-
公开(公告)号：CN108551168A
公开(公告)日：2018-09-18
申请号：CN201810382946.7
申请日：2018-04-26
Applicant: 河海大学
IPC: H02J3/00
Abstract: 本发明公开了一种基于决策树的模糊C聚类的负荷分类方法，包括以下步骤，步骤1，用户负荷数据采集；步骤2，以轮廓值为评价参数，采用凝聚型层次聚类算法确定最优分类数目；步骤3，根据最优分类数目，采用模糊C均值聚类算法对负荷数据进行聚类。本发明先通过凝聚型层次聚类算法确定最优分类数目，然后采用模糊C均值聚类算法对负荷数据进行聚类，有效实现了负荷分类；同时本发明有效克服了传统模糊C均值聚类算法中分类数目不易确定的问题，提高了分类精度。
-
公开(公告)号：CN107818300A
公开(公告)日：2018-03-20
申请号：CN201710968206.7
申请日：2017-10-18
Applicant: 河海大学
CPC classification number: G06K9/00348 , G06K9/40 , G06K9/4638
Abstract: 本发明公开了一种基于隐马尔科夫模型的步态去噪方法，包含以下步骤：1)对步态轮廓高度进行归一化处理；2)对步态序列长度进行归一化处理；3)建立步态集合概率分布序列；4)初始化隐马尔可夫模型；5)估计混淆矩阵B；6)估计转移矩阵A；7)对步态进行后验估计；8)在步态后验估计的基础上进行步态回归。本发明建立步态轮廓概率分布，并将其看作步态的先验概率，使用隐马尔科夫模型的解码算法，找出每个步态图像所对应的步态先验概率，进而得到步态的后验估计，有效的去除了背包、大衣、肢体等缺失引入的步态噪声，有助于显著提高步态识别的准确率。
-
公开(公告)号：CN106570885A
公开(公告)日：2017-04-19
申请号：CN201610991994.7
申请日：2016-11-10
Applicant: 河海大学
CPC classification number: G06T2207/10016 , G06T2207/20221
Abstract: 本发明公开了基于亮度和纹理融合阈值的背景建模方法。所述方法首先计算亮度和纹理的融合阈值；然后借助VIBE算法将一帧图像上所有像素点分成两类：前景像素和背景像素；接着对新图像帧中亮度有变化的像素点进行混合高斯建模；最后更新每个像素点对应的阈值。本发明融合纹理和色彩亮度来作为阈值，并结合混合高斯模型和VIBE算法这两个检测算法的优点，能够在存在多种外部扰动，如光照变化、摄像机轻微抖动、动态背景元素等情况下准确的提取背景，并能在一定程度上抑制阴影对真实运动目标的影响，增强了抗干扰能力，加快了图像帧处理速度，同时有效提高运动目标分割精度。
-
公开(公告)号：CN103116751B
公开(公告)日：2016-07-06
申请号：CN201310028106.8
申请日：2013-01-24
Applicant: 河海大学
Inventor： 王敏
Abstract: 本发明公开了一种车牌字符自动识别方法，包括以下步骤：输入彩色车辆图像；对图像进行预处理；在不同光线条件下选择不同算法进行车牌定位；车牌进行水平倾斜矫正和垂直倾斜矫正；采用基于聚类连通和垂直投影的方法对步骤d得到的车牌进行字符分割；使用改进的模板匹配法对步骤e得到字符进行字符识别；输出步骤f的识别结果。本发明的车牌字符自动识别方法，显著地提高整个车牌字符自动识别系统的使用性能。在所述车牌定位步骤中，本发明能够利用车牌区域的特点，在不同光线条件下选择不同算法进行车牌定位，保证在出现干扰的情况下也能准确定位车牌区域位置。
-
公开(公告)号：CN105513042A
公开(公告)日：2016-04-20
申请号：CN201510733588.6
申请日：2015-10-30
Applicant: 河海大学
IPC: G06T7/00
CPC classification number: G06T2207/20152
Abstract: 本发明公开了一种基于多层分析和分层推理的显著性检测方法。利用分水岭算法对图像进行分割，将图像分割为大小不一也不重叠的区域。通过区域尺度计算和区域合并提取底、中、高多层图像。从区域对比度和空间位置因素两方面考虑，计算每层图像的显著性，获得每层图像的显著图。运用分层推理优化，对分层图像采用树形结构，得到最优显著图。实验结果表明，和目前广泛使用的几种方法相比，本发明提供的方法能够达到更高的性能，更适用于检测背景更加复杂的图像。
