公开(公告)号：CN111754433A

公开(公告)日：2020-10-09

申请号：CN202010578071.5

申请日：2020-06-22

Applicant: 哈尔滨理工大学

Inventor： 孙晓明 ,  王森 ,  徐凯歌 ,  张微风 ,  吴晨旭

IPC: G06T5/00

Abstract: 本发明一种航拍图像去雾方法属于航拍图像复原邻域；该方法首先建立大气散射模型并求取暗通道图、粗糙大气透射图和全球大气光，再利用非局部特征结构张量的主特征值对航拍图像的纹理信息进行描述，然后采用非局部特征结构张量的自适应滤波方法优化粗糙大气透射图，最后求到无雾图像；实验证明，本文方法能够有效消除去雾后图像边缘出现的“光晕”现象。

公开(公告)号：CN111309955A

公开(公告)日：2020-06-19

申请号：CN202010149889.5

申请日：2017-02-13

Applicant: 哈尔滨理工大学

Inventor： 孙晓明 ,  张宁 ,  车畅 ,  刘野 ,  吴海滨

IPC: G06F16/583 ,  G06F16/55 ,  G06K9/62

Abstract: 本发明一种面向图像检索的融合方法，包括融合SIFT描述符核密度和SIFT描述符直方图，包括以下步骤：首先得到SIFT描述符直方图和SIFT描述符核密度的基本概率分配函数，然后应用Dempster组合规则结合基本概率分配函数得到融合结果；将本发明融合方法应用于基于词汇树信息融合与豪斯多夫距离结合的图像检索方法中，能够为提高图像检索准确率，并适用于复杂背景的图像检索提供理论基础。

公开(公告)号：CN106844733B

公开(公告)日：2020-04-03

申请号：CN201710076042.7

申请日：2017-02-13

Applicant: 哈尔滨理工大学

Inventor： 孙晓明 ,  张宁 ,  车畅 ,  刘野 ,  吴海滨

IPC: G06F16/583

Abstract: 本发明基于词汇树信息融合与豪斯多夫距离结合的图像检索方法属于图像检索技术领域；该方法首先提取待检索图像及图像库SIFT特征，然后生成SIFT描述符直方图和SIFT描述符核密度，再融合SIFT描述符核密度和SIFT描述符直方图，通过改进传统Hausdorff距离度量，最后将改进的Hausdorff距离用于图像匹配；该方法包含了基于SIFT核密度的可扩展词汇树与基于SIFT直方图的可扩展词汇树的信息融合、图像相似度衡量标准中的改进的Hausdorff距离以及信息融合与改进Hausdorff距离相结合的图像检索方法，实验证明，该方法不仅能够提高图像检索准确率，还适用于复杂背景的图像检索。

公开(公告)号：CN108332685B

公开(公告)日：2019-11-29

申请号：CN201810111771.6

申请日：2018-02-05

Applicant: 哈尔滨理工大学

Inventor： 孙晓明 ,  龚建铧 ,  王微 ,  吴雪 ,  于舒春

IPC: G01B11/25

Abstract: 本发明一种编码结构光三维测量方法涉及图像处理技术领域；该方法包括以下步骤：分别输入格雷码编码测量图像与线移条纹编码测量图像；以欧拉距离为关键点距离约束条件，分别获取格雷码边缘线上与线移条纹中心线上的关键点；设计边缘奇异算子和中心奇异算子并分别构建边缘检测代价函数和中心检测代价函数；由最短路径搜索技术分别自动跟踪定位格雷码边缘和线移条纹中心；本发明能够有效减小格雷码条纹边缘定位不准确、线移条纹中心定位误差，更准确的获得被测物体表面三维信息，对格雷码边缘线与线移条纹中心线进行检测定位研究，提高三维测量中格雷码边缘定位与线移条纹中心定位的精度，最终提高三维测量精度。

公开(公告)号：CN106840038B

公开(公告)日：2019-02-22

申请号：CN201710061098.5

申请日：2017-01-25

Applicant: 哈尔滨理工大学

Inventor： 于双 ,  赵烟桥 ,  吴海滨 ,  于晓洋 ,  孙晓明 ,  陈德运

IPC: G01B11/25

Abstract: 一种双频相移与格雷码组合方法属于结构光三维测量技术领域；该方法包括以下步骤：首先、根据格雷码与相移组合方法获得绝对模拟码，根据相移法获得低频包裹模拟码，然后、计算低频包裹模拟码级数，第三、将低频包裹模拟码展开为低频绝对模拟码，第四、计算校正后的包裹模拟码级数，第五、将包裹模拟码展开为校正后的绝对模拟码，最后、使用校正后的绝对模拟码恢复被测物体的三维形貌；本发明有益效果在于：同格雷码与相移组合方法相比，采用本发明方法的测量结果中不会产生由周期跳变误差导致的粗大误差，可以提供更加可靠的绝对模拟码，从而提高了测量准确度。

