回波点与其他回波点的连通性建立各所述雷达回波图像的连通矩阵;
根据各所述连通矩阵,确定各所述雷达回波图像中至少一个连通区域的边界点;
根据各所述雷达回波图像中至少一个连通区域的边界点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,所述获取各所述雷达回波图像中各回波点与其他回波点的连通性,包括:
根据各所述雷达回波图像中各回波点与其他回波点的相邻性,建立各所述雷达回波图像的邻接矩阵;
根据各所述雷达回波图像的邻接矩阵,确定各所述雷达回波图像中每个回波点与其他回波点的连通性。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述连通矩阵确定各所述雷达回波图像中至少一个连通区域的边界点,包括:
根据所述连通矩阵,确定所述雷达回波图像中至少一个连通区域;
获取各所述连通区域的边缘回波点;所述边缘回波点的相邻像素点中至少存在一个像素点不属于各所述连通区域;
根据各所述连通区域的边缘回波点确定各所述连通区域的边界点。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
统计各所述雷达回波图像中的独立区域;所述独立区域表示区域面积小于预设面积阈值的区域;
根据所述独立区域修正各所述连通区域。
5.根据权利要求4所述的方法,其特征在于,所述根据所述独立区域修正各所述连通区域还包括:
若所述独立区域为连通区域,删除所述独立区域中的回波点;
若所述独立区域为非连通区域,在所述独立区域内添加新的回波点。
6.根据权利要求5所述的方法,其特征在于,所述在所述独立区域内添加新的回波点,包括:
获取所述独立区域中各像素点与所述雷达回波图像中各回波点之间的距离;
将各所述像素点的强度因数与距离因数的比值,作各所述像素点的插值强度;所述距离因数为各所述距离倒数的平方和;所述强度因数为各所述距离倒数的平方与对应回波点的强度值的积的累加和;
根据各所述像素点的插值强度,在所述独立区域内添加新的回波点。
7.根据权利要求1至6任意一项所述的方法,其特征在于,所述方法还包括:
根据各所述雷达回波图像中相同位置像素点的标记结果,获取各所述雷达回波图像与上一帧雷达回波图像的第一差异比例,及各所述雷达回波图像与下一帧雷达回波图像的第二差异比例;
根据所述第一差异比例及所述第二差异比例确定差异值;
若所述差异值超过预设的经验阈值,重新对各所述雷达回波图像进行标记。
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;
连通矩阵确定模块,用于获取各所述雷达回波图像中各回波点与其他回波点的连通性,并根据各所述回波点与其他回波点的连通性建立各所述雷达回波图像的连通矩阵;
边界点确定模块,用于根据各所述连通矩阵,确定各所述雷达回波图像中至少一个连通区域的边界点;
标记模块,用于根据各所述雷达回波图像中至少一个连通区域的边界点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 |
---|---|---|---|
CN201911403501.3A CN111161303A (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 |
---|---|---|---|
CN201911403501.3A CN111161303A (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 |
---|---|
CN111161303A true CN111161303A (zh) | 2020-05-15 |
Family
ID=70559537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911403501.3A Pending CN111161303A (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) | CN111161303A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112835482A (zh) * | 2021-01-05 | 2021-05-25 | 天津大学 | 一种交互式天气雷达样本制作的方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100315432A1 (en) * | 2007-12-03 | 2010-12-16 | Selex Systems Integration Gmbh | Method for determining compound data of weather radars in an overlapping region of the monitoring regions of at least two weather radars |
CN101937078A (zh) * | 2009-06-30 | 2011-01-05 | 深圳市气象局 | 基于边界识别追踪技术的雷暴云团的临近预报方法和*** |
CN104391294A (zh) * | 2014-11-27 | 2015-03-04 | 中国船舶重工集团公司第七二四研究所 | 一种基于连通域特征和模板匹配的雷达点迹关联方法 |
CN104732556A (zh) * | 2015-04-13 | 2015-06-24 | 南通理工学院 | 基于染色矩阵算法的图像边缘检测方法 |
CN105405132A (zh) * | 2015-11-04 | 2016-03-16 | 河海大学 | 基于视觉反差和信息熵的sar图像人造目标检测方法 |
US20160355181A1 (en) * | 2015-06-05 | 2016-12-08 | Toyota Jidosha Kabushiki Kaisha | Collision avoidance assistance device for a vehicle |
CN106443593A (zh) * | 2016-09-13 | 2017-02-22 | 中船重工鹏力(南京)大气海洋信息***有限公司 | 基于相参雷达慢扫增强的自适应溢油信息提取方法 |
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 |
US20190377082A1 (en) * | 2018-06-08 | 2019-12-12 | Kpit Technologies Limited | System and method for detecting a vehicle in night time |
