-
公开(公告)号：CN116030199A
公开(公告)日：2023-04-28
申请号：CN202310160678.5
申请日：2023-02-24
Applicant: 南京邮电大学
Abstract: 本发明属于计算机技术领域，具体公开了一种三目散斑结构光三维与颜色纹理重建方法与系统，重建方法包括：搭建三目结构光视觉系统，标定各相机的内、外部和畸变参数；获取数字散斑图像；通过投影仪设备将数字散斑图像投影到被测物；各相机进行同步拍摄图像；对各图像进行极线校正；利用彩色图像匹配得到颜色纹理信息，对灰度图像基于改进的ZNSSD准则，进行亚像素点匹配；基于各相机的内、外部参数和匹配点利用三角法得到被测物的三维数据；将颜色纹理信息和三维数据相结合，得到三维彩色图像。本发明所述三目散斑结构光三维与颜色纹理重建方法在获取更多像素信息提高匹配精度的同时提升计算效率。
-
公开(公告)号：CN115375727A
公开(公告)日：2022-11-22
申请号：CN202110544811.8
申请日：2021-05-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种动静态引导的相关滤波器自动跟踪目标方法，构建一种动静态引导的相关滤波器自动跟踪目标模型，使用ADMM方法对相关滤波器自动跟踪目标模型优化求解；输入第一单帧图像和待跟踪目标；步骤3：输入下一单帧图像，进行动静态引导和目标检测；步骤4：对相关滤波器自动跟踪目标模型进行N次优化迭代，并通过相应更新公式更新相关滤波器自动跟踪目标模型；若未到最后一个单帧图像，则返回步骤3；若视频已到最后一单帧图像，则输出每帧视频的最终跟踪得到的目标和视频跟踪平均速率FPS。利用单帧图像的特征作为静态引导，前一单帧图像相关滤波器作为动态引导，共同联合引导下一单帧图像相关滤波器的更新。
-
公开(公告)号：CN110660028B
公开(公告)日：2022-10-14
申请号：CN201910830770.1
申请日：2019-09-04
Applicant: 南京邮电大学
Abstract: 本发明公开了图像处理技术领域的一种基于联合边缘滤波形态学的小目标检测方法，旨在解决现有技术中对小目标识别难度大、准确率低的技术问题。所述方法包括如下步骤：利用联合边缘滤波函数对原图像的局部像素进行运算，生成原图像的结构元素矩阵；利用原图像的结构元素矩阵对原图像进行联合边缘滤波形态学腐蚀，获取腐蚀后图像，作为背景图像；基于原图像和背景图像进行顶帽变换，获取结果图像；利用自适应阈值对结果图像进行目标识别。
-
公开(公告)号：CN109753912B
公开(公告)日：2022-09-06
申请号：CN201811620045.3
申请日：2018-12-27
Applicant: 南京邮电大学
IPC: G06V40/12
Abstract: 本发明揭示了一种基于张量的多光谱掌纹匹配方法，该方法包括如下步骤：S1：得到目标掌纹图像，S2：预处理步骤；对S1步骤中得到的目标掌纹图像中的感兴趣图像进行预处理；S3：特征提取步骤；对经S2步骤预处理后的灰度图像上的掌纹兴趣点提取；S4：存储步骤；将S3步骤提取到的掌纹特征存储至掌纹信息库，再对掌纹信息库中的信息进行提取；S5：特征点匹配步骤；对S4步骤提取到的掌纹信息进行特征点匹配；S6：图像匹配分数计算，根据匹配点对间的结构信息构建张量，求解匹配分数判断匹配结果。本发明利用了一种新的算法实现了在颜色空间上的去相关，使得各层色彩空间之间的对比度更强，同时各层图片也具有了更为丰富的特征信息。
-
公开(公告)号：CN114897993A
公开(公告)日：2022-08-12
申请号：CN202210568853.X
申请日：2022-07-08
Applicant: 南京邮电大学
IPC: G06T7/80
Abstract: 本发明属于光学测量技术领域，具体地说，是一种基于虚拟靶标的远心相机标定方法，具体步骤为：建立远心相机成像模型；远心相机放置于LCD显示屏正前方，并使得远心相机成像平面与LCD显示屏表面平行；生成虚拟靶标并将虚拟靶标正交投影于LCD显示屏，相机拍摄虚拟靶标在屏幕上的正交投影图像；计算虚拟靶标平面映射到相机成像平面单应性矩阵H，从单应性矩阵H获得远心相机成像模型内参数；计算LCD平面映射到相机成像平面单应性矩阵Hc，从单应性矩阵Hc获得远心相机成像模型外参数。该方法使用虚拟靶标代替传统方法中使用的物理靶标，相比传统方法能取得更准确的标定结果，并且消除了手动多次移动物理平面靶标的需要。
-
Patent Agency Ranking
公开(公告)号：CN110443209B
公开(公告)日：2022-07-29
