-
公开(公告)号:CN110427868A
公开(公告)日:2019-11-08
申请号:CN201910695444.4
申请日:2019-07-30
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种行人重识别中的特征提取方法,包括:1、将采集的图片划分成背景区域和标记人物的前景区域;2、基于Retinex的色彩保留及亮度信息增强,得到增强后的亮度图像;3、使用HSV颜色直方图来提取图像的颜色特征,使用尺度不变局部三元模式描述子提取图像的光照不变纹理特征;4、利用滑动窗口对行人图像进行区域划分,并提取区域内特征直方图,用以解决视角问题,通过捕获区域的颜色特征和光照不变纹理特征得到人的区域特征。与现有技术相比,本发明在对图像处理过程中可能产生的噪声导致降低整体视觉效果的情况进行处理,可以降低特征提取的难度,提高特征提取的准确度及效率。
-
公开(公告)号:CN105043555B
公开(公告)日:2017-12-12
申请号:CN201510598210.X
申请日:2015-09-18
Applicant: 上海工程技术大学
IPC: G01J5/00
Abstract: 本发明提供了一种计算光谱发射率和真实温度的方法,采用多光谱测温仪对待测发光体的光谱发射率和真实温度进行测量,包括步骤:(1)采用分光器将待测发光体发出的光分成具有不同波长的多路光;(2)让多光谱测温仪的多个通道分别接收相应的一路光,从而得到每路光的亮度温度;(3)基于预定规则得到每个通道测得的亮度温度与真实温度的温度关系式,即这里,Ti为第i个通道的亮度温度,T为真实温度,λi为第i个通道接收的分光束的波长,C2为第二辐射常数,ε(λi,T)为第i个通道的光谱发射率;(4)基于温度关系式以及预定转换规则,得到迭代截止条件,即、 min f ( ϵ λ i ) = Σ i = 1 n [ T i - E ( T i ) ] 2 , 这里, E ( T i ) = 1 n Σ i = 1 n T i ; (5)基于梯度投影法和光谱发射率的值介于0和1之间,计算出光谱发射率和真实温度。
-
公开(公告)号:CN118758345A
公开(公告)日:2024-10-11
申请号:CN202411032001.4
申请日:2024-07-30
Applicant: 上海工程技术大学
IPC: G01D5/26
Abstract: 本发明涉及一种实时消除调制深度的相位载波PGC解调方法和系统,包括以下步骤:S1、通过外部调制获得干涉信号;S2、将所述干涉信号输出为三条支路,其中,一条支路直接进行低通滤波,生成第一滤波信号,一条支路与基频谐波混频后进行低通滤波,生成第二滤波信号,一条支路与二倍频谐波混频后进行低通滤波,生成第三滤波信号;S3、根据步骤S2获得的三路滤波信号,使用改进的反正切运算进行信号解调,实时消除三路滤波信号带来的相位调制深度项,将解调结果进行带通滤波后,最终获得待测扰动信号。与现有技术相比,本发明可以实时消除解调结果对相位调制深度的依赖性,简化解调结构提高解调速率,并且可以使解调结果不受干涉仪工作点漂移的影响。
-
公开(公告)号:CN114001643A
公开(公告)日:2022-02-01
申请号:CN202111134424.3
申请日:2021-09-27
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种数字全息显微相位畸变补偿方法及装置,搭建数字全息显微系统,采用滤波片代替分束镜,滤波片对671nm波段高透,而对532nm波段高反;采用波长为671nm的激光器拍摄待测物体的原始全息图;对其进行傅里叶变换,得到频谱,对频谱提取+1像的频谱,进行逆傅里叶变化得到包裹相位,通过最小二乘解包裹算法得到原始解包裹相位;采用波长为532nm的激光器拍摄空载全息图;对其进行傅里叶变换,得到的频谱,对频谱提取+1级的频谱,进行逆傅里叶变化得到包裹相位,通过最小二乘解包裹算法得到空载解包裹相位;将原始解包裹相位与空载解包裹相位相减,进行相位误差的补偿,并获取最终相位。与现有技术相比,本发明具有操作方便,节省时间等优点。
-
公开(公告)号:CN105656816B
公开(公告)日:2018-10-30
申请号:CN201610018006.0
申请日:2016-01-12
Applicant: 上海工程技术大学
Abstract: 本发明公开一种梳状导频OFDM系统信道估计方法,包括:预设迭代循环次数阈值;采用长、短前导码对接收信号进行OFDM同步,并预设循环次数计数初值;从接收信号的同步位置后提取每个数据符号;利用每个数据符号中的导频进行基扩展模型的系数估计,之后计算时域相应数据符号的信道估计值;执行信道频域均衡、解调制、解交织和解码,得到解码后的发送信号,更新循环次数计数;若循环次数计数小于预设的迭代循环次数阈值,则对得到的发送信号执行信道编码、交织和调制后作为新的接收信号,并返回重复信道估计;否则若迭代循环前后算法非收敛,则调整同步位置,并预设循环次数初值,重新执行信道估计;否则,完成信道估计,输出解码后的发送信号。本发明能够提高高速移动无线信道的信道估计的准确性。
