-
公开(公告)号：CN117152217A
公开(公告)日：2023-12-01
申请号：CN202310711301.4
申请日：2023-06-15
Applicant: 无锡学院
Abstract: 本发明公开了基于特征值偏离比的点云配准方法，对采集的源点云和目标点云进行体素滤波，得到源点云重心点和目标点云重心点，以源点云重心点为查询点，计算其邻域协方差矩阵的特征值，利用源点云特征点判别式筛选出源点云特征点，以目标点云重心点为查询点，计算其邻域协方差矩阵的特征值，利用目标点云特征点判别式筛选出目标点云特征点，再利用匹配对判别公式得到匹配对，利用奇异值分解完成粗配准，最后利用ICP完成精配准。
-
公开(公告)号：CN116523967A
公开(公告)日：2023-08-01
申请号：CN202310585827.2
申请日：2023-05-23
Applicant: 无锡学院
Abstract: 本发明公开了基于空间光谱相似性降维的高光谱目标跟踪方法，获得归一化后第1帧和第t帧高光谱图像，确定局部光谱曲线Cl，目标光谱曲线Ct，像素Hi,j的光谱曲线Ci,j，根据光谱角距离公式计算Cl和Ct确定分割阈值，通过分割阈值确定降维结果图Ir和掩膜，通过DenseNet提取Ir的深度特征，通过方差确定纹理特征的融合权重，并进行融合得到重组纹理特征，利用掩膜覆盖重组纹理特征，得到融合纹理特征，并对深度特征和融合纹理特征进行判别式相关滤波，得到对应响应图峰值坐标，对其进行计算欧式距离，再进行阈值判断，来确定是否更新滤波器参数，然后对响应图进行尺度估计并获得当前帧高光谱图像的跟踪目标。
-
公开(公告)号：CN115663592A
公开(公告)日：2023-01-31
申请号：CN202211369341.7
申请日：2022-10-28
Applicant: 无锡学院
IPC: H01S5/12 , H01S5/20 , C23C16/40 , C23C16/56 , C30B25/16 , C30B29/30 , C30B29/40 , C30B29/42 , C30B31/22 , C30B33/02 , H01S5/32 , H01S5/34 , H01S5/343
Abstract: 本发明公开了一种激光泵浦铌酸锂光波导多波长混合集成光子器件，包括DFB激光器阵列、绝缘体上铌酸锂光波导阵列和砷化镓衬底，DFB激光器阵列、绝缘体上铌酸锂光波导阵列分别置于砷化镓衬底上，利用晶圆键合技术将DFB激光器键合到砷化镓衬底上，确保DFB激光器的输出光高度与铌酸锂光波导匹配；每个铌酸锂光波导都有一个DFB激光器进行泵浦。本发明通过晶圆键合和离子注入技术实现在砷化镓衬底上集成多个DFB激光器和多个铌酸锂光波导，该光子器件通过稀土离子的能级跃迁输出不同波段的激光，实现多种波长的混合输出和多模动态的防伪效果。同时，该光子器件结构紧凑，集成度高，能够实现高效的光子器件集成。
-
公开(公告)号：CN115345909B
公开(公告)日：2023-01-24
申请号：CN202211271914.2
申请日：2022-10-18
Applicant: 无锡学院
Abstract: 本发明公开了一种基于深度空间光谱卷积融合特征的高光谱目标跟踪方法，确定归一化后的第t帧高光谱图像的目标区域Tt和搜索区域St；将Tt进行降维得到Xp；提取Xp的深度特征E；确定搜索区域x、y、z方向的边缘特征；确定融合后的三维边缘特征、深度空间光谱卷积融合特征Z、八邻域的干扰因子；获得排序前四个干扰因子和其对应的背景区域；确定对应的抑制权重以及滤波器模板；输入第t+1帧图像，以第t帧目标区域为基础，生成不同尺度的目标区域，并且将其输入，提取特征送入滤波器，得到响应值，将响应值最高的尺度确定为当前帧的目标尺度并跟新滤波器；依次读入高光谱图像序列内每一帧高光谱图像完成目标跟踪。
-
公开(公告)号：CN119516436A
公开(公告)日：2025-02-25
申请号：CN202411568394.0
申请日：2024-11-05
Applicant: 无锡学院
IPC: G06V20/40 , G06V10/25 , G06V10/766 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于光谱映射增强的高光谱视频跟踪方法，获得第t帧高光谱图像局部区域的光谱曲线，将光谱曲线与搜索区域各像素位置光谱曲线进行光谱角距离操作，将图像分割为目标区域与背景区域，获得目标区域各像素的平坦系数以及平坦系数平均值，判断像素点是否处于目标与背景交界处，将不处于目标与背景交界处平坦系数替换为目标像素内部的平坦系数平均值，计算各像素对应的增强系数完成最终的降维，提取目标区域、搜索区域、模板图像的深度特征进行互相关操作，分别得到多维响应图并且进行加权融合得到最终的响应图，对其进行卷积，得到分类特征与回归特征，确定目标位置。
-
Patent Agency Ranking
公开(公告)号：CN119418184A
公开(公告)日：2025-02-11
申请号：CN202411199085.0
申请日：2024-08-29
Applicant: 无锡学院
