一种基于改进暗通道的水下图像复原方法

    公开(公告)号:CN108765342A

    公开(公告)日:2018-11-06

    申请号:CN201810536209.8

    申请日:2018-05-30

    CPC classification number: G06T5/003 G06T5/007 G06T2207/10004 G06T2207/10024

    Abstract: 本发明公开了一种基于改进暗通道的水下图像复原方法,包括以下步骤:获取单幅自然光照下水下模糊图像;计算图像暗通道与二维水体透射率图;计算景深表达式并确定三维水体透射率;根据水下自然光照成像模型对图像进行去模糊;对去模糊后的图像进行自适应对比度增强处理;颜色校正得到复原图像。本发明的方法能够有效地自适应提高水下图像近景和远景的对比度,图像颜色也得到了较好地复原,对于水下模糊图像有显著的改善效果;通过优化水体透射率图、增加自适应对比度增强和颜色校正进行暗通道去雾算法的改进,使得复原得到的图像不仅在对比度和清晰度上有明显的优势,在颜色恢复效果上也较为突出。

    一种智能配电网大数据融合重构与交互方法

    公开(公告)号:CN104616210B

    公开(公告)日:2017-12-08

    申请号:CN201510061782.4

    申请日:2015-02-05

    CPC classification number: Y04S10/60

    Abstract: 本发明公开了一种智能配电网大数据融合重构与交互方法,其特征在于:1)对智能配电网大数据进行初始聚类划分,根据智能配电网运行状态建立关联规则,实现扩展聚类的划分;2)将当前数据划归到基于历史数据的初始聚类中,基于关联规则预测运行状态,从而确定自愈控制策略,进行全景风险管控和自愈控制。本发明通过网格密度进行初始聚类划分,通过建立关联规则进行扩展聚类划分,实现智能配电网大数据融合重构与交互,有效提高数据流聚类效率及聚类精度,具有良好的可扩展性,实现智能配电网全景风险管控与自愈控制系统集成,应用智能配电网大数据融合重构与交互方法,能够提高配电网控制智能化水平,增强配电网自愈控制功能。

    一种无人船导航和自动驾驶设备及其方法

    公开(公告)号:CN107329477A

    公开(公告)日:2017-11-07

    申请号:CN201710691295.5

    申请日:2017-08-14

    Abstract: 本发明公开了一种无人船导航和自动驾驶设备及其方法,设备包括安装于无人船顶部的雷达、惯性导航系统、无线通讯系统和存储设备,安装于无人船顶部前端的摄像机,安装于无人船驾驶舱内的规则选择器、航行规划器和无人船控制器;在无人船视野范围内出现其他交通船时,摄像机和雷达对交通船进行跟踪定位和运动状态评估并将信息发送至存储设备,规则选择器结合无人船、交通船的定位和运动状态信息识别特定的水上航行规则,然后航行规划器结合速度障碍法做出最佳的航行规划,无人船控制器根据最佳航行规划信息控制无人船实施有效的避让措施,避免与交通船发生碰撞。本发明具有良好的智能性和灵活性,可以在复杂的水面环境做出有效的决策行动。

    一种基于复合视觉的高压线缆带电检测方法

    公开(公告)号:CN103247039B

    公开(公告)日:2015-12-09

    申请号:CN201310168317.1

    申请日:2013-05-09

    Abstract: 本发明公开了一种基于复合视觉的高压线缆带电检测方法,包括以下步骤:1)采集同一高压带电线路的光学图像和红外图像;2)对高压线缆带电检测异常特征进行描述,并建立知识库;3)将红外图像与光学图像的异构信息融合;4)将融合后的图像信息与知识库进行相似性度量,并通过自学习过程不断丰富和更新知识库;5)对高压线缆在线检测异常进行标记。本发明提供了一种基于红外成像和光学可见光成像的复合视觉方法用于高压线缆带电检测。既能检测到内部异常也能检测到外部异常,且满足实时性要求;在此基础上,对高压线缆带电检测异常进行标记并对异常指数和发展趋势进行评价。

    一种基于视频监控系统的城市交通违规行为检测方法

    公开(公告)号:CN103942533A

    公开(公告)日:2014-07-23

    申请号:CN201410111979.X

    申请日:2014-03-24

    Abstract: 本发明公开了一种基于视频监控系统的城市交通违规行为检测方法,包括以下步骤:轨迹提取即检测视频运动目标并进行目标跟踪提取目标轨迹;轨迹结构化即分割轨迹段,对轨迹段进行结构化,用四个结构特征表示;轨迹相似度计算即分别计算轨迹段的四个结构特征所对应的特征距离,通过加权和计算轨迹间的相对相似度,计算轨迹间的相似度;轨迹聚类与建模即根据轨迹间的相似度构造相似度矩阵并对轨迹聚类,将聚类后的轨迹建为高斯模型组合,属于同一类的轨迹建立为同一组高斯模型;异常检测即计算待测轨迹属于每个模型的概率,根据最大概率是否大于预设阈值判断异常。本发明基于视频监控系统进行交通违规行为检测,提高了检测的效率、准确度和违规行为类别。