申请号：CN201910729259.2
申请日：2019-08-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于矩阵恢复的红外小目标检测方法，将红外小目标检测作为低秩和稀疏矩阵的恢复优化问题，采用截断核范数代替传统的核范数，只对矩阵的秩以外的数据约束最小化，避免了所有奇异值被同时最小化而不能很好地近似秩的缺点；在优化稀疏矩阵恢复问题上采用lq‑norm代替传统的l1‑norm，避免了因稀疏约束松弛而导致结果偏离实际的问题；本发明采用交替方向乘数(ADMM)给出了一种详细的算法来解决这种具有两个非平滑分量的非凸问题，通过选取信号杂波比增益和背景抑制因子两种指标，对4种不同模型进行对比实验，可以得出本发明提出的方法具有更高的准确性和鲁棒性。
-
公开(公告)号：CN110443261B
公开(公告)日：2022-05-27
申请号：CN201910752068.8
申请日：2019-08-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于低秩张量恢复的多图匹配方法，包括如下步骤：S1：对各帧图像进行预处理并进行特征提取，即提取兴趣点特征；S2：对各帧图像的兴趣点进行处理，根据兴趣点的拓扑关系提取其高阶信息特征；S3:基于多图循环一致性，根据置换矩阵和图像特征的全局对应关系组建多图高阶特征信息张量；S4:采用秩约束作为标准，基于交替方向乘子法(ADMM)算法求解多图高阶特征信息张量的低秩表示，可以有效地计算出多个图像之间对应的最优置换矩阵即匹配结果矩阵。本发明提出基于低秩张量恢复的多图匹配方法，实现了图匹配一致性提高了匹配精度，其对图像匹配应用研究、目标识别和目标追踪技术具有重要的意义。
-
公开(公告)号：CN113298232A
公开(公告)日：2021-08-24
申请号：CN202110548772.9
申请日：2021-05-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习神经网络的红外光谱盲自去卷积方法，包括：将退化的红外光谱输入构建的生成网络模型中，恢复潜在的干净红外光谱。构建生成网络模型，包括：建立生成网络模型；确立红外光谱退化公式，加入全变分正则化函数对生成网络模型进行优化；使用联合优化算法对包括原始红外光谱x和模糊核k的参数进行更新；将退化的红外光谱输入生成网络模型中进行迭代训练；迭代训练直到满足条件才能停止，获得潜在的干净红外光谱，以及潜在的干净红外光谱与原始红外光谱的误差率均方根误差RMSE、相关系数CC和自加权相关系数WCC。
-
公开(公告)号：CN111738937A
公开(公告)日：2020-10-02
申请号：CN202010466506.7
申请日：2020-05-28
Applicant: 南京邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于张量分解的总变分遥感图像去条带方法，将遥感图像分解为目标图像和条带噪声及随机噪声的叠加，对各成分分别采用不同的正则项约束构成目标模型：为了保证恢复数据与原始数据之间的相似性，将引入一项非凸数据保真项；同时引入总变分正则项约束目标图像的分段平滑特性；最后，对于条带噪声采用低秩Tucker分解和L21范数联合约束，采用交替方向乘子法给出了一种详细的算法来求解上述模型，实现从原始图像中恢复目标图像，并给出了仿真实验结果验证本发明的可行性和有效性。
-
公开(公告)号：CN119919772A
公开(公告)日：2025-05-02
申请号：CN202510398481.4
申请日：2025-04-01
Applicant: 南京邮电大学
IPC: G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/44 , G06N3/045
Abstract: 本发明提出了一种基于多尺度全局联合局部的低光图像增强方法，该方法搭建多尺度先验提取模块，将低光图像作为输入进行预训练，提取出图像的先验特征；通过引入多尺度先验提取，结合局部增强进行有效地捕捉复杂的全局和局部依赖关系，进一步地提升图像增强质量；通过引入自适应核选择模块利用空间变化操作动态选择特征，实现对不同输入的灵活适应；该方法还引入了一种动态伪标签生成框架，通过伪标签生成、动态置信度评估与知识蒸馏，提高了网络的泛化能力。本发明在实际应用场景如低光物体检测中也展现了优越性能，具有广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.027 seconds)
