-
公开(公告)号：CN119067885A
公开(公告)日：2024-12-03
申请号：CN202411211366.3
申请日：2024-08-30
Applicant: 安徽大学
Abstract: 本发明公开了一种基于HSV色彩空间双通道的图像去雾方法，包括：获取原始含雾图像，转到HSV空间，得到饱和度图像和亮度图像；对饱和度图像的像素值从小到大排序，选择前n％像素的坐标，在亮度图像中找到对应坐标中最大像素的坐标；在原始含雾图像中找到对应最大像素的坐标，得到像素值作为大气光估计值；使用S通道和V通道的像素值构造平衡系数补偿饱和度，再对透射率进行补偿；根据大气光估计值、透射率和大气散射模型对原始含雾图像进行处理，得到去雾后的图像，本发明选取低饱和度高亮度的像素作为最终的大气光具有较好的去雾效果；补偿饱和度再通过补偿后的饱和度估计透射率，基于像素估计，减少了块效应的同时提高了去雾速度，提高去雾质量。
-
公开(公告)号：CN118229962A
公开(公告)日：2024-06-21
申请号：CN202410643435.1
申请日：2024-05-23
Applicant: 安徽大学
Abstract: 本发明公开了一种遥感图像目标检测方法、系统、电子设备及存储介质，所述方法包括：获取待检测图像数据集；对待检测图像数据集中的图像增强处理，得到第一图像数据集；将待检测图像数据集和第一图像数据集中的图像分别切片为具有多行列数的子图像；计算子图像各区域的概率百分比，根据概率百分比最优解得到第二图像数据集；将第二图像数据集输入检测模型得到目标检测结果。通过对原始图像增强处理，再将增强前后的图像进行多行列数的区域分割，后对每个区域进行NIQE计算；获取各区域NIQE值并进行归一化处理，而后对每个区域进行概率计算，后对图像同一区域的增强前后概率进行对比，保留概率较小的，以达到提高目标检测精度的效果。
-
公开(公告)号：CN117523412A
公开(公告)日：2024-02-06
申请号：CN202311543030.2
申请日：2023-11-20
Applicant: 安徽大学
IPC: G06V20/13 , G06V20/10 , G06V10/764
Abstract: 本发明涉及一种基于改进GWCCI指数的大豆遥感制图方法，包括：获得研究区Sentinel‑2影像，筛选出高晴空覆盖率的合成影像；得到仅包含耕地信息的合成影像；筛选出其中适合提取大豆的两种指数参与构建改进版GWCCI指数，确定改进版GWCCI指数的数学形式，并将其命名为GWCCI2指数；构建不同作物类型的GWCCI2时序图，确定大豆提取的最佳时相t；确定大豆提取的最佳阈值δ；根据最佳阈值δ判断每个像素是否属于大豆种植区。本发明提出了新的GWCCI2指数，该指数同时反映了作物的叶绿素含量及冠层水分含量，增强了大豆在结荚期内与其他作物间的差异，其对于大豆的敏感度要高于原始GWCCI指数，更加适用于种植区分散、大豆与其他作物交错混杂种植普遍情况下的大豆种植区提取。
-
公开(公告)号：CN116563313B
公开(公告)日：2023-09-19
申请号：CN202310843999.5
申请日：2023-07-11
Applicant: 安徽大学
IPC: G06T7/11 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及基于门控融合注意力的遥感影像大豆种植区域分割方法，与现有技术相比解决了难以准确针对大豆种植区域进行分割的缺陷。本发明包括以下步骤：遥感影像的获取与预处理；构建大豆种植区域分割模型；大豆种植区域分割模型的训练；待分割遥感影像的获取；遥感影像大豆种植区域分割结果的获得。本发明在检测大豆种植区时，可以提升融合特征的判别性，提高语义分割效果，有利于大豆种植区提取任务。
-
公开(公告)号：CN116563313A
公开(公告)日：2023-08-08
申请号：CN202310843999.5
申请日：2023-07-11
Applicant: 安徽大学
IPC: G06T7/11 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及基于门控融合注意力的遥感影像大豆种植区域分割方法，与现有技术相比解决了难以准确针对大豆种植区域进行分割的缺陷。本发明包括以下步骤：遥感影像的获取与预处理；构建大豆种植区域分割模型；大豆种植区域分割模型的训练；待分割遥感影像的获取；遥感影像大豆种植区域分割结果的获得。本发明在检测大豆种植区时，可以提升融合特征的判别性，提高语义分割效果，有利于大豆种植区提取任务。
-
Patent Agency Ranking
公开(公告)号：CN119107269A
公开(公告)日：2024-12-10
申请号：CN202411192906.8
申请日：2024-08-28
