[發明專利]圖像數據的擴充方法及裝置在審
| 申請號: | 201710028621.4 | 申請日: | 2017-01-13 |
| 公開(公告)號: | CN108304850A | 公開(公告)日: | 2018-07-20 |
| 發明(設計)人: | 高燕;董振江;鄧碩 | 申請(專利權)人: | 中興通訊股份有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/46;G06K9/42;G06T3/00;G06T11/40 |
| 代理公司: | 深圳市世紀恒程知識產權代理事務所 44287 | 代理人: | 胡海國 |
| 地址: | 518057 廣東省深圳市南山*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 關鍵特征 圖像數據 疊加 背景圖像 接收用戶 目標圖像 特征圖像 提取指令 觸發 指令 背景分離 調整規則 仿真圖像 擴充裝置 生成數據 非均衡 數據集 預設 真實性 保留 渠道 | ||
1.一種圖像數據的擴充方法,其特征在于,所述擴充方法包括以下步驟:
接收用戶觸發的提取指令,并根據所述提取指令在目標圖像中提取所述目標圖像的關鍵特征,得到特征圖像;
根據預設調整規則調整背景圖像的尺寸;
接收用戶觸發的疊加指令,并根據所述疊加指令將所述特征圖像疊加至所述背景圖像,生成仿真圖像數據。
2.如權利要求1所述的擴充方法,其特征在于,所述接收用戶觸發的提取指令,并根據所述提取指令在目標圖像中提取所述目標圖像的關鍵特征,得到特征圖像的步驟包括:
接收用戶觸發的提取指令,并根據所述提取指令對所述目標圖像中所述關鍵特征所在的區域進行邊緣檢測和切割;
將所述目標圖像中所述關鍵特征以外的區域透明化,得到特征圖像。
3.如權利要求1所述的擴充方法,其特征在于,所述接收用戶觸發的提取指令,并根據所述提取指令在目標圖像中提取所述目標圖像的關鍵特征,得到特征圖像的步驟之后,還包括:
接收用戶觸發的調整指令,并根據所述調整指令調整所述關鍵在所述特征圖像中的位置和/或尺寸。
4.如權利要求1所述的擴充方法,其特征在于,所述接收用戶觸發的疊加指令,并根據所述疊加指令將所述特征圖像疊加至所述背景圖像,生成仿真圖像數據的步驟包括:
接收用戶觸發的疊加指令,并根據所述疊加指令和所述特征圖像中關鍵特征的位置和尺寸在所述背景圖像中規劃覆蓋區域;
將所述特征圖像疊加至所述背景圖像,使得所述關鍵特征位于所述覆蓋區域,生成仿真圖像數據。
5.如權利要求1至4中任一項權利要求所述的擴充方法,其特征在于,所述根據預設調整規則調整背景圖像的尺寸的步驟,包括:
根據所述特征圖像的尺寸調整所述背景圖像的尺寸調整,以使所述特征圖像的尺寸和所述背景圖像的尺寸相同。
6.一種圖像數據的擴充裝置,其特征在于,所述擴充裝置包括:
特征提取模塊,用于接收用戶觸發的提取指令,并根據所述提取指令在目標圖像中提取所述目標圖像的關鍵特征,得到特征圖像;
背景調整模塊,用于根據預設調整規則調整背景圖像的尺寸;
數據生成模塊,用于接收用戶觸發的疊加指令,并根據所述疊加指令將所述特征圖像疊加至所述背景圖像,生成仿真圖像數據。
7.如權利要求6所述的擴充裝置,其特征在于,所述特征提取模塊包括:
區域切割單元,用于接收用戶觸發的提取指令,并根據所述提取指令對所述目標圖像中所述關鍵特征所在的區域進行邊緣檢測和切割;
透明處理單元,用于將所述目標圖像中所述關鍵特征以外的區域透明化,得到特征圖像。
8.如權利要求6所述的擴充裝置,其特征在于,所述擴充裝置還包括:
特征調整單元,用于接收用戶觸發的調整指令,并根據所述調整指令調整所述關鍵在所述特征圖像中的位置和/或尺寸。
9.如權利要求6所述的擴充裝置,其特征在于,所述數據生成模塊包括:
區域規劃單元,用于接收用戶觸發的疊加指令,并根據所述疊加指令和所述特征圖像中關鍵特征的位置和尺寸在所述背景圖像中規劃覆蓋區域;
圖像疊加單元,用于將所述特征圖像疊加至所述背景圖像,使得所述關鍵特征位于所述覆蓋區域,生成仿真圖像數據。
10.如權利要求6至9中任一項權利要求所述的擴充裝置,其特征在于,所述背景調整模塊,還用于根據所述特征圖像的尺寸調整所述背景圖像的尺寸調整,以使所述特征圖像的尺寸和所述背景圖像的尺寸相同。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中興通訊股份有限公司,未經中興通訊股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710028621.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種鳥羽色彩特征提取方法
- 下一篇:一種高維數據流異常點識別方法