公开(公告)号：CN106885533A

公开(公告)日：2017-06-23

申请号：CN201710123479.1

申请日：2017-03-03

Applicant: 哈尔滨理工大学

Inventor： 吴海滨 ,  于晓洋 ,  孟晓亮 ,  赵烟桥 ,  孙晓明 ,  陈德运

IPC: G01B11/25 ,  A61B5/113 ,  A61B5/00 ,  A61N5/10

CPC classification number: G01B11/25 ,  A61B5/0077 ,  A61B5/113 ,  A61B5/7203 ,  A61B5/7235 ,  A61B5/725 ,  A61B5/7253 ,  A61B5/7257 ,  A61N5/10

Abstract: 三维傅里叶变换胸腹表面测量方法属于结构光三维测量技术领域；该方法首先向正在呼吸运动的胸腹表面投射三个不同频率的条纹图像，并使用相机采集条纹图像，然后分别对三幅条纹图像进行三维傅里叶变换；对变换结果进行三维高斯滤波后，进行傅里叶逆变换，提取包裹相位；再进行相位展开，获得绝对相位；最后采用三角法原理，将绝对相位转化为高度信息；本发明将随时间变化的胸腹表面条纹图案序列看作一个整体，将空间图像与时间序列结合，通过增加时间维将2D‑FFA方法扩展为3D‑FFA方法，从而滤除时间维干扰信号频率成分，以提高包裹相位提取的准确性；再结合三频相位展开方法，以提高包裹相位展开的可靠性，进一步提高三维表面测量的抗干扰能力。

公开(公告)号：CN103913130B

公开(公告)日：2017-01-04

申请号：CN201410147154.3

申请日：2014-04-14

Applicant: 哈尔滨理工大学

Inventor： 于晓洋 ,  吴海滨 ,  于双 ,  孟晓亮 ,  王北一 ,  孙晓明

IPC: G01B11/25

Abstract: 本发明提供了一种用于视觉三维测量组合编解码的容错方法。本发明将编解码过程转换到归一化空间进行，便于计算；通过归一化因子映射可在测量空间中任意尺度编解码。编码时，设定模拟码周期长度为2，数字码周期长度为1；设定模拟码起始点相对于数字码起始点滞后0.5。解码时，利用容错式求得组合码值，避免了最易出错的数字码值对组合码值的影响。本发明在整个编码空间内，修正了由数字码值错误带来的组合码值错误，从而避免了测量粗大误差；也即，避免了由图像信息提取误差带来的测量粗大误差。

公开(公告)号：CN105741249A

公开(公告)日：2016-07-06

申请号：CN201610076236.2

申请日：2016-02-03

Applicant: 哈尔滨理工大学

Inventor： 孙晓明 ,  于晓洋 ,  车畅 ,  刘野 ,  潘宗玮

IPC: G06T5/00 ,  G06T7/40 ,  G01B11/25

Abstract: 本发明属于三维结构光测量领域，具体涉及一种强反射表面高光去除方法；该方法首先建立待处理图像信息模型，然后建立待处理图像漫反射与强反射色度模型，再依次建立归一化图像模型，建立非强反射图像模型，确定强反射像素点，最后处理强反射像素区域；以上七个步骤，功能上彼此支持，它们的组合，实现了对于陶瓷、金属等纹理特征较弱的强反射物体，在去除高光的同时不会改变高光部分像素的颜色信息，处理效果明显改善的技术效果。

公开(公告)号：CN104864823A

公开(公告)日：2015-08-26

申请号：CN201510330965.1

申请日：2015-06-16

Applicant: 哈尔滨理工大学

Inventor： 于晓洋 ,  刘爽 ,  何宝华 ,  王洋 ,  于舒春 ,  孙晓明 ,  赵烟桥

IPC: G01B11/24

Abstract: 一种n频编码结构光解码算法属于结构光三维测量技术领域；该方法首先计算n频编码结构光在量程范围内的周期数，然后计算与空间位置x对应的相位主值；再构造数组，并计算所有情况下的数组；在此基础上，寻找各元素数值相等时的数组，并记录周期数，最后计算空间位置x的值；本发明n频编码结构光解码算法，不仅适用于对双频编码结构光进行解码，而且适用于对多频编码结构光进行解码。

公开(公告)号：CN119941751A

公开(公告)日：2025-05-06

申请号：CN202510011775.7

申请日：2025-01-05

Applicant: 哈尔滨理工大学

Inventor： 孙晓明 ,  陈泳吉 ,  耿浩 ,  陈君侠 ,  李世林 ,  赵烟桥

IPC: G06T7/11 ,  G06T5/70 ,  G06N3/0455 ,  G06N3/08 ,  G06N7/01

Abstract: 本发明提出一种基于扩散模型的细胞分割数据集扩充方法，属于数字图像处理技术领域。该方法设计了条件控制嵌入的细胞分割掩膜和基于U‑Net的细胞数据集生成网络，将细胞分割掩膜特征嵌入扩散模型中，并构建细胞分割掩膜生成扩散网络。通过将细胞图像作为加噪和还原图像，分割掩膜作为条件控制图像，训练得到数据集扩充模型。该模型利用分割掩膜生成对应细胞图像，以扩充数据集，并通过无条件扩散模型生成分割掩膜，使用原数据集中的分割掩膜图像训练。实验表明，该方法能有效扩充细胞数据集，并提升细胞分割模型的泛化能力。与未扩充数据集相比，使用扩充数据集训练的模型在验证集上精度更高。