Abstract: 本发明公开了一种基于局部权重对比度的高光谱异常检测方法，首先载入原高光谱图像，对原高光谱图像每个像素的光谱曲线Si,j(λ)进行双包络光谱分析，得到光谱形态调和函数Ri,j(λ)，利用Ri,j(λ)构建高光谱特征图F，将F的每个像素点依次设置为多尺度窗口区域A和目标区域Block0的中心，将A分割为3×3的9个区域块，除去Block0的其它区域块构成背景区域B；确定B的平均光谱曲线#imgabs0#利用#imgabs1#与背景区域及目标区域的光谱曲线确定局部差异测量值，得到背景局部差异测量值矩阵#imgabs2#和目标局部差异测量值矩阵Block′0；确定#imgabs3#中局部差异测量值的平均值，选择最大平均值对应的#imgabs4#对#imgabs5#和#imgabs6#按降序排序，分别确定背景部分均值#imgabs7#和目标部分均值M0；利用#imgabs8#和M0确定局部权重对比度χ，将#imgabs9#和χ相乘获得高光谱异常检测结果图。
-
公开(公告)号：CN118884764A
公开(公告)日：2024-11-01
申请号：CN202410625570.3
申请日：2024-05-20
Applicant: 无锡学院
Abstract: 本发明提供了一种纳米金粒子掩埋的混合集成M‑Z型模式全光开关芯片，包括衬底层，所述衬底层上设有MZI型波导，所述MZI型波导外部生长有将其包覆且折射率低于所述MZI型波导的上包层；所述MZI型波导为双通道输入MZI型光波导结构，所述双通道输入MZI型光波导结构中部设有用于相位调制的纳米金粒子掩埋层，所述纳米金粒子掩埋层为由纳米金粒子分散在聚合物中形成。本发明通过纳米金粒子掩埋层结构及其纳米金粒子的光热效应，降低了光开关器件的功耗，更高的光激发效率，实现光开关的调控；与传统热光开关相比，省略了电极结构，开关响应速度更快，易于与光芯片系统集成。
-
公开(公告)号：CN115457286B
公开(公告)日：2024-09-24
申请号：CN202211235788.5
申请日：2022-10-10
Applicant: 无锡学院
IPC: G06F17/16 , G06V10/32 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/50 , G06V10/58 , G06V10/60 , G06V10/80
Abstract: 本发明公开了一种基于全局和局部光谱加权的高光谱图像序列降维方法，载入高光谱图像序列中的第t帧高光谱图像，并对第t帧高光谱图像进行灰度归一化得到归一化后第t帧高光谱图像，确定归一化后第t帧高光谱图像的目标区域Tt；确定所述归一化后第t帧高光谱图像的目标区域Tt的第i个波段图像Tit的光谱平均值；根据所述Tt的第i个波段图像Tit的光谱平均值确定归一化后第t帧高光谱图像的目标区域Tt的全局光谱；确定Tt的局部光谱；将所述Tt的全局光谱与局部光谱加权融合成最终光谱；根据所述最终光谱确定降维之后的高光谱图像；依次载入高光谱图像序列中的所有帧高光谱图像完成高光谱图像序列降维。
-
公开(公告)号：CN116167956B
公开(公告)日：2023-11-17
申请号：CN202310313924.6
申请日：2023-03-28
Applicant: 无锡学院
Abstract: 本发明公开了一种基于非对称多层分解的ISAR与VIS图像融合方法，载入空间分辨率相同的逆合成孔径雷达图像与可见光图像，比较逆合成孔径雷达图像与可见光图像的加权空间频率方差的大小，将两幅图像分为细节图像Ia和粗糙图像Ib；使用多层高斯边窗滤波器分解框架对Ia和Ib分别进行分解，获得Ia的细节保留层Sda、边缘保留层Sea、基本能量层Sga、Ib的细节保留层Sdb、边缘保留层Seb和基本能量层Sgb；通过获得的Sda对Sdb进行引导融合策略获得Ib最终的非对称细节保留融合层Sfb；使用局部方差与空间频率构造判别标准对Sda和Sfb进行融合，获得最终的细节保留融合层Sfd；利用ω对Sea和Seb进行融合，获得最终的边缘保留融合层Sfe；将Sga与Sgb融合，获得最终的基本能量层Sfg；将Sfd，Sfe和Sfg相加获得最终的融合图像If。
-
公开(公告)号：CN116863364A
公开(公告)日：2023-10-10
申请号：CN202310633976.1
申请日：2023-05-31
Applicant: 无锡学院
IPC: G06V20/40 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于动态光谱感知模块的高光谱视频目标跟踪方法，首先读入高光谱图像序列中的第t帧高光谱图像，通过矩阵减法确定第t帧高光谱图像的高光谱梯度图Gt，根据Gt确定Gt中第j个像素的光谱梯度向量#imgabs0#以及第k个聚类中心的光谱梯度向量Gt(k)，计算#imgabs1#与Gt(k)之间的光谱角距离dj,k，根据dj,k判断第j个像素所属的聚类中心，设定迭代次数q并计算损失函数ε，重复上述步骤直至ε与q达到条件，根据最终结果得到降维后的单通道灰度图，将灰度图送入孪生网络进行特征提取，通过1×1卷积将提取的特征调整为适应特定任务的特征，利用互相关生成分类特征Pcls与回归特征Preg，通过两种动态光谱感知模块SPMcls以及SPMreg将Pcls与Preg分别增强为Pcls‑en和Preg‑en，Pcls‑en与Preg‑en经过预测头网络确定目标位置。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.028 seconds)
