-
公开(公告)号:CN119784764A
公开(公告)日:2025-04-08
申请号:CN202510285813.8
申请日:2025-03-12
Applicant: 哈尔滨工业大学(威海)
IPC: G06T7/00 , G06V10/28 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明提供一种基于去噪扩散模型的无监督路面裂缝检测方法及系统,涉及路面裂缝检测技术领域,所述方法包括:对伪裂缝图像进行前向加噪,生成两张不同噪声程度的图像;将一张加噪图像输入扩散模型重建为目标图像,利用目标图像引导另一张加噪图像的重建过程,得到去除缺陷的图像;基于伪裂缝数据集构建分割模型,输入为伪裂缝图像与其重建图像的拼接,输出预测裂缝结果,通过最小化损失函数进行训练。本发明利用伪裂缝合成技术为分割模型提供伪标签信息,极大地缩减了数据标注的成本,提高了裂缝检测的准确率和鲁棒性。
-
公开(公告)号:CN119747784A
公开(公告)日:2025-04-04
申请号:CN202510119059.0
申请日:2025-01-24
Applicant: 哈尔滨工业大学
Abstract: 一种三维网格铝酸镁复合中间层辅助钎焊SiC与Al/SiC复合材料大尺寸接头的方法,它属于太空反射镜的钎焊连接领域。本发明要解决现有大尺寸SiC太空反射镜与Al/SiC复合材料支撑体之间钎焊连接中产生残余应力的问题。方法:一、三维网格MgAl2O4复合中间层的制备;二、三维网格MgAl2O4复合中间层与钎料的复合;三、组装;四、钎焊。本发明用于三维网格铝酸镁复合中间层辅助钎焊SiC与Al/SiC复合材料大尺寸接头。
-
公开(公告)号:CN116999063A
公开(公告)日:2023-11-07
申请号:CN202310972440.2
申请日:2023-08-03
Applicant: 哈尔滨工业大学(威海)
IPC: A61B5/318 , A61B5/346 , A61B5/349 , A61B5/352 , A61B5/366 , A61B5/355 , A61B5/353 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/048 , G06F123/02
Abstract: 基于信号分解和卷积网络的心电图房颤检测的实现方法,该方法能够将单导联一维心电数据经过信号分解形成伪QRS波群信号和伪T、P波信号,使心电图房颤临床诊断中的领域知识融入到心电图的特征表示之中,再通过深度卷积网络的方法使机器对房颤心电图中R‑R间期和P波形态的特点进行挖掘,最终实现心电图房颤诊断。将本发明的方法用于房颤检测时,将房颤心电图的特征显式地作为输入提供给神经网络,将房颤检测的任务分解为对两个房颤心电图特征进行考察的子任务,极大地提高了房颤检测的准确率,其中:使用普通卷积核的深度卷积网络的检测方法的准确率是0.836,平均F1得分是0.813;使用空洞卷积核的深度卷积网络的检测方法的准确率是0.867,平均F1得分是0.843。
-
公开(公告)号:CN103268363B
公开(公告)日:2016-06-22
申请号:CN201310234803.9
申请日:2013-06-06
Applicant: 哈尔滨工业大学
IPC: G06F17/30
Abstract: 一种基于弹性HOG特征和DDTW匹配的中国书法图像检索方法,属于信息处理技术领域。所述方法步骤如下:针对中国书法图像,先进行预处理操作,以得到单个字符图像;采用弹性网格技术,根据图像文字的像素密度分布,将输入图像划分为不同大小的网格块;在每个网格块内计算HOG特征;将每个网格块内的HOG特征以重叠技术重构成整个字符图像的EHOG特征;将字符图像特征作为字符标引结果存入数据库;在检索时,对输入的字符图像提取EHOG特征,然后基于DDTW匹配算法,在标引数据库中进行匹配查找,基于一个特定的相似度阈值返回检索结果。本方法无需利用OCR,拥有较高的准确率、很好的鲁棒性,并且有方法简单、成本低廉等优点。
-
公开(公告)号:CN104239870A
公开(公告)日:2014-12-24
申请号:CN201410498704.6
申请日:2014-09-25
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 一种基于曲线弧分割的椭圆检测方法,包括以下步骤:将图像转化为二值图像,基于细化算法由二值图像得到细化的轮廓图;在细化的轮廓图中跟踪所有的轮廓,根据轮廓点间相互的连接性对细化图像中的轮廓像素点进行跟踪,将轮廓从交点处分割成弧段,直到所有的轮廓被跟踪完毕;根据各个弧段长度的比例,确定在每段弧上采样的次数,在每一个连续的轮廓弧段中采样;将每次采样得到的采样点带入椭圆一般方程,分别计算出一组椭圆参数;基于统计的思想,记录各组参数的出现次数,找出出现次数最多的一组参数,最终得到目标椭圆的参数。本发明从每一个连续的轮廓弧段中采样,使无效随机采样的概率大大降低,从而提高椭圆检测速度。
-
公开(公告)号:CN103093415A
公开(公告)日:2013-05-08
申请号:CN201310038106.6
申请日:2013-01-31
Applicant: 哈尔滨工业大学
IPC: G06T1/00
Abstract: 基于协作表示的图像显著度计算方法,属于图像处理与模式识别技术领域。本发明以灰度图像作为输入,使用以下三个操作计算图像中像素的显著度:采样阶段,以像素为中心,采样99大小的方块作为中心方块;将该像素沿着均匀间隔的8个方向分别向外移动1个像素、2个像素和3个像素,并以移动之后的像素为中心采样99大小的方块,共得到24个方块作为邻域方块。协作表示阶段,将中心方块线性表示为24个邻域方块和单位基函数的线性组合,通过L2范式最小化解析地计算线性组合的系数。显著度计算阶段,该像素的显著度计算为使用邻域方块及其对应系数对中心方块进行重构的误差。本发明计算简单,容易实现,能够应用于任意图像的显著度计算。
-
-
-
-
-