Applicant: 安徽大学
Abstract: 本发明公开了一种基于自适应亮度改进和局部图像去散射的水下图像复原方法，包括：获取原始水下图像；构建原始水下图像从水面到场景的衰减模型和亮度矫正矩阵；根据衰减模型和亮度矫正矩阵定义亮度补偿函数，将亮度补偿函数分解为多个子问题，使用交替方向乘子法求解所述子问题，得到亮度补偿对应的值，得到亮度补偿后的水下图像；基于DCP算法获取R,G,B三个通道的介质透射率和水下环境光，对亮度补偿后的水下图像进行处理，得到恢复后的图像；本方法关注了水下图像的亮度退化问题，使水下图像更接近真实环境光下的图像，在处理不同水下图像的模糊对比度和低亮度方面取得了更好的平衡；无需对参数进行任何微调，可以很好地复原水下图像。
-
公开(公告)号：CN118590727A
公开(公告)日：2024-09-03
申请号：CN202410804973.4
申请日：2024-06-21
Applicant: 安徽大学
IPC: H04N21/8549 , H04N21/439 , H04N21/44
Abstract: 本发明公开了一种视频浓缩方法、装置、电子设备及存储介质，包括，获取视频中多个目标的目标轨迹及所述视频中的背景图片；根据所述多个目标的目标轨迹构建多目标轨迹字典；对所述字典中的多目标轨迹重新排列，得到重排目标轨迹；将所述背景图片和重排目标轨迹融合，得到浓缩后的帧；合成浓缩后的帧，得到浓缩后的视频；本发明通过对多目标轨迹进行重新排列，解决了目标轨迹冲突碰撞的问题，使目标轨迹能够有序的排列在浓缩后的视频中，降低了伪碰撞现象。
-
公开(公告)号：CN117612006A
公开(公告)日：2024-02-27
申请号：CN202311612743.X
申请日：2023-11-29
Applicant: 安徽大学
IPC: G06V20/10 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本发明涉及一种基于LSTM与U‑Net融合网络的大豆种植区遥感提取方法，与现有技术相比解决了机器学习方法提取精度有限、模型时空泛化能力不高的缺陷。本发明包括以下步骤：Sentinel‑2影像的获取和预处理；构造反射率时间序列影像；数据集的构建；PF‑Unet模型的构建与训练；大豆种植区遥感分布图的获得。本发明通过将卷积神经网络U‑Net和长短期记忆网络LSTM融合，提出了PF‑Unet深度学习网络，可以从多个尺度提取时间序列中的特征，相比于U‑Net、LSTM和TFBS模型，大豆种植区遥感提取精度更高。
-
公开(公告)号：CN115165366A
公开(公告)日：2022-10-11
申请号：CN202210793046.8
申请日：2022-07-07
Applicant: 安徽大学
IPC: G01M13/045 , G01R31/34 , G06K9/62
Abstract: 本发明公开了一种旋转机械变工况故障诊断方法及系统，涉及故障诊断技术领域，包括以下步骤：获取旋转机械的源域数据的有标签特征集及目标域数据的无标签特征集；对有标签特征集进行聚类分析，得到各深度特征的调整兰德指数；计算有标签特征集及无标签特征集在正常工况下的各深度特征样本之间的多核最大均值差异；构建各深度特征的可迁移性指标，并采用改进联合分布适应IJDA进行迁移学习，利用迁移学习后的训练特征集训练识别分类器，利用识别分类器进行故障模式识别与分类，输出跨域故障诊断结果。本发明通过对深度特征进行类别区分度和特征在不同域间分布差异进行量化评估，有助于选取更有利于迁移故障诊断的深度特征，诊断准确率高。
-
公开(公告)号：CN219661685U
公开(公告)日：2023-09-12
申请号：CN202221586140.8
申请日：2022-06-23
Applicant: 安徽大学
IPC: A61B5/0205 , A61B5/11 , A61B5/145 , H04W4/38 , H04Q9/00
Abstract: 本实用新型公开了一种基于LoRa的矿工体征状态远程监测系统，包括有矿工可穿戴装备、LoRa智能网关、煤矿井下工业环网和地面服务器；本实用新型能够有效采集井下工作人员的体温，心率，血氧以及运动状态的体征参数，为全面评估其身体状态提供有效数据支撑；本实用新型中的可穿戴装备配合LoRa智能网关采用LoRa无线通讯方式进行数据传输，具有较低的丢包率和时延；结合实际的监测需要，合理设置人员可穿戴装备采集生命体征状态数据的间隔策略，能够有效降低平均功耗，提高电池的使用时长；综上所述，本实用新型能够较好的实现井下人员生命体征状态参数监测，对于及时发现和救援异常体征人员，对保障井下人员生命和煤矿安全生产发挥重要作用。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.028 seconds)
