-
公开(公告)号：CN106447696B
公开(公告)日：2017-08-25
申请号：CN201610863484.1
申请日：2016-09-29
Applicant: 郑州轻工业学院
IPC: G06T7/246
Abstract: 本发明公开了一种基于双向SIFT流运动评估的大位移目标稀疏跟踪方法，其步骤如下：初始化字典；采用双向SIFT流技术评估目标运动位移：对相邻两帧图像中的所有像素点采用SIFT流技术进行特征匹配，采用点轨迹滤波机制，建立跟踪目标中像素点的可靠运动轨迹集合，依据可靠点对的集合，确定跟踪目标的运动状态；获取观测样本集合；依据稀疏表示理论，计算稀疏外观模型的稀疏系数矩阵；获得观测样本的重构误差；字典模板更新；重复上述操作实现大位移运动目标的跟踪。本发明对动态摄像机下目标存在帧间运动大位移时能够有效地实现持续性跟踪，实现了帧间存在大运动位移目标的精确跟踪，提高了在复杂场景下跟踪的适应能力。
-
公开(公告)号：CN106447667A
公开(公告)日：2017-02-22
申请号：CN201610926623.0
申请日：2016-10-31
Applicant: 郑州轻工业学院
CPC classification number: G06T7/0002 , G06K9/4676 , G06K9/6256 , G06T2207/20081
Abstract: 本发明提出了一种基于自学习特征和矩阵低秩复原的视觉显著性检测方法，其步骤如下：根据输入图像的原始数据自适应的学习出一组特征提取模板，利用这组特征提取模板对输入图像进行卷积，得出输入图像的特征矩阵；对特征矩阵进行低秩复原，分解出一个低秩矩阵和一个稀疏矩阵，其中稀疏矩阵代表输入图像的显著区域；通过求解稀疏矩阵每列的1范数得到显著值，经过高斯模糊等后处理得到输入图像的视觉显著性检测结果。本发明运算量小、检测效率高，显著提高了视觉显著性检测的准确率，可以对各类图像进行视觉显著性检测，其结果在图像分类、图像压缩、目标识别等方面具有重要意义。
-
公开(公告)号：CN108681621B
公开(公告)日：2021-11-19
申请号：CN201810309568.X
申请日：2018-04-09
Applicant: 郑州轻工业学院
IPC: G06F30/20 , G06F111/10
Abstract: 本发明提出了一种基于Chebyshev正交多项式扩展RTS Kalman平滑方法，用以解决传统的平滑算法无法对非线性系统状态变量开展滤波后平滑操作的问题。本发明建立SLAM系统的非线性的状态模型；对非线性SLAM系统的状态变量参数Kalman滤波；基于Chebyshev多项式拟合逼近SLAM系统实施Chebyshev多项式逼近计算操作，计算平滑算法的预测均值、预测方差矩阵和协方差矩阵；获取非线性系统方程的Chebyshev多项式拟合逼近计算的平滑均值及平滑方差矩阵；根据估计数据开展Chebyshev多项式RTS平滑计算。本发明利用Chebyshev多项式拟合SLAM系统的模型方程，实现状态向量的滤波平滑计算，具有较好的计算优势和计算效能。
-
公开(公告)号：CN109658436B
公开(公告)日：2020-09-01
申请号：CN201811471278.1
申请日：2018-12-04
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种混合GOA和TLBO搜索的快速运动目标跟踪方法，用以解决传统优化算法应用在视频目标跟踪中跟踪精度和效率低的问题。本发明的步骤为：初始化目标状态参数和优化模型参数；采用GOA的全局探索与目标相似的候选区域；利用TLBO的局部搜索与目标图像最为相似的候选图像块；计算候选图像块与目标图像块的相似度值；选取最优候选图像块作为本次迭代目标图像块及下一帧的目标状态参数进行下一帧图像的跟踪；重复上述步骤实现视频目标跟踪。本发明结合GOA全局探索能力强和TLBO的局部开发能力强的特点，能够有效的实现帧间的快速或突变运动的持续性跟踪，提高了在复杂场景下的适应能力，具有重要的理论意义和实用价值。
-
公开(公告)号：CN108507593B
公开(公告)日：2020-04-28
申请号：CN201810309501.6
申请日：2018-04-09
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种惯性导航系统误差模型的降维RTS椭球集员平滑方法，用以解决现有椭球集员平滑方法计算复杂度大的问题。本发明基于惯性导航系统误差模型观测量噪声不满秩情形，对惯性导航系统误差模型方程实施降维操作，进而实现一种降维的惯性导航系统等价变换模型方程，达到减小系统状态变量计算量的目的；利用椭球集员平滑器算法实现等价变换惯性导航系统误差方程的系统状态向量的滤波平滑计算，进一步改善系统状态变量参数最优估计的精度要求。本发明具有较好的计算优势和计算效能，可应用于运动载体惯性导航系统误差模型中，实现惯性导航系统误差模型状态参数最优滤波平滑计算。
-
Patent Agency Ranking
公开(公告)号：CN108305272B
公开(公告)日：2020-04-28