-
公开(公告)号:CN119205590A
公开(公告)日:2024-12-27
申请号:CN202411352541.0
申请日:2024-09-26
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种结合深度学习的数字全息显微畸变补偿方法及其系统。本方法将深度学习图像分割技术与相位畸变补偿技术相融合,搭建离轴透射式数字全息显微系统,拍摄全息图作为数据集,再对U‑net卷积神经网络进行了改进,利用数据集对改进的U‑net卷积神经网络进行训练;分割全息图中的被测样品与背景,再利用基于泽尼克多项式的最小二乘对解包裹后的背景相位进行拟合,以实现相位畸变补偿。还提出一种结合深度学习的数字全息显微畸变补偿系统,系统包括模块训练模块、图像处理模块和相位补偿模块。与现有技术相比,本发明具有有效消除由数字全息系统产生的畸变、提高效率、提升准确性、节省计算成本、提升网络训练效果和泛化能力等优点。
-
公开(公告)号:CN112766217A
公开(公告)日:2021-05-07
申请号:CN202110131884.4
申请日:2021-01-30
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于解纠缠和特征级差异学习的跨模态行人重识别方法,包括:采用可见光摄像机和红外摄像机采集多张行人图片形成数据集;选取可见光模态的两张图像记为x1和x2、选取红外模态的两张图像记为y1和y3,图像x1和y1共享身份信息,图像x2和y3不共享身份信息;获取自编码模型,分别对图像x1、x2、y1和y3解纠缠出风格特征和内容特征;获取生成与判别网络,对风格特征和内容特征进行重构得到多个新图像;获取特征级差异学习网络,对多个新图像和原图像进行特征学习,获取行人识别结果。与现有技术相比,本发明解决了可能存在的跨模态图像间内容信息(如姿态、体态)相近的问题、提升了模型判别的泛化能力、减少了模态间和模态内的差异。
-
公开(公告)号:CN105069284A
公开(公告)日:2015-11-18
申请号:CN201510433829.5
申请日:2015-07-22
Applicant: 上海工程技术大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于内点罚函数算法的多光谱温度获取方法,该方法包括以下步骤:1)根据多波长温度计检测的亮度温度,建立基于内点罚函数算法的目标函数;2)建立基于内点罚函数算法的约束条件;3)通过目标函数和约束条件建立基于内点罚函数算法的多光谱温度模型,并采用内点罚函数算法求解,获取待测量物体的真温。与现有技术相比,本发明具有精度高、适用范围广、抗噪性好等优点。
-
公开(公告)号:CN114001643B
公开(公告)日:2023-07-25
申请号:CN202111134424.3
申请日:2021-09-27
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种数字全息显微相位畸变补偿方法及装置,搭建数字全息显微系统,采用滤波片代替分束镜,滤波片对671nm波段高透,而对532nm波段高反;采用波长为671nm的激光器拍摄待测物体的原始全息图;对其进行傅里叶变换,得到频谱,对频谱提取+1像的频谱,进行逆傅里叶变化得到包裹相位,通过最小二乘解包裹算法得到原始解包裹相位;采用波长为532nm的激光器拍摄空载全息图;对其进行傅里叶变换,得到的频谱,对频谱提取+1级的频谱,进行逆傅里叶变化得到包裹相位,通过最小二乘解包裹算法得到空载解包裹相位;将原始解包裹相位与空载解包裹相位相减,进行相位误差的补偿,并获取最终相位。与现有技术相比,本发明具有操作方便,节省时间等优点。
-
公开(公告)号:CN112766217B
公开(公告)日:2022-08-26
申请号:CN202110131884.4
申请日:2021-01-30
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种基于解纠缠和特征级差异学习的跨模态行人重识别方法,包括:采用可见光摄像机和红外摄像机采集多张行人图片形成数据集;选取可见光模态的两张图像记为x1和x2、选取红外模态的两张图像记为y1和y3,图像x1和y1共享身份信息,图像x2和y3不共享身份信息;获取自编码模型,分别对图像x1、x2、y1和y3解纠缠出风格特征和内容特征;获取生成与判别网络,对风格特征和内容特征进行重构得到多个新图像;获取特征级差异学习网络,对多个新图像和原图像进行特征学习,获取行人识别结果。与现有技术相比,本发明解决了可能存在的跨模态图像间内容信息(如姿态、体态)相近的问题、提升了模型判别的泛化能力、减少了模态间和模态内的差异。
-
-
-
-
-
-
-
-
-