-
公开(公告)号：CN110675335A
公开(公告)日：2020-01-10
申请号：CN201910819308.1
申请日：2019-08-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多分辨率残差融合网络的浅表静脉增强方法，采用随机排布的粗细不一的黑色导线模拟静脉；通过磨砂亚克力板模拟不同程度的皮肤散射，采集不同曝光时间下的图像作为模拟静脉数据集；通过风格迁移，将模拟静脉数据集转换为类活体血管成像数据集；随机从类活体血管成像数据集中抽取部分作为训练集，采用多分辨率残差融合网络进行训练，获得增强模型；用增强模型对真实静脉数据进行增强，获得静脉增强图像。本发明通过训练不同光照条件，不同散射程度的模拟静脉数据集，获得鲁棒性好的增强模型；通过融合网络中不同层次的特征，弥补下采样过程中损失的信息，实现了与其他网络相比更好的细节增强效果。
-
公开(公告)号：CN110414388A
公开(公告)日：2019-11-05
申请号：CN201910630633.3
申请日：2019-07-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于深度预测网络的驼峰和熔透预警方法，将熔池图像样本数据输入构建的驼峰和熔透预警模型，利用反向传播算法更新驼峰和熔透预警模型网络参数，直至损失函数值变化量小于设定阈值，选取此时训练的模型参数作为该模型的网络参数；将实时采集的熔池图像输入训练好的驼峰和熔透预警模型得到五十帧之后的熔池图像是否为驼峰或熔透。本发明采用基于深度预测网络的驼峰和熔透预警模型，能够实时预测熔池形态的变化以判断焊接过程是否有产生驼峰或熔透的趋势。
-
公开(公告)号：CN109374131A
公开(公告)日：2019-02-22
申请号：CN201811020517.1
申请日：2018-09-03
Applicant: 南京理工大学
CPC classification number: G01J3/2803 , G01J3/12 , G01J2003/1208
Abstract: 本发明公开了一种基于DMD编码的瞬态哈达玛矩阵光谱仪，包括匀光片、望远物镜、棱镜、DMD、准直透镜、闪耀光栅、聚焦透镜和CCD相机，入射光经由所述匀光片匀光后经由所述望远物镜聚焦在所述DMD上进行编码；编码后的光线经过所述棱镜反射再经过所述准直透镜准直，经过所述准直透镜之后的平行光线入射到所述闪耀光栅；色散后的叠加光谱经过所述聚焦透镜聚焦后由所述CCD相机采集，记录整个哈达玛循环矩阵的所有色散叠加后的光谱矩阵测量值。本发明的基于DMD编码的瞬态哈达玛矩阵光谱仪有更好的信噪比和响应速度，可以采集面阵光谱，采用可更换光栅设计有更好的适应性。
-
公开(公告)号：CN105023263B
公开(公告)日：2017-11-14
申请号：CN201410166476.2
申请日：2014-04-22
Applicant: 南京理工大学
Abstract: 本发明提出一种基于区域生长的遮挡检测和视差校正的方法。首先通过树结构动态规划算法得到初始视差图，然后通过初始视差图像边缘的存疑区域生长法检测遮挡区域和受遮挡影响区域，最后利用颜色通道向量化方法对遮挡区域和受遮挡影响区域的像素点视差值进行重新填充，得到最终视差图。本发明能够明显减少遮挡对遮挡区域和受遮挡影响区域的误匹配率。
-
公开(公告)号：CN104573714A
公开(公告)日：2015-04-29
申请号：CN201410850457.1
申请日：2014-12-31
Applicant: 南京理工大学
IPC: G06K9/62
CPC classification number: G06K9/46
Abstract: 本发明公开了一种新的无参数的有监督的特征提取算法。该发明在原有的特征提取算法的基础上对其进行改进，使之更加合理。首先该发明使用相关系数描述样本之间的相似性，通过建立类内散布矩阵来描述流形的局部结构，然后根据类与类之间相关系数的关系建立类间散布矩阵去描述流形之间的离散关系，最后建立目标函数使用Fisher准则对其进行求解，使其在达到类内散布矩阵最小的同时，类间散布矩阵达到最大，在整个过程中不需要人为设定任何参数，实现了无参数化。在三个数据库上的实验表明该发明的识别率较原始算法有所提高，达到了预期的效果。