    一种基于复合视觉的高压线缆带电检测方法

    公开(公告)号:CN103247039A

    公开(公告)日:2013-08-14

    申请号:CN201310168317.1

    申请日:2013-05-09

    Abstract: 本发明公开了一种基于复合视觉的高压线缆带电检测方法,包括以下步骤:1)采集同一高压带电线路的光学图像和红外图像;2)对高压线缆带电检测异常特征进行描述,并建立知识库;3)将红外图像与光学图像的异构信息融合;4)将融合后的图像信息与知识库进行相似性度量,并通过自学习过程不断丰富和更新知识库;5)对高压线缆在线检测异常进行标记。本发明提供了一种基于红外成像和光学可见光成像的复合视觉方法用于高压线缆带电检测。既能检测到内部异常也能检测到外部异常,且满足实时性要求;在此基础上,对高压线缆带电检测异常进行标记并对异常指数和发展趋势进行评价。

    一种基于单目视觉的移动机器人半稠密地图构建方法

    公开(公告)号:CN111860651B

    公开(公告)日:2022-09-13

    申请号:CN202010710365.9

    申请日:2020-07-22

    Abstract: 本发明属于视觉机器人构图技术领域,公开了一种基于单目视觉的移动机器人半稠密地图构建方法,本发明涉及ORB‑SLAM、卷积神经网络及半稠密地图构建,机器人根据单目相机构建稀疏点云地图,结合卷积神经网络构建带有语义标签的关键帧以及稀疏点云的地图,当机器人到达感兴趣区域时,开启半稠密地图构建。本发明利用卷积神经网络结合ORB‑SLAM构建带有语义信息的地图,利用归一化互相关进行立体视觉匹配达到较为稠密的匹配关系,高斯滤波对每次新的深度数据进行融合与传递;本发明在机器人构建半稠密地图以及自主导航等方面,具有重要理论和现实应用价值。

    基于胶囊网络深度学习架构的车道及车道标识检测方法

    公开(公告)号:CN110765890B

    公开(公告)日:2022-09-02

    申请号:CN201910939924.0

    申请日:2019-09-30

    Abstract: 本发明公开了一种基于胶囊网络深度学习架构的车道及车道标识检测方法,包括以下步骤:S1,在相机捕获画面上,设置两层ROI;S2,使用混合高斯滤波器执行滤波处理;S3,在ROI图像上基于波形描述和阈值分割提取车道线、路面标记组件;S4,在相机捕获图像上分离色彩通道,并在每个通道上使用中值滤波器执行噪声消除;S5,估计红色和蓝色通道的阈值,并对两个通道执行增强操作;S6,构建多通道胶囊网络,进行训练;S7,将训练好的胶囊网络用于输入经分割后的目标组件,并反馈给用户或系统。本发明解决了在复杂的环境条件变化下,对车道及车道标识的智能检测,可以较好地辅助驾驶员或无人汽车完成驾驶任务。

    基于改进逻辑回归分类的人群异常行为检测方法

    公开(公告)号:CN111401225B

    公开(公告)日:2022-08-30

    申请号:CN202010174262.5

    申请日:2020-03-13

    Abstract: 本发明公开了一种基于改进逻辑回归分类的人群异常行为检测方法,具体步骤包括:步骤1:提取正常行为人的运动前景和有异常行为人的运动前景;步骤2:采用Lucas‑Kanada光流法提取正常行为人的U、V光流矢量和有异常行为人的U、V光流矢量;步骤3:采用正弦变换学习率的方法改进逻辑回归分类算法;步骤4:将两种运动前景的U、V光流矢量当中的一部分输入至改进的逻辑回归分类算法中进行训练,从而得到具有最佳超参数的网络模型;步骤5:将剩余部分作为测试集运用到训练好的网络模型中测试算法的性能。本发明模型构建简单,对人群拥挤、遮挡严重的情况仍然保持较高的检测精度,而且检测速度快,泛化性能好,不仅能满足实时性的要求,还能适应多种场景。

    基于增量式在线学习的机器人导航方法

    公开(公告)号:CN107655483B

    公开(公告)日:2020-11-10

    申请号:CN201710942048.8

    申请日:2017-10-11

    Abstract: 本发明公开了一种基于增量式在线学习的机器人导航方法,包括,人为引导机器人在区域内行走一圈,机器人对实时位置信号进行采样,得到机器人的坐标信息,当坐标信息满足预设的条件时,存储该坐标信息;将坐标信息作为输入,随着存储的不断更新,采用增量式在线学习方法,利用按需增长的自组织神经网络模型,建立区域地图;利用区域地图进行目标点定位,利用改进A*算法规划出一条到达目标点的最优路径,完成导航任务。本发明实现迅速导航,大大提高了巡检机器人的工作效率。

Patent Agency Ranking