-
公开(公告)号:CN119850465A
公开(公告)日:2025-04-18
申请号:CN202411647776.2
申请日:2024-11-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及图像处理技术领域,公开了一种基于大气散射模型改进的图像去雾方法及装置,包括:对待处理有雾图像进行色彩通道平衡处理,得到第一图像;通过第一图像进行大气光强值计算,得到目标大气光强值;通过采用待处理有雾图像对第一图像进行多尺度边缘平滑滤波处理,得到透射率图像;采用透射率图像、第一预设图像分割阈值、第二预设图像分割阈值和目标大气光强值对第一图像进行分割去雾处理,得到第一去雾区域图像、第二去雾区域图像和第三去雾区域图像并校正、拼接处理,得到目标图像,能够提升对待处理有雾图像进行去雾的准确性。
-
公开(公告)号:CN119779324A
公开(公告)日:2025-04-08
申请号:CN202411638414.7
申请日:2024-11-17
Applicant: 重庆邮电大学
IPC: G01C21/34
Abstract: 本发明涉及数据处理技术领域,公开了一种改进RRT移动机器人路径规划方法及相关装置,包括:获取机器人的初始位置作为探索树路径起点,并将目标点的位置作为探索树路径终点;基于探索树路径起点和探索树路径终点,采用带目标偏差的采样策略,在环境中进行随机采样,得到随机点;遍历探索树中的已存在节点,并计算随机点到已存在节点的距离,得到参考距离集合;将参考距离集合中与随机点距离最近的已存在节点,作为拓展节点;根据拓展节点、随机点和目标点,确定从探索树路径起点到探索树路径终点的探索路径,得到探索路径集合;对探索路径集合中的每条探索路径进行优化,并将满足机器人运动学约束条件的探索路径,确定为目标机器人探索路径。
-
公开(公告)号:CN118155185A
公开(公告)日:2024-06-07
申请号:CN202410286401.1
申请日:2024-03-13
Applicant: 重庆邮电大学
IPC: G06V20/58 , G06V10/44 , G06V10/82 , G06V10/25 , G06V10/94 , G06V10/32 , G06N3/045 , G06N3/0464 , G06N3/0495
Abstract: 本发明的内容为实现了一种基于深度学习的嵌入式限速标志识别系统,克服了小型嵌入式设备识别率低的缺点,实现了在嵌入式平台对YOLOv7‑tiny网络的移植,实现小型嵌入式设备的实时限速标志识别,具体技术方案包括以下4个部分。YOLOv7‑tiny网络的移植:将YOLOv7‑tiny网络转换为嵌入式平台使用的模型文件,再对模型输出结果进行对应的后处理,得到识别的信息;图像预处理:对摄像头拍摄的图像,采用Retinex与Gamma校正结合的算法对图像预处理;限速识别:将预处理后的图像送入网络模型识别限速标志,将限速标志裁剪,再次识别数字,得到限速的大小;误识别过滤:对限速标志裁剪后的图像进行颜色及数字面积占比大小的判断,排除误识别的结果。本发明提供一种在小型嵌入式平台移植YOLOv7‑tiny网络的方法,同时提高了识别的准确性,减少了误识别结果。
-
公开(公告)号:CN117853674A
公开(公告)日:2024-04-09
申请号:CN202410029879.6
申请日:2024-01-09
Applicant: 重庆邮电大学
Abstract: 本发明属于视觉SLAM领域,具体涉及一种基于资源受限场景下的多机协同SLAM系统精确定位方法及装置,包括获取RGBD图像,利用FAST关键点提取RGBD图像中的特征点,采用跟踪的历史数据信息重新计算跟踪丢失的位姿,通过ROS通信将位姿信息发送至高算力服务器融合得到大场景的三维地图;本发明提出一种基于历史数据模型的重定位方法和一种基于通信缓冲区的局部最优丢帧策略。利用历史关键帧数据对跟踪丢失的位姿重新估计,以保持后端轨迹连续性,另外,针对网络不可靠造成的数据丢失问题,本发明通过在帧间引入相似性度量的概念,将缓冲问题建模为局部最优问题,剔除冗余度大的关键帧信息。实验结果表明,在真实远程场景下,本发明与现有的CCM‑SLAM方法相比,其系统跟踪成功率和轨迹精度均有明显提高,系统鲁棒性更强。
-
公开(公告)号:CN116698411B
公开(公告)日:2024-03-08
申请号:CN202310784835.X
申请日:2023-06-29
Applicant: 重庆邮电大学空间通信研究院
IPC: G01M13/04 , G06N3/08 , G06N3/0464 , G06F18/213 , G06F18/2415 , G06N3/047 , G06N3/084
-
公开(公告)号:CN116698411A
