-
公开(公告)号：CN119941994A
公开(公告)日：2025-05-06
申请号：CN202510044797.3
申请日：2025-01-10
Applicant: 福州大学
IPC: G06T17/00 , G01J4/00 , G06N3/045 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种基于深度学习的水中散射介质条件下目标偏振三维成像方法，属于光学成像技术领域。所述方法，包括：利用偏振相机采集水下目标的偏振图像，并利用三维扫描仪获取水下目标的三维模型；对水下目标的偏振图像和三维模型进行对齐，并对获取的偏振图像进行预处理，构建水下偏振图像数据集；设计一种应用于水下目标偏振三维成像的卷积神经网络，用训练集对网络进行训练，得到网络模型的训练权重，最后对测试集进行测试，得到预测的表面法线；将预测的表面法线与目标的法线真值进行对比，并用平均角度误差指标衡量水下目标三维成像的效果。本发明将深度学习与偏振三维成像结合，减少了重建过程中的纹理细节损失，提高了表面法线预测的准确性，实现了水下目标的高精度偏振三维成像。
-
公开(公告)号：CN119295981A
公开(公告)日：2025-01-10
申请号：CN202411479938.6
申请日：2024-10-23
Applicant: 福州大学
Abstract: 本发明涉及一种基于RGB重建高光谱的海面小目标漂浮物检测方法，所述方法包括：获取RGB图像，对获取图像进行预处理，利用预处理后的图像构建RGB图像样本数据集;利用融入频域信息的残差稠密网络从RGB图像样本数据集中生成对应场景的高光谱数据集;对于高光谱图像的31个波段进行分组，选取每组中熵值最高的图像合成伪彩色图像;将伪彩色图像输入固定检测网络得到目标检测结果。本发明利用高光谱图像的光谱维度信息，实现了对海面小目标漂浮物的检测。
-
公开(公告)号：CN119295880A
公开(公告)日：2025-01-10
申请号：CN202411479792.5
申请日：2024-10-23
Applicant: 福州大学
Abstract: 本发明涉及一种基于多模态图像融合的海面漂浮小目标检测方法。包括：获取多对图像对，并对获取的图像对进行预处理，利用预处理后的图像对构建图像样本数据集；利用最优化算法对红外偏振图像的对比度和细节信息进行增强；使用多尺度变换提取不同模态图像的低通子带和带通定向子带信息，根据三通道简化脉冲耦合神经网络确定两部分的融合权重，最后使用多尺度变换的逆变换得到最终融合结果；将三模态融合图像输入固定检测网络得到目标检测结果。本方法有效衡量红外偏振、红外强度和可见光图像的相对作用，对红外偏振图像的对比度和细节信息进行了有效增强，使融合特征进行增强，具有更好的融合图像质量和目标检测性能。
-
公开(公告)号：CN115562074B
公开(公告)日：2024-11-26
申请号：CN202211339465.0
申请日：2022-10-29
Applicant: 福州大学
IPC: G05B17/02
Abstract: 本发明涉及一种快速生成无人机最优规划路径的仿真系统，包括数据输入模块、仿真地图模块、无人机路径规划模块、梯度下降参数优化模块和六轴半实物仿真模块；所述无人机路径规划模块包括路径规划模块、自适应因子单元、六轴半实物仿真数学模型和粒子群优化算法；无人机路径规划模块基于数据输入模块输入的数据和仿真地图模块导入的三维地图，采用粒子群优化算法进行路径规划，并通过六轴半实物仿真数学模型根据路径规划模块得到的路径进行模拟飞行，将路径信息导入自适应因子后优化粒子群优化算法，得到初始最优路径；所述六轴半实物仿真模块基于初始最优路径进行仿真获取运动信息，并通过梯度下降参数优化模块优化粒子群优化算法，并基于最终的粒子群优化算法，获取最终最优路径。
-
公开(公告)号：CN118567385A
公开(公告)日：2024-08-30
申请号：CN202410606426.5
申请日：2024-05-16
Applicant: 福州大学
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明涉及一种生成无人机浮标检测最优航迹的规划系统及方法。所述系统，包括：模拟地形模块、航迹规划模块、顺序优化模块、姿态解算模块和半实物仿真模块；地形生成模块根据浮标检测地点的数字高程模型生成地形图，设定待检测浮标点的坐标；航迹规划模块基于人工鱼群算法得出任意两浮标点之间的最优路径与路径长度；顺序优化模块基于模拟退火算法得出浮标检测的最优顺序，并输出完整的路径坐标；姿态解算模块基于双环PID控制器解算无人机实际飞行路径与姿态；半实物仿真模块基于解算出的无人机实际飞行路径与姿态在六自由度半实物仿真平台上进行飞行仿真。本发明能解决无人机在浮标检测过程中的最优飞行路径及飞行顺序问题，提高无人机检测效率。
-
Patent Agency Ranking
公开(公告)号：CN113991313B
公开(公告)日：2024-07-02
申请号：CN202111278089.4