-
Patent Agency Ranking
-
公开(公告)号：CN118250573B
公开(公告)日：2024-11-12
申请号：CN202410658444.8
申请日：2024-05-27
Applicant: 南京理工大学
IPC: H04N23/741 , H04N23/84 , H04N23/951 , H04N23/55
Abstract: 本发明公开了一种基于彩色窄带滤光的单曝光高动态融合成像方法，包括以下步骤：一：利用窄带滤光片在成像前获得量子效率不同的三色光进入相机，得到三色光的单曝光图像；二：根据相机的传感器的像素排布特征，对步骤一得到的所述单曝光图像提取三种曝光响应的图像序列；三：对三种曝光响应的图像序列分别进行图像增强；四：利用图像融合网络模型SFD‑MEF对增强后的三种曝光响应的图像序列进行图像融合。本发明的基于彩色窄带滤光的单曝光高动态融合成像方法通过加装特定波段窄带滤光片，单次曝光时间内即可获得多张不同响应图片，并利用图像融合网络模型进行融合，可以处理动态场景并且在极端环境下具有优异的图像融合质量。
-
公开(公告)号：CN118247443B
公开(公告)日：2024-11-12
申请号：CN202410670474.0
申请日：2024-05-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于物面编码的高光谱三维协同成像方法，采用高光谱三维协同成像系统，高光谱三维协同成像系统包括投影器件、色散器件和图像采集器件，包括如下步骤：基于高光谱三维协同成像系统获取不同位置下标定器件的编码压缩数据；对编码压缩数据进行解码，得到系统的色散斜率K以及真实深度在像素空间中的线性映射；基于高光谱三维协同成像系统获取物体的4D编码压缩数据，解码过程中根据色散斜率K进行逆色散操作便可以得到物体的4D数据；通过剥离算法将4D数据进行数据剥离，得到物体的光谱三维数据。本发明基于物面编码光谱成像系统可以实现在无数据融合无相位求解下的高精度高分辨率的高光谱三维协同成像。
-
公开(公告)号：CN118365649B
公开(公告)日：2024-10-22
申请号：CN202410797606.6
申请日：2024-06-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于熔池三维形态的被动视觉焊缝偏移预测方法，包括以下步骤：搭建被动双目视觉系统，采集多道焊中目标焊道的焊缝熔池图像；基于边缘检测算法对熔池图像进行分割，提取熔池边缘；对第一相机和第二相机进行标定及第一熔池图像和第二熔池图像进行极线校正，然后通过双目测量原理计算出分割后熔池边缘的深度；计算分割后的第一相机熔池图像以质心为基点旋转一周的质心边距；基于降维算法对获取的数据进行降维处理；基于回归算法对降维后的数据进行训练，利用该训练模型进行偏移预测。本发明通过构建被动双目视觉系统及机器学习算法相结合，利用熔池三维形态和二维平面数据实现了多道焊偏移的准确预测。
-
公开(公告)号：CN118570651A
公开(公告)日：2024-08-30
申请号：CN202411034557.7
申请日：2024-07-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种跨波段细节驱动增强的单像素光谱成像方法，包括如下步骤：利用RGB相机和光纤光谱仪同时获取物体的RGB图像和近红外高光谱单像素；对编码后的近红外高光谱单像素信息采用伪逆单像素成像算法初步重建出近红外高光谱图像；构建基于注意力融合的高光谱分辨率增强网络SREAF，利用初步重建出近红外高光谱图像和RGB图像进行融合，最终得到近红外高光谱图像。本发明的跨波段细节驱动增强的单像素光谱成像方法通过引入低成本的高空间分辨率的RGB图像，并构建深度学习框架融合RGB图像和近红外高光谱图像，提升了近红外高光谱图像的分辨率，最终在不增加实际压缩采样次数的同时获得高空间和高光谱分辨率的重建结果。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.023 seconds)
