-
公开(公告)号：CN106971383B
公开(公告)日：2019-12-31
申请号：CN201710076195.1
申请日：2017-02-13
Applicant: 重庆邮电大学
IPC: G06T5/50
Abstract: 本发明请求保护一种基于离散Tchebichef多项式变换和聚焦评价的多聚焦图像融合方法，涉及数字图像处理、机器视觉的技术领域。具体步骤为：1)对需要融合的多幅图像进行分块处理，得到r个m×n的图像块；2)分别对每个图像块归一化，再分别对归一化后的块进行离散Tchebichef多项式变换，得到对应的离散Tchebichef多项式变换系数；3)以高阶变换系数的能量和低阶变换系数的能量的比值作为聚焦评价函数，根据聚焦评价值最大的融合规则融合多幅输入图像；4)将融合后的图像进行一致性验证，得到最终融合后的图像。本方法建立了图像离散Tchebichef多项式变换系数与图像聚焦程度的联系，在节省融合时间的同时，有效地提高了图像的融合效果。
-
Patent Agency Ranking
公开(公告)号：CN107529645B
公开(公告)日：2019-09-10
申请号：CN201710515210.8
申请日：2017-06-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于深度学习的心音智能诊断系统及方法，涉及生物信号处理、模式识别、大数据、深度学习领域。包括：1)用户通过心音采集设备或智能可穿戴式设备对心音音频数据进行采集；2)数据通过网络传输到云端服务器，进行心音音频数据的存储、建档；3)在云端服务器上采用基于逻辑回归‑隐半马尔科夫模型的心音分割算法对心音数据进行分割，并用一维卷积神经网络对分割后的心音数据进行自动特征提取和分类；4)诊断结果通过网络反馈给用户的同时存储在云端，以提供给相关机构和指定医院作为用户的临床病史参考；5)由专业医生确诊后的用户心音数据可作为训练数据扩充进云端服务器中的心音数据库中，不断提升心音诊断系统的诊断能力。
-
公开(公告)号：CN105163130B
公开(公告)日：2019-05-31
申请号：CN201510527118.4
申请日：2015-08-25
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于离散Tchebichef正交多项式的图像无损压缩方法，属于数字图像压缩技术领域。本发明的编码及解码方法在进行二维正向/反向正交变换时，采用二维整数正向/反向离散Tchebichef正交多项式变换来替代现有技术所使用的其它整数变换方法，实现无损压缩，可以有效地解决编码器失配问题，实现无损编码，而且具有较高的压缩性能以及更好的可扩展性。本发明矩阵变换实现从整数映射到整数，且在原位之间计算，完好地重构图像，降低了硬件资源消耗，有利于硬件实现。
-
公开(公告)号：CN109141714A
公开(公告)日：2019-01-04
申请号：CN201810904325.0
申请日：2018-08-09
Applicant: 重庆邮电大学
CPC classification number: G01L5/00 , A61B5/1038 , A61B2503/04 , A61B2562/0247
Abstract: 本发明涉及一种婴幼儿足底压力数据测量和处理方法，属于数据处理领域，该方法包含如下步骤：S1：通过婴幼儿足底压力数据采集装置对婴儿脚型压力数据进行采集；S2：记录下婴幼儿足底压力数据采集装置所采集到的数据；S3：对所采集到的数据进行数据处理，并根据处理结果绘制婴幼儿脚型压力数据的热力分布图。本发明方法能够准确的测量婴幼儿的足底压力数据，并做出处理可视化的显示出结果。
-
公开(公告)号：CN108108699A
公开(公告)日：2018-06-01
申请号：CN201711422702.9
申请日：2017-12-25
Applicant: 重庆邮电大学
Abstract: 本发明为一种深度神经网络模型和二进制哈希相结合的人体动作识别方法，属于模式识别技术领域。该方法包括:首先对动作识别数据库进行预处理切分成帧序列，计算光流图，并使用姿态估计算法计算人体关节点的坐标，使用结果坐标提取视频区域帧；其次利用预训练的VGG‑16网络模型对视频的RGB流与光流分别提取FC(Full‑Convolutional)特征,在视频帧序列中选取关键帧，对这些关键帧对应的FC特征取差值；对差值做二值化处理；再用binary‑hashing方法得到每个视频的统一特征表示；与PCNN特征融合后使用L1,L2等多种归一化方法得到视频的特征表示；最后使用支持向量机算法训练分类器人体动作视频进行识别。本发明具有较高的动作识别正确率。
-
公开(公告)号：CN105931209A
公开(公告)日：2016-09-07
申请号：CN201610213236.2
申请日：2016-04-07
Applicant: 重庆邮电大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/20021 , G06T2207/20221
Abstract: 本发明请求保护一种基于离散正交多项式变换的多聚焦图像融合方法，本发明首先对需要融合的多幅图像进行分块处理，得到m个n×n的块。其次，分别对每一个块进行离散正交多项式变换，得到对应的变换系数，利用空间频率SF与离散正交多项式变换系数之间的关系得到每一个块的空间频率大小。然后，比较多幅图像对应的每一块的空间频率大小，根据空间频率最大的融合规则融合多幅图像。最后，将融合后的图像进行一致性验证，得到融合后的图像。相较于传统的多聚焦图像融合方法，该方法首创性的用到了离散多项式变换域，并将图像的空间频率与离散多项式变换系数建立了联系，节省了融合的时间，并有效的提高了图像的融合效果。
-
-
-
-
-
Search Results
106
records
(took 0.025 seconds)
