-
公开(公告)号：CN114677499A
公开(公告)日：2022-06-28
申请号：CN202210372813.8
申请日：2022-04-11
Applicant: 成都信息工程大学
IPC: G06V10/22 , G06K9/62 , G06V10/762
Abstract: 本发明涉及一种云微粒子图像粒子区域定位方法，主要包括首先对原始云微粒子图像数据进行数据划分和聚类，然后对所有图像数据进行像素块同区域搜索及像素块属性进行判定，接着对附属像素块进行了基于像素块轮次距离和像素块相似性距离的归属可能性值计算的多重归属性进行认定，再云微粒子区域进行定位，通过该方法可提高云微粒子数据中像素块划分的准确性和粒子区域定位准确性。
-
公开(公告)号：CN110824478B
公开(公告)日：2022-04-01
申请号：CN201911012198.4
申请日：2019-10-23
Applicant: 成都信息工程大学
Abstract: 本申请公开了一种基于多样化3D雷达回波特征的降水云类型自动分类方法及装置，通过对组网雷达数据进行分析，获取多个雷达回波特征，从多个回波特征中随机的选择两种回波特征，使用神经网络模型获得代价函数的最优解，并绘制学习曲线图；基于绘制学习曲线图分别计算高方差与高偏差，当满足所述高方差条件时，增加神经网络的训练样本数量，将增加的神经网络的训练样本输入所述的神经网络模型中，并再次绘制学习曲线图；当满足所述高偏差条件时，增加回波特征数量；将增加的回波特征输入所述的神经网络模型中，并再次绘制学习曲线图；当不满足高方差条件也不满足高偏差条件时，获得优化模型；获取优化后的特征量与优化后的特征数量进行训练；输入待分类数据到已训练完成的模型中，进行分类并获取分类结果，实现识别准确度高并且识别速度快的云体自动分类。
-
公开(公告)号：CN108830883A
公开(公告)日：2018-11-16
申请号：CN201810567306.3
申请日：2018-06-05
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于超像素结构的视觉注意SAR图像目标检测方法，属于雷达遥感或图像处理技术，主要解决SAR图像目标检测时检测率低、虚警率和漏检率高以及检测到的目标失真的问题。其实现步骤为：确定待输入的SAR图像，先进行滤波；接着提取灰度和方向初级视觉特征；进行归一化和显著性处理；生成显著图；设定阈值Sth生成二值化的显著图选出候选目标区域；将二值化的显著图和滤波后的图像点乘；用SLIC超像素生成算法将图像分割成超像素区域；设定角点检测的阈值Rth对图像进行Harris角点检测以突出目标与背景的超像素的结构特征的差异；统计每个超像素区域内的角点个数；设定阈值Th进行离群值检测以剔除候选目标区域中包含的虚警，得到最终SAR图像目标检测结果。本发明充分利用超像素、视觉注意、Harris角点检测相结合的方法来实现SAR图像目标检测，得到的检测结果显示本发明方法检测率高、虚警率和漏检率低，并且检测结果不失真，即检测后的SAR图像目标形态能够完整的保留。
-
Patent Agency Ranking
公开(公告)号：CN119272093A
公开(公告)日：2025-01-07
申请号：CN202411446021.6
申请日：2024-10-16
Applicant: 成都信息工程大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于图传信号时频特征的无人机分类方法，包括以下步骤：S1、采集带宽为25MHz的ISM频段无人机图传信号；S2、对无人机图传信号进行数据预处理，得到时频图；S3、将时频图输入训练好的EfficientNet，输出无人机型号的分类识别的最终结果。实验结果表明训练好的EfficientNet神经网络具有良好的分类效果。对于‑10dB以上信噪比的无人机图传信号，利用加噪声的无人机数据集进行训练，在测试集上观测到了显著的分类效果提升，尤其是在‑10dB及以上信噪比情况下，分类准确率达96%以上，展示了该方法在民用无人机信号监测领域的高应用前景。
-
公开(公告)号：CN116016794B
公开(公告)日：2024-10-08
申请号：CN202211564903.3
申请日：2022-12-07
Applicant: 成都信息工程大学
IPC: H04N1/32
Abstract: 本发明公开了一种分级图像显示方法，属于图像显示技术领域，该方法具体步骤包括：将原始图像的属性信息进行分级；根据不同的属性信息对应嵌入不同的图像信息，将不同的图像信息生成对应的密钥；彩色图像信息通过颜色到灰度映射算法将原始彩色图信息高频小波子带中，颜色恢复算法根据密钥将色彩信息提取出来重建彩色图；深度图像信息通过深度到灰度的映射算法，将深度图像信息的隐藏在高频小波子带中，深度恢复算法根据密钥将深度信息提取出来重建深度图；根据显示需求提取密钥，依据密钥从重建图像中提取对应属性信息的图像，实现分级图像显示。该方法能够较好实现图像不同属性信息嵌入与图像重建，获取的重建图像的质量较好。
-
公开(公告)号：CN117456426A
公开(公告)日：2024-01-26
申请号：CN202311698456.5
申请日：2023-12-12
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种固定场景监控视频目标检测方法，主要目的是提高目标检测的准确性和效率。本方法结合了多帧分析和多尺度处理技术，首先通过随机选择多个帧及其前一帧与背景帧进行比较，快速捕捉场景中的变化。接着，利用多尺度差分技术，将随机帧及其前一帧的结果相乘，有效减少误判和漏判的可能性。此外，本方法采用多帧综合判断机制，只有在多个随机帧中的大部分指示存在新增目标时，才确认目标的存在。这种方法不仅增强了对小目标和远距离目标的检测能力，也提高了在低对比度场景中的表现。通过这种综合的目标检测策略，本发明显著提升了视频监控系统在复杂环境下的目标检测效率和准确性。
-
公开(公告)号：CN115908099A
公开(公告)日：2023-04-04
申请号：CN202211684816.1
申请日：2022-12-27
Applicant: 成都信息工程大学
IPC: G06T1/00
Abstract: 本发明提供了一种二值图像的数字水印嵌入方法，属于数字多媒体防伪技术领域，包括如下步骤：定义两个具有不同方向性的误差扩散滤波器；将数字水印转化为多个比特并确定比特总数，根据比特总数将目标二值图像按照一定顺序均匀的分割为多个像素块；对多个比特依次进行提取，根据每次提取的比特选择一个对应的误差扩散滤波器；利用选择的误差扩散滤波器及多尺度误差扩散算法将提取的比特嵌入到当前的像素块中并进行二值化，得到嵌入隐藏水印的二值化图像。本发明所提出的目标二值图像数字水印技术，能够应用于所有目标二值图像，通用性强；本发明非常适合用作重要文件的印刷和传递过程的防伪和安全认证，鲁棒性较强。
-
公开(公告)号：CN112001239A
公开(公告)日：2020-11-27
申请号：CN202010679460.7
申请日：2020-07-15
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于多重SVD显著性融合的SAR图像目标检测优化方法，其实现步骤为：将一幅原始SAR图像进行多重SVD分解，接着对SAR图像及其近似图像提取强度特征，离群性特征和一致性特征，分别对不同特性下的SAR图像进行层间加操作，取层内图像均值等操作得到总显著图；以总显著图中显著值最高的像素点为中心，以所需检测目标在图像中的尺寸为半径，得到显著区域的转移轨迹和分布。本发明能够提高高分辨率情况下的SAR图像目标检测算法的检测率，同时该优化检测方法对噪声还具有一定的鲁棒性。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.02 seconds)