申请日：2021-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种像素型太赫兹带通滤波器的设计方法，包括：将频率选择表面结构单元划分为M×N个像素点，像素点为金属方块用“1”表示，空气方块则用“0”表示；进行初始化，随机生成一组M×N个由“0”和“1”像素点组成的像素块；设定品质因数FOM，将初始结构进行电磁场仿真，计算初始FOM值；随机选取一个像素点，更改其状态，计算其FOM值并与上一次比较，如果FOM值改善则保留更改的像素点状态；遍历全部像素点为一次迭代，保留本次迭代中最优FOM值；重复上述步骤并对比上一次与本次迭代的FOM值，满足设定的循环终止条件后优化结束，输出优化后的结构。该方法有利于快速、高效地设计出性能优良的太赫兹带通滤波器。
-
公开(公告)号：CN118192255A
公开(公告)日：2024-06-14
申请号：CN202410444028.8
申请日：2024-04-12
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明涉及一种受扰航空推进装置进气压力系统的带边界层离散时间最优滑模控制方法。包括：基于航空推进装置进气压力系统的系统特性，通过推导气体状态方程、管路流量连续性方程、内部储能方程和热力学能变化方程得到进气压力系统模型并进一步改写为二阶积分串联型状态方程；根据最优控制理论，以bang‑bang控制的开关曲线方程作为非线性滑模面，设计时间最优滑模控制律；引入一个边界层和边界曲线，克服离散时间最优滑模控制的高频颤振问题；从实际控制工程的角度出发，考虑工程应用中量测噪声问题，引入跟踪微分器作为量测噪声的抑制环节，滤除输出信号中包含的量测噪声。本发明可用于航空推进装置进气压力系统的高品质的压力控制。
-
公开(公告)号：CN117994365A
公开(公告)日：2024-05-07
申请号：CN202410169186.7
申请日：2024-02-06
IPC: G06T7/90 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N3/09 , G16H30/00
Abstract: 本发明涉及一种基于伴随监督网络的胶原纤维双重虚拟染色图像生成方法。包括：构建H&E染色、组织化学网状纤维染色、二次谐波胶原纤维图像数据集；将上述两种胶原纤维图像进行色彩强度翻转；设计循环生成对抗网络1，输入H&E图像，输出强度颠倒的上述两种胶原纤维图像；设计循环生成对抗网络2，输入H&E图像，输出无强度颠倒的两种胶原纤维图像；将网络1生成的虚拟图像进行色彩强度再翻转，并用来约束网络2的输出；网络1和网络2同时进行训练，构建了伴随监督模型；获得伴随监督网络2输出的双重虚拟胶原纤维图像。该方法避免了有监督的配准步骤，解决了无监督聚类错误的问题，实现H&E病理图像的网状纤维和二次谐波胶原纤维的双重虚拟图像生成。
-
公开(公告)号：CN117876786A
公开(公告)日：2024-04-12
申请号：CN202410078447.4
申请日：2024-01-19
Applicant: 福州大学
IPC: G06V10/764 , G06V10/42 , G06V10/80
Abstract: 本发明提出了一种基于自适应偏振编码图像的多尺度目标检测方法，步骤包括：1.采用快照式偏振相机同步采集不同偏振方向的多尺度目标数据，并进行编码处理;2.构建基于熵差注意力机制的自适应偏振信息融合模块，使用注意力机制结合信息熵和标准差来评估特征图重要性，再通过一维卷积为每个特征分配融合权重，从而自适应编码偏振图像；3.构建特征增强模块，包括注意力和多检测头联合模块以及多个不同尺度感受野模块，针对多尺度特征图提取多层次的空间信息和语义特征；4.设计图像质量损失函数，优化编码图像的自适应生成和检测流程。上述方法充分利用偏振成像的优势，实现精确检测多尺度目标，在智能交通监测、目标检测等方面具有重要应用价值。
-
公开(公告)号：CN117690025A
公开(公告)日：2024-03-12
申请号：CN202311739982.1
申请日：2023-12-18
Applicant: 福州大学
IPC: G06V20/10 , G06V10/44 , G06V10/762 , G06V10/80 , G06V10/52 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于CNN‑Transformer光谱重建的赤潮检测方法及系统，该方法包括：构建包含多光谱相机和高光谱相机的同步采集装置，获取多光谱和高光谱配对数据集；对多光谱图像和高光谱图像进行聚类编码，生成索引序列，以筛选出的特征多光谱波长为输入，搜索对应数据快速进行配准、过曝区域剔除和数据重组功能；构建赤潮高光谱图像逐级CNN‑Transformer交替重建网络，包括双支路交替重建模块、全局‑局部交互注意模块、编码器‑特征融合器‑解码器重建框架及多尺度融合模块；将重建3D数据压缩成1D信号作为输入，搭建基于一维卷积的赤潮鉴别模型和基于长短期记忆网络的赤潮浓度预测模型，以实现赤潮鉴别及浓度预测。该方法及系统有利于高精度地鉴别赤潮类型和预测赤潮浓度。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.018 seconds)