-
Patent Agency Ranking
公开(公告)号：CN105354547A
公开(公告)日：2016-02-24
申请号：CN201510729214.7
申请日：2015-10-30
Applicant: 河海大学
CPC classification number: G06K9/00369 , G06K9/4642 , G06K9/6269
Abstract: 本发明公开了一种结合纹理和彩色特征的行人检测方法。针对单特征行人检测的局限性和缺点，本发明提出了融合梯度、纹理和彩色三种特征的新的行人特征，融合特征在描述性能上比单一特征要丰富。在复杂背景和部分遮挡的情况下，也能取得较好的检测效果。
-
公开(公告)号：CN103680145B
公开(公告)日：2016-01-20
申请号：CN201310658936.9
申请日：2013-12-06
Applicant: 河海大学
Inventor： 王敏
Abstract: 本发明提出了一种基于局部图像特征的人车自动识别方法，所述方法通过帧间差分的运动目标检测方法检测视频中运动的人和车；对视频中的每帧源图像进行预处理和定位分割后对其进行局部图像特征的提取；用支持向量机对人车进行学习和分类，最终达到人车识别的目的。该方法用具有唯一性和不变性的局部图像特征来表征目标，对于光照、旋转视点等具有很好的鲁棒性，对于遮挡时候极值点的缺失依然能够实现识别。对我国城市混合交通环境的适应性强，可有效区分道路上的行人和车辆，对整顿交通秩序，缓解道路拥挤，减少事故伤亡等均可起到积极作用。
-
公开(公告)号：CN104392451A
公开(公告)日：2015-03-04
申请号：CN201410713552.7
申请日：2014-11-28
Applicant: 河海大学
Abstract: 本发明公开了一种人工场景图像消失点检测方法，包括以下步骤：步骤10，采集人工场景图像数据；步骤20，对步骤10得到的人工场景图像数据进行高斯滤波，得到高斯滤波图像；步骤30，在步骤20得到的高斯滤波图像中，利用连通区域算法检测出图像的较长的直线边缘；步骤40，根据步骤30中获取的长线段延长线交点的分布，对长线段进行分组；步骤50，确定三向消失点角度；步骤60，根据步骤50中三向消失点的角度，求得焦距大小；步骤70，确定消失点位置。本发明快速高效，有效提高了检测效率和检测的准确率。为场景图像的三维结构分析打下良好的基础。
-
公开(公告)号：CN103679184A
公开(公告)日：2014-03-26
申请号：CN201310656438.0
申请日：2013-12-06
Applicant: 河海大学
Inventor： 王敏
Abstract: 本发明提出了一种基于相关向量机的白细胞自动识别方法，所述方法利用血液显微图像特征的色调信息，通过基于相关向量机的灰度图像分割方法完成色调图像的粗分割；借助模糊细胞神经网络FCNN检出所有白细胞；使用聚类分析法确定阈值，结合阈值分割和二值形态学方法对包含单个白细胞的局部图像分别进行细分割；在前一步得到的局部图像的基础上，提取最具有代表性的白细胞特征，包括形态、彩色和纹理等三类共47个特征；利用支持向量机完成对白细胞的识别与分类。该方法分类识别效果理想，稳定性高，具有较好的鲁棒性。为医生诊断提供有价值的信息，有助于对细胞进行快速、准确地定量分析研究。
-
公开(公告)号：CN101980287A
公开(公告)日：2011-02-23
申请号：CN201010561492.3
申请日：2010-11-28
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种采用非下采样轮廓波变换的图像边缘检测方法，对输入的含噪图像进行NSCT分解为低频系数和高频系数、对低频系数矩阵和各方向子带系数矩阵进行多方向微动得到多幅微动调制图像、将各微动调制图像与原子带图像相减以得到多幅微动变化图像、引入视觉竞争机制取模极大值进行竞争以得到强化的各子带边缘图、设置合适的阈值去除各子带边缘图中的噪声、对低频子带粗边缘图及同一尺度内各方向子带边缘叠加得到的各尺度粗边缘图进行中心细化以得到低频子带细边缘图及各尺度细边缘图，取或运算融合低频子带细边缘图与各尺度细边缘图，得到最终的融合边缘图。本发明提供的方法噪声适应性好，边缘检测完整且定位准确。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.026 seconds)
