-
公开(公告)号：CN105023004A
公开(公告)日：2015-11-04
申请号：CN201510471000.4
申请日：2015-08-04
Applicant: 南京信息工程大学
IPC: G06K9/00
CPC classification number: G06K9/00067 , G06K9/00087
Abstract: 本发明公开了一种曲率与小波轮廓增强相结合的人脸识别算法，首先用图像的水平集曲率和小波增强人脸图像的整体轮廓，从而忽略人脸识别中光照、人脸的表情和部分遮挡物的影响，然后用PCA算法提取人脸特征。现有方法在光照、表情和遮挡不同时，识别率和鲁棒性会大大降低；为了克服光照、表情、姿势等非约束性变化条件下人脸识别率降低的弊端，并提高识别方法的鲁棒性，本发明利用了水平集曲率及SRC的优点，提出了一种曲率与小波轮廓增强的人脸识别算法，该算法充分利用了水平集曲率的性质、人脸图像轮廓的不变性和人脸图像轮廓对光照的不敏感性，在现有的稀疏表示理论基础上，提高了非约束性人脸的识别率，增强了识别系统的鲁棒性。
-
公开(公告)号：CN105005975A
公开(公告)日：2015-10-28
申请号：CN201510397590.0
申请日：2015-07-08
Applicant: 南京信息工程大学
CPC classification number: G06T5/002 , G06T2207/20192
Abstract: 本发明公开了基于PCNN和图像熵的各向异性扩散的图像去噪方法，首先，采用脉冲耦合神经网络对噪声图像进行处理，得到熵序列En，将En作为边缘检测算子；然后，进行阈值寻优，得到最优去噪阈值k；最后，根据求得的边缘检测算子En和最优去噪阈值k，采用改进的各向异性扩散模型对图像进行去噪。本发明不仅能有效去除图像噪声，同时能较完整地保留了图像的区域信息。
-
公开(公告)号：CN111428687B
公开(公告)日：2023-07-25
申请号：CN202010297907.4
申请日：2020-04-16
Applicant: 南京信息工程大学
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开一种基于概率协同表示和卷积神经网络识别方法，包括如下步骤：首先，利用概率分布构造一种新的简单易行的重建函数，将原始训练样本集通过该重建函数进行重建得到新的训练样本集；将用新的训练样本集和原始训练样本集训练CNN网络；用训练好的CNN网络从原始测试样本集中提取有效特征，用提取的有效特征来训练SVM分类器，再通过训练好的SVM分类器识别所有的待识别样本。本发明利用有限的训练样本集通过新的目标函数构造重建测试样本，作为新的训练样本集，输入CNN网络，能有效提取人脸特征，再使用这些人脸特征去训练SVM，所得到测试样本的重建图接近原测试样本图，识别效果明显。
-
公开(公告)号：CN109242853B
公开(公告)日：2021-10-19
申请号：CN201811310766.4
申请日：2018-11-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于图像处理的PCB缺陷智能检测方法，包括如下步骤：(1)对采集到的图像进行预处理，包括图像增强和图像去噪，以去除在采集过程中存在各种不稳定的外界干扰因素，从而获取到适合分析处理的高质量图像；(2)选择自适应阈值分割法得到特征清晰，噪声影响低的二值图像从而对图像进行分割；(3)对步骤二中得到的分割图像进行形态学运算处理从而得到拟标准的PCB二值化图像；(4)将步骤三中得到的拟标准PCB板二值化图像和步骤二中的待测PCB板二值化图像进行异或运算，对异或后的结果进行进一步形态学处理从而得出存在缺陷的位置。
-
公开(公告)号：CN108932699B
公开(公告)日：2021-10-15
申请号：CN201810374666.1
申请日：2018-04-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于变换域的三维匹配调和滤波图像去噪方法,包括如下步骤：一、将采集到的图像进行灰度转换并进行加噪处理；二、利用三维块匹配滤波得到图像的预估计数据；三、小波分解变换以提取步骤二得到的预估计图像中的高频部分进行滤波，为避免边缘模糊，引用拉普拉斯高斯算法构建新算子带入扩散模型，最后小波重构以得到原始图像的最终逼近；四、通过Canny算子对边缘进行检测以及计算各模型的峰值信噪比和结构相似度来分析该方法的有效性和可行性；本发明性能优越，内部信息保护更具完整性，运算速度合理，有利于实际应用。
-