申请号：CN201810161968.0
申请日：2018-02-27
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种基于ALO搜索的突变运动目标跟踪方法，用以解决现有运动目标跟踪方法运行效率不高、包含较多的调节参数的问题。初始化目标状态参数和ALO算法的优化模型参数；采用ALO算法搜索候选图像块，实现目标跟踪；将输出的最优候选图像块作为当前帧图像的目标图像块及下一帧的目标状态参数，进行下一帧图像的跟踪。本发明采取全局最优的运动状态搜索机制及较少的模型调节参数，基于蚁狮算法的搜索机制，在蚂蚁随机游走的基础上，采用轮盘赌随机选择蚁狮和精英蚁狮共同影响蚂蚁行走路径，随着迭代次数的增加，逐步缩小搜索空间，提高运行效率，能够很好的适应运动目标跟踪问题，后续对跟踪目标的识别、理解和分析具有重要意义。
-
公开(公告)号：CN110827223A
公开(公告)日：2020-02-21
申请号：CN201911070104.9
申请日：2019-11-05
Applicant: 郑州轻工业学院
IPC: G06T5/00
Abstract: 本发明提出了一种结合分数阶全变差的CS高噪声天文图像去噪重建方法，步骤为：根据原始天文图像初始化重建图像参数和含噪声观测值；利用带有自适应滤波算子的曲波变换对高噪声条件下的高分辨率天文图像进行多尺度分解获得曲波系数；利用迭代收缩阈值算法对曲波系数进行迭代更新得图像曲波系数；利用下降曲波阈值算子对图像曲波系数进行降噪处理；利用曲波逆变换进行处理获得重建天文图像；利用分数阶全变差方法对重建天文图像进行特征调整，获得调整后的重建图像；判断迭代停止条件。本发明有效地提高了高噪声条件下的高分辨率天文图像的去噪能力，解决了深空探测中高噪声条件下天文图像的去噪重建问题，且实现简单，鲁棒性强。
-
公开(公告)号：CN108763377A
公开(公告)日：2018-11-06
申请号：CN201810479767.5
申请日：2018-05-18
Applicant: 郑州轻工业学院
CPC classification number: G06N3/02
Abstract: 本发明提出了一种基于卫星故障诊断多源遥测大数据特征提取预处理方法，其步骤如下：利用重要属性核约减算法、区分网络约简方法和基于Hadoop的分块映射约简方法分别对卫星采集的异构数据、时空多序列数据、结构化与半结构化数据进行约减；分析约减后的遥感数据的变化特征，利用多维特征参数提取算法对故障的特征进行提取，建立多帧间的故障数据关联矩阵提取模型对关联故障特征进行提取；根据提取的数据特征，利用基于规则的推理方法诊断故障和预测趋势，或利用基于模型的推理方法进行故障推断。本发明为后续开展以卫星大数据体系为基础的可视化应用技术提供模型基础，实现卫星数据珍惜资源的充分应用。
-
公开(公告)号：CN107341820A
公开(公告)日：2017-11-10
申请号：CN201710531498.8
申请日：2017-07-03
Applicant: 郑州轻工业学院
IPC: G06T7/277
CPC classification number: G06T7/277 , G06T2207/10016
Abstract: 本发明公开了一种融合Cuckoo搜索和KCF的突变运动目标跟踪方法，步骤如下：初始化目标状态参数和优化方法初始参数；采用KCF跟踪方法获得目标前几帧内的最大响应值，计算置信度阈值初始值；依据当前帧最大响应值与置信度阈值的关系，确定不同的基样本图像产生方式：当大于置信度阈值，随机选取基图像样本，执行KCF方法跟踪目标；当小于置信度阈值，采用Cuckoo搜索机制获取全局最优的目标预测状态，产生新的基图像样本，执行KCF方法跟踪目标；动态更新置信度阈值，重复上述步骤实现目标跟踪。本发明有效地实现动态摄像机下目标存在帧间突变运动的持续性跟踪，实现帧间存在运动突变目标的精确跟踪，提高了在复杂场景下跟踪方法的适应能力。
-
公开(公告)号：CN107274393A
公开(公告)日：2017-10-20
申请号：CN201710438495.X
申请日：2017-06-12
Applicant: 郑州轻工业学院
CPC classification number: G06T7/0008 , G06T3/40 , G06T7/136
Abstract: 本发明提出了一种基于栅线检测的单晶硅太阳能电池片表面缺陷检测方法，其步骤如下：首先，采用图像缩放和中值滤波对单晶硅太阳能电池片表面图像进行预处理；其次，提出一种栅线检测方法，用于删除单晶硅太阳能电池片表面图像中的主栅线和副栅线；随后，提出一种超像素分割和自适应阈值处理相结合的方法，用于在无栅线图像中检测缺陷区域，得到初始的检测结果图；最后，通过图像缩放对初始检测结果图进行后处理，得到最终的检测结果图。本发明不仅对单晶硅太阳能电池片表面图像的采集质量要求相对较低，而且在保持较高检测准确率的同时具有较快的检测速度，对提高单晶硅太阳能电池片的质检效率和出厂合格率具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.035 seconds)
