公开(公告)号：CN115616765A

公开(公告)日：2023-01-17

申请号：CN202211428230.9

申请日：2022-11-15

Applicant: 无锡学院

Inventor： 朱硕 ,  汪宗洋 ,  王煜 ,  黄剑翔 ,  边松岩

IPC: G02B27/00 ,  G02B23/02

Abstract: 一种望远镜主动光学校正系统校正精度测试装置，包括激光干涉仪、多维调整台、波像差测量组件和平面镜，激光干涉仪放置在光学望远镜的外部用于向光学望远镜的内部发射测试光，以检测多个视场的波像差数据；多维调整台用于调整光学望远镜中光学元件位置、角度，以模拟望远镜成像质量下降的情况；波像差测量组件设置在望远镜的像面处用于测量光学望远镜成像质量下降后的波像差，平面镜用于反射测试光。本发明涉及一种望远镜主动光学校正系统校正精度测试方法，通过对比模拟像质下降时和校正时光学元件的位移量和转动角度判断主动光学校正系统的校正精度，对比模拟像质下降前和校正时后的波像差，判断校正后的像质是否达到模拟像质下降前的像质。

公开(公告)号：CN118298424A

公开(公告)日：2024-07-05

申请号：CN202410487634.8

申请日：2024-04-22

Applicant: 无锡学院

Inventor： 朱硕 ,  张绪康 ,  宾杰 ,  孙佳豪 ,  刘政达 ,  王煜 ,  邢知韵 ,  汪宗洋

IPC: G06V20/69 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于卷积神经网络的过参数化血细胞检测系统，涉及目标检测技术领域，为解决血细胞像素小，相互遮挡等问题，本发明提出的YOLOv7‑CDD算法在backbone网络中引入CBAM注意力机制，以较小的计算成本，增加重要信息权重，忽略无用信息，以提高网络对于各类血细胞关注度；在neck网络中的下采样部分添加DODConv模块，既可以轻量化网络，又能增强模型对小目标信息的捕捉能力；然后将预测头解耦，增强网络分类和回归能力，提高识别精度，减少了不同信息的耦合性，提升模型对于异常细胞检测的鲁棒性。

公开(公告)号：CN117871051A

公开(公告)日：2024-04-12

申请号：CN202410047374.2

申请日：2024-01-12

Applicant: 无锡学院

Inventor： 朱硕 ,  刘政达 ,  孙佳豪 ,  梁吉丰 ,  王煜 ,  张绪康 ,  汪宗洋

IPC: G01M11/02

Abstract: 本发明公开了一种大型光学系统微振动抑制光轴指向稳定性精度测试方法，涉及光学测试技术领域，以光管为测试提供无穷远测试光束，配合平台、星点、光源、微振动激励器、立方棱镜、经纬仪、成像探测器等设备，星点目标的大小不超过5μm；光管的口径至少覆盖待测系统口径的三分之二，以保证待测目标的能量足够被光学系统像面的探测器有效接收；进一步的利用微振动激励器模拟光学系统实际开机工作振动状态，在不同时刻，多次记录同一视场下像斑的位置，通过探测器上接收到的像斑，提取像斑质心坐标，计算像斑在不同维度的偏移量，进而完成光轴指向精度测试计算实际像斑与理想像斑成像位置的差异，最终判断光学系统的光轴指向稳定性精度。

公开(公告)号：CN115631179A

公开(公告)日：2023-01-20

申请号：CN202211379132.0

申请日：2022-11-04

Applicant: 无锡学院

Inventor： 朱硕 ,  王煜 ,  武丽

IPC: G06T7/00 ,  G06F17/18 ,  G06T5/00 ,  G06T5/40 ,  G06T7/13 ,  G06T7/136

Abstract: 本发明公开了一种基于改进Canny算法的肺炎图像边缘检测方法，包括以下步骤，对输入的原始肺炎图像进行对比度增强处理，获得增强图像；对增强图像使用双边滤波器进行双边滤波，获得降噪图像；对降噪图像进行高斯滤波，获得滤波图像；计算滤波图像的梯度，获得梯度图像；对梯度图像采用非极大值抑制并采用Otsu算法求分割阈值的最佳点，得到边缘图像。本发明通过改进Canny算法，采用对比度受限的CLAHE算法对原始肺炎图像进行对比度增强，双边滤波器滤除椒盐噪声，不仅增强了原始肺炎图像对比度，而且实现了保边去噪，改善了现有的边缘检测方法存在的图像边缘检测准确率不高的问题。

公开(公告)号：CN118470370A

公开(公告)日：2024-08-09

申请号：CN202410310575.7

申请日：2024-03-19

Applicant: 无锡学院

Inventor： 朱硕 ,  王煜 ,  孙佳豪 ,  刘政达 ,  梁吉丰 ,  宾杰 ,  邢知韵 ,  张绪康 ,  汪宗洋

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06V10/42 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了基于信息交互的细粒度图像分类方法，包括：将输入图像分别输入到CNN分支网络的ResNet模块以及CB‑ViT模型的LFE模块中，ResNet模块对输入图像进行特征提取，得到特征图，并将特征图输入到级联CNN模块中，获取输入图像的局部特征；通过LFE模块获取输入图像的低级特征，将输入图像的低级特征输入到ViT分支网络中进行全局特征的提取，获取输入图像的全局图像信息；patch embedding模块将待分类的输入图像数据转化为特征图序列，通过线性映射将特征图序列投影到高维空间，添加一个分类标志向量，以用于最终输出概率分布，添加一个可学习的位置编码矩阵，以用于附加位置信息；Transformer Encoder模块将分类标志向量通过线性变换与激活函数的组合，得到待输入图像的细粒度分类。