Patent Agency Ranking
公开(公告)号：CN113343926A
公开(公告)日：2021-09-03
申请号：CN202110749601.2
申请日：2021-07-01
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于卷积神经网络的驾驶员疲劳检测方法，其特征在于包括以下步骤：步骤一：使用红外摄像头进行面部采集；步骤二：使用HOG检测算法结合KCF跟踪算法对采集的人脸进行检测和跟踪；步骤三：调用Dlib库进行脸部关键点的提取；步骤四：引入可变形卷积神经网络对提取的眼部和嘴部进行状态识别；步骤五：眼部和嘴部数据集检测；步骤六：疲劳检测，输出检测结果，对驾驶员疲劳驾驶行为做出预警。本发明将传统的检测算法与深度学习方面相结合，提出了一种基于可变形卷积神经网络的疲劳检测方法，能够实时的检测驾驶员疲劳，并且具有较高的准确率，解决了当前的疲劳检测算法准确率低或实时性差的缺问题。
-
公开(公告)号：CN112630225A
公开(公告)日：2021-04-09
申请号：CN202011579652.7
申请日：2020-12-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于图像缺陷差异消除方法的光学检测仪，包括：基座，所述基座上表面分为操作面和检测面，操作面和检测面均开口，检测面上设有检测盒体，所述检测盒体内设有检测光源，对准检测面的开口处，所述基座内设有轨道，由操作面开口处延伸至检测面开口处，所述轨道上设有载台；所述检测盒体内还设有检测图像缺陷差异装置，包括图像数据采集模块、原始光照图像数据获取模块及图像去噪模块。还公开了所述图像缺陷差异消除方法。通过对原始亮度图像数据进行滤波生成光照图像数据，将增亮与去噪融合在同一个框架中，优化了整个处理流程，增亮与去噪可复用光照图像数据，合并、简化部分操作，减少了计算量，降低占用的计算资源。
-
公开(公告)号：CN109410134A
公开(公告)日：2019-03-01
申请号：CN201811159032.0
申请日：2018-09-30
Applicant: 南京信息工程大学
CPC classification number: G06T5/002 , G06T5/20 , G06T2207/10004
Abstract: 本发明公开一种基于图像块分类的自适应去噪方法，包括如下步骤：步骤1，利用包括电荷耦合器件的摄像机采集需要处理的原始图像，将采集到的图像进行灰度转换并进行加噪处理；步骤2，将噪声图像进行块分类，通过计算图像块的方差将图像分成平滑区和非平滑区；步骤3，对步骤2中分类出的平滑区用均值滤波法进行去噪；步骤4，对步骤2中分类出的非平滑区，利用K-SVD算法进行去噪处理；步骤5，通过计算峰值信噪比和运行时间，分析去噪算法的有效性。此种去噪方法可弥补传统K-SVD图像去噪算法中运行效率低的不足，并很好地保留图像的结构信息。
-
公开(公告)号：CN104574295B
公开(公告)日：2018-01-16
申请号：CN201410785308.1
申请日：2014-12-16
Applicant: 南京信息工程大学
IPC: G06T5/00
Abstract: 本发明涉及一种自适应阈值图像去噪算法，包括以下步骤，（1）将噪声图像进行Gauss滤波，去除较大噪声；（2）构建拟合扩散系数；（3）建立自适应阈值；（4）建立自适应阈值图像去噪算法模型；（5）用半隐式加性算子分裂（AOS）算法对图像进一步处理，得到去噪后的图像。本发明复杂度低，时效性高，去噪后的图像信噪比与经典算法相比提高了15个dB左右，能有效的保护图像的边缘和纹理等细节信息。
-
公开(公告)号：CN104463811B
公开(公告)日：2017-08-04
申请号：CN201410835528.0
申请日：2014-12-29
Applicant: 南京信息工程大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于能量泛函的图像平滑与锐化方法，包括以下步骤：(1)将各向异性扩散方程转化为最小化能量泛函；(2)将动态方程以内在坐标形式表示；(3)建立能量泛函(4)建立图像的梯度阈值函数k＝e‑αt；(5)引入保真项建立基于能量泛函的图像平滑与锐化算法；(6)用中心差分数值算法对步骤五的结果进一步处理。本发明方法需要的信息量少，方法简单，实现图像去噪，使受污染图像更接近原始图像。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.025 seconds)