-
2019
- 2019-12-30 CN CN201911403501.3A patent/CN111161303A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100315432A1 (en) * | 2007-12-03 | 2010-12-16 | Selex Systems Integration Gmbh | Method for determining compound data of weather radars in an overlapping region of the monitoring regions of at least two weather radars |
CN101937078A (zh) * | 2009-06-30 | 2011-01-05 | 深圳市气象局 | 基于边界识别追踪技术的雷暴云团的临近预报方法和*** |
CN104391294A (zh) * | 2014-11-27 | 2015-03-04 | 中国船舶重工集团公司第七二四研究所 | 一种基于连通域特征和模板匹配的雷达点迹关联方法 |
CN104732556A (zh) * | 2015-04-13 | 2015-06-24 | 南通理工学院 | 基于染色矩阵算法的图像边缘检测方法 |
US20160355181A1 (en) * | 2015-06-05 | 2016-12-08 | Toyota Jidosha Kabushiki Kaisha | Collision avoidance assistance device for a vehicle |
CN105405132A (zh) * | 2015-11-04 | 2016-03-16 | 河海大学 | 基于视觉反差和信息熵的sar图像人造目标检测方法 |
CN106443593A (zh) * | 2016-09-13 | 2017-02-22 | 中船重工鹏力(南京)大气海洋信息***有限公司 | 基于相参雷达慢扫增强的自适应溢油信息提取方法 |
US20190377082A1 (en) * | 2018-06-08 | 2019-12-12 | Kpit Technologies Limited | System and method for detecting a vehicle in night time |
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 |
Non-Patent Citations (3)
Title |
---|
ALI EL-ZAART 等: "EDGE DETECTION IN RADAR IMAGES USING WEIBULL DISTRIBUTION", pages 1 - 10 * |
刘玉春;王俊;杨杰;王海环;陈朝焰;: "基于单频连续波的无源雷达成像研究", 电子与信息学报, no. 05, pages 96 - 101 * |
朱俊秀: "基于雷达回波反射率垂直剖面图的冰雹识别研究", pages 3 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112835482A (zh) * | 2021-01-05 | 2021-05-25 | 天津大学 | 一种交互式天气雷达样本制作的方法 |
CN112835482B (zh) * | 2021-01-05 | 2022-06-14 | 天津大学 | 一种交互式天气雷达样本制作的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11030471B2 (en) | Text detection method, storage medium, and computer device | |
US10699168B1 (en) | Computer-executed method and apparatus for assessing vehicle damage | |
CN108764325B (zh) | 图像识别方法、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 | |
CN111353512B (zh) | 障碍物分类方法、装置、存储介质和计算机设备 | |
CN109493417B (zh) | 三维物体重建方法、装置、设备和存储介质 | |
CN110634153A (zh) | 目标跟踪模板更新方法、装置、计算机设备和存储介质 | |
US9626761B2 (en) | Sampling method and image processing apparatus of CS-RANSAC for estimating homography | |
CN111145120A (zh) | 能见度检测方法、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*** | |
CN111028260A (zh) | 图像预测方法、装置、计算机设备和存储介质 | |
CN113449536B (zh) | 条码图像修复方法、装置、计算机设备和存储介质 | |
CN113344910A (zh) | 缺陷标注图像的生成方法、装置、计算机设备及存储介质 | |
CN115601774B (zh) | 表格识别方法、装置、设备、存储介质和程序产品 | |
CN110673146A (zh) | 气象预测图检测方法、装置、计算机设备和可读存储介质 | |
CN111009011A (zh) | 车辆方向角的预测方法、装置、***以及存储介质 | |
CN111209908B (zh) | 更新标注框的方法、装置、存储介质和计算机设备 | |
CN111488883A (zh) | 车架号识别方法、装置、计算机设备和存储介质 | |
CN110516559B (zh) | 适用于精准监控的目标跟踪方法及装置、计算机设备 | |
CN113313092B (zh) | 手写签名识别方法、理赔自动化处理方法、装置和设备 | |
CN109784379B (zh) | 纺织品图片特征库的更新方法和装置 | |
WO2021092797A1 (zh) | 图像的配准方法、终端以及计算机存储介质 | |
CN111161303A (zh) | 标记方法、装置、计算机设备和存储介质 | |
CN104778657B (zh) | 图像二维码融合方法及装置 | |
CN114359932A (zh) | 文本检测方法、文本识别方法及装置 |
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 |