-
公开(公告)号：CN109359576A
公开(公告)日：2019-02-19
申请号：CN201811167238.8
申请日：2018-10-08
Applicant: 北京理工大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于图像局部特征识别的动物数量估计方法，属于特征识别及图像检测技术领域。首先针对彩色参考图像进行预处理、去噪处理、图像分割、开启与闭合以及提取局部特征操作；再针对待识别图像进行预处理、去噪处理、图像分割、开启与闭合以及对所有分割区域提取与彩色参考图像属性相同的特征，最后通过计算参考图像局部特征向量与待识别图像特征向量之间的欧氏距离并根据欧氏距离大小识别出目标个数。所述方法计算开销小且估计准确率高。
-
公开(公告)号：CN117495875A
公开(公告)日：2024-02-02
申请号：CN202311538858.9
申请日：2023-11-17
Applicant: 北京理工大学
IPC: G06T7/10 , G06V10/80 , G06V10/774 , G06V10/40 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了一种基于残差连接和注意力机制融合的复杂图像分割方法，利用改进的U‑Net模型对图像进行晶界分割，采用Same卷积代替原始的Valid卷积，在每个卷积层后加入一个批归一化层，在卷积单元间引入残差连接，在编码器和解码器的逐层传递中引入ECA注意力机制，在跳层连接结构中引入CBAM注意力机制，改进后的模型具有更强的特征传播能力，在模型训练时更关注晶界部分，抑制背景响应，从而可以提高晶界识别的准确率，解决由于晶界模糊导致晶界难以分割的问题。设计基于Dice损失和Focal损失的混合损失函数，使模型更关注难分类样本，缓解由于数据类别不均衡导致的晶界难以分割的问题。
-
Patent Agency Ranking
公开(公告)号：CN106204612A
公开(公告)日：2016-12-07
申请号：CN201610575637.2
申请日：2016-07-20
Applicant: 北京理工大学 , 南方电网科学研究院有限责任公司 , 天津航天中为数据系统科技有限公司
IPC: G06T7/00
Abstract: 本发明提供一种基于自适应特征的故障引流管智能识别的方法，具体步骤如下：步骤A，对输电线路的红外灰度图像进行Otsu自适应阈值分割，得到疑似目标图像；步骤B，对疑似目标图像运用Sobel算子和边界拓展提取疑似目标轮廓；步骤C，对疑似目标轮廓图像进行种子填充；步骤D，对步骤C得到的图像，通过Thread特征依次判断图像中的各疑似目标是否为故障引流管，若是，则输出；不是，则进入步骤E，所述Thread特征为:提取的疑似目标的长度和宽度之比应该大于5:1；步骤E，对输电线路的红外灰度图像，利用高压输电线平行特征寻找主干线区域；步骤F，在主干线区域内寻找Harris角点并通过的STWN特征判断是否为故障引流管。本发明具有较好的识别效果。
-
公开(公告)号：CN106022302A
公开(公告)日：2016-10-12
申请号：CN201610391130.1
申请日：2016-06-03
Applicant: 北京理工大学
CPC classification number: G06T7/0004 , G06K9/0063 , G06K9/4609 , G06K9/4671 , G06T2207/10048
Abstract: 本发明提供一种通过USFPF特征识别故障跳线联板的方法，具体过程为：步骤A，对输电线路的红外灰度图像的进行Otsu自适应阈值分割，得到疑似目标图像；步骤B，对疑似目标图像进行连通域分离，得到多幅图像；步骤C，对步骤B得到的多幅图像进行骨架提取，得到多幅骨架图像；步骤D，计算多幅骨架图像中每一幅的USFPF特征，根据所述USFPF特征识别故障跳线联板。该方法综合考虑故障跳线联板的形状特征，从识别的故障跳线联板的整体表现情况出发，有选着性的选择识别特征，使识别效果得到提高。
-
公开(公告)号：CN109359576B
公开(公告)日：2021-09-03
申请号：CN201811167238.8
申请日：2018-10-08
Applicant: 北京理工大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于图像局部特征识别的动物数量估计方法，属于特征识别及图像检测技术领域。首先针对彩色参考图像进行预处理、去噪处理、图像分割、开启与闭合以及提取局部特征操作；再针对待识别图像进行预处理、去噪处理、图像分割、开启与闭合以及对所有分割区域提取与彩色参考图像属性相同的特征，最后通过计算参考图像局部特征向量与待识别图像特征向量之间的欧氏距离并根据欧氏距离大小识别出目标个数。所述方法计算开销小且估计准确率高。
-
公开(公告)号：CN106204612B
公开(公告)日：2018-11-13
申请号：CN201610575637.2
申请日：2016-07-20
Applicant: 北京理工大学 , 南方电网科学研究院有限责任公司 , 天津航天中为数据系统科技有限公司
Abstract: 本发明提供一种基于自适应特征的故障引流管智能识别的方法，具体步骤如下：步骤A，对输电线路的红外灰度图像进行Otsu自适应阈值分割，得到疑似目标图像；步骤B，对疑似目标图像运用Sobel算子和边界拓展提取疑似目标轮廓；步骤C，对疑似目标轮廓图像进行种子填充；步骤D，对步骤C得到的图像，通过Thread特征依次判断图像中的各疑似目标是否为故障引流管，若是，则输出；不是，则进入步骤E，所述Thread特征为:提取的疑似目标的长度和宽度之比应该大于5:1；步骤E，对输电线路的红外灰度图像，利用高压输电线平行特征寻找主干线区域；步骤F，在主干线区域内寻找Harris角点并通过的STWN特征判断是否为故障引流管。本发明具有较好的识别效果。
-
公开(公告)号：CN106251336A
公开(公告)日：2016-12-21
申请号：CN201610575207.0
申请日：2016-07-20
Applicant: 南方电网科学研究院有限责任公司 , 北京理工大学 , 天津航天中为数据系统科技有限公司
IPC: G06T7/00
CPC classification number: G06T7/0004 , G06T2207/30184
Abstract: 本发明提供一种通过USFPF特征识别故障跳线联板的方法，具体过程为：步骤A，对输电线路的红外灰度图像的进行Otsu自适应阈值分割，得到疑似目标图像；步骤B，对疑似目标图像进行连通域分离，得到多幅图像；步骤C，对步骤B得到的多幅图像进行骨架提取，得到多幅骨架图像；步骤D，计算多幅骨架图像中每一幅的USFPF特征，根据所述USFPF特征识别故障跳线联板。该方法综合考虑故障跳线联板的形状特征，从识别的故障跳线联板的整体表现情况出发，有选着性的选择识别特征，使识别效果得到提高。
-
-
-
-
-
-
Search Results
7
records
(took 0.027 seconds)