公开(公告)日:2023-09-05
申请号:CN202310784835.X
申请日:2023-06-29
Applicant: 重庆邮电大学空间通信研究院
IPC: G01M13/04 , G06N3/08 , G06N3/0464 , G06F18/213 , G06F18/2415 , G06N3/047 , G06N3/084
Abstract: 本发明属于轴承领域,具体涉及一种基于卷积神经网络的滚动轴承健康状态预警方法及装置,方法包括通过分布轴承架上不同位置的传感器采集滚动轴承运行过程中的基于时间序列的对应信号;将多源异构数据传输至CPU‑FPGA异构边缘计算终端,通过预处理后输入到神经网络分别对不同滚动轴承所属的多传感数据进行卷积神经网络推理计算;按照卷积神经网络推理计算得到故障类型;本发明支持多源异构传感器输入进行实时的推理,且整机功耗显著低于基于同等性能下的通用图像处理单元,整机性能显著高于同等功耗的中央处理器,装置内采用CPU‑FPGA异构计算的形式,同时发挥CPU和FPGA的硬件特点,以实现最大性能和能效比的发挥。
-
公开(公告)号:CN114462507A
公开(公告)日:2022-05-10
申请号:CN202210025857.3
申请日:2022-03-23
Applicant: 重庆邮电大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于卷积神经网络的岩渣分类算法,岩渣作为掘进过程中主要的产物,包含丰富的信息,研究及工程实践表明可通过对岩渣的类别进行观测,实时推测刀盘的工作状况。通过图像识别岩渣种类以达到间接检测刀盘的目的,从而指导现场施工人员及时检查和更换刀具。相机在传送带上方采集图像,避开了恶劣的生产环境,同时还具有设备简单、损耗低、成本低、长时间监测等优点,以此为动机,该发明提出一种基于卷积神经网络的岩渣分类算法。为提取岩渣图像特征,该文首先根据预训练模型迁移学习参数,同时配合数据扩增方法,将扩增后的岩渣数据集作为卷积神经网络的输入,训练岩渣分类网络。为实现盾构机边缘端的算法部署,本发明还提出一种结合量化与剪枝的网络压缩方法,对网络进行了近乎无损的压缩,减小了参数量和计算量。
-
公开(公告)号:CN108846805B
公开(公告)日:2021-12-17
申请号:CN201810411273.3
申请日:2018-05-02
Applicant: 重庆邮电大学
IPC: G06T5/00
Abstract: 本发明请求保护一种基于场景自适应的红外热图像两点非均匀校正方法,属于红外热成像领域。本发明针对传统两点非均匀校正方法不能随着环境温度的变化自适应修正偏移系数和增益系数等缺陷,使得非均匀校正误差较大。本发明首先在不同环境温度下,求出红外热图像两点非均匀校正的增益系数和偏移系数;然后利用多项式拟合技术得出增益系数和偏移系数对应环境温度的表达式;最后通过表达式求出的增益系数和偏移系数实时校正红外热图像,并与传统两点非均匀校正方法进行对比,得出本发明的校正效果更好且红外热图像的残余非均匀性更低。本发明具有操作简单,算法复杂度低和校正效果良好等优点,因此本发明具有良好的应用前景和推广价值。
-
公开(公告)号:CN108257099B
公开(公告)日:2021-09-10
申请号:CN201810026880.8
申请日:2018-01-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于视觉对比度分辨率模型的自适应红外图像增强方法。本发明根据人眼视觉在不同灰度范围内分辨能力具有明显差异的特点,将图像灰度值划分为三个阶段,对应人眼暗视觉、中间视觉、明视觉,进而建立相对应的人眼视觉对比度分辨率模型;通过获取的图像目标和背景的灰度差异,根据模型自适应地将图像目标映射到人眼敏感区域,将图像背景映射到人眼不敏感区域,并通过实际红外图像进行仿真验证。本发明方法实施过程简单,运算量小,增强图像效果明显,具有应用和推广价值。
-
公开(公告)号:CN112686093A
公开(公告)日:2021-04-20
申请号:CN202011390581.6
申请日:2020-12-02
Applicant: 重庆邮电大学
Abstract: 本发明申请保护一种基于DS证据理论的融合局部放电类型识别方法。涉及涉及电力系统、深度学习技术及图像处理技术等领域。该方法首先利用卷积神经网络输入局部放电PRPD图谱图像特征进行识别得到识别率,然后提取PD信号的统计特征输入SVM分类器得到分类概率,最后利用DS证据理论对两种概率进行局部放电类型的融合判别。相比传统的支持向量机(SVM)和反向传播神经网络(BPNN)算法,本文提出方法的正确识别率显著提升,尤其对相似度较高的两种缺陷识别率提升效果明显,具有较好的鲁棒性。
-
-
-
-
-
-
-
-
-