-
公开(公告)号：CN101996495A
公开(公告)日：2011-03-30
申请号：CN201010510772.1
申请日：2010-10-19
Applicant: 北方工业大学
Abstract: 一种城市交通信号控制系统通讯解耦方法，包括如下步骤：(1)将交通信号控制系统与信号机的通信联系设置为“中心系统-中心系统数据网关-通信网络-本地数据网关-路口信号机”的通信模式；(2)在交通信号控制系统的协议基础上，分解应用层数据并增加SID(Service ID)数据包，构成基于SID数据包的专用交通信号控制系统网络通讯协议；所述SID数据包是对中心系统下发指令和信号机上传数据进行唯一性的服务编码并封装，编码位置处于交通系统应用数据前。本发明的城市交通信号控制系统通讯解耦方法，能够对不同的路口交通信号机实施远程控制。
-
公开(公告)号：CN105787444A
公开(公告)日：2016-07-20
申请号：CN201610099844.5
申请日：2016-02-24
Applicant: 北方工业大学
IPC: G06K9/00
CPC classification number: G06K9/00516
Abstract: 本发明涉及基于V系统的信号去噪方法，其包括：首先，对含噪信号进行小波变换去噪后，计算该含噪信号的间断点位置；然后，根据该间断点位置对原含噪信号进行分段，对每段信号进行插值重采样，使间断点刚好落在V系统的分段处；最后，对每段信号进行V系统的傅立叶－V级数展开，保留满足阈值要求的系数进行信号重构，对重构后的信号重采样后得到去噪信号。根据本发明方法不仅能够有效地提高了信号检测的鲁棒性，还能够充分利用了V系统的再生性质，得到很好的去噪效果，从而极大地减少了重构信号过程中出现的Gibbs现象。
-
公开(公告)号：CN103245338B
公开(公告)日：2015-03-25
申请号：CN201310139487.7
申请日：2013-04-22
Applicant: 北方工业大学
Abstract: 本发明涉及一种利用视频检测技术监测机动车对大气影响的系统及方法。该系统由数据处理模块，采样控制模块，二氧化硫采样处理模块，车辆占用道路时间处理模块，二氧化硫采样模块，视频检测器构成。通过视频检测器与车辆占用道路时间处理模块对车辆运行状态进行实时监控与采样分析，通过二氧化硫采样模块与二氧化硫采样处理模块对大气污染程度进行采样与分析，采样控制模块实现对二氧化硫采样模块和车辆占用道路时间处理模块的同步控制，数据处理模块用图或表的方式显示机动车运行状态与大气污染程度的关系曲线，并对超过设定污染指数等级阈值的状态进行报警。通过本发明可以定量得出机动车运行时尾气对当前大气环境的实际影响程度。
-
公开(公告)号：CN101968924A
公开(公告)日：2011-02-09
申请号：CN201010510781.0
申请日：2010-10-19
Applicant: 北方工业大学
Abstract: 一种基于高分辨率图像的车流量实时检测方法，用于城市道路车流量检测。该检测方法是在实时采集的高分辨率图像的基础上进行如下步骤：步骤1，设定感兴趣区域；步骤2，通过背景差分，提取感兴趣区域背景，对其进行灰度化处理，然后进行二值化处理；步骤3，沿交通流方向对处理后的感兴趣区域进行横向扫描，将其亮度值横向求和，并依次存储；步骤4，对当前帧图像进行如上步骤1、步骤2、步骤3处理，提取当前帧亮度曲线；步骤5，当前帧提取的亮度曲线值和背景亮度曲线值对应做差值，并求和；步骤6，将第五步的结果与阈值比较，判断出有车或无车。本发明能够使城市道路交通流的识别更为合理和准确。
-
公开(公告)号：CN101783074A
公开(公告)日：2010-07-21
申请号：CN201010110952.0
申请日：2010-02-10
Applicant: 北方工业大学
Abstract: 本发明公开了一种城市道路交通流状态实时判别方法及系统，属于城市道路交通监视和智能交通识别领域。本发明方法及系统通过将城市道路的交通流模式划分为四种交通状态，对所采集的交通流数据进行分析处理，通过建立交通流模式的识别模型对各种交通流数据进行判别，进而准确地获取城市道路交通流的四种交通状态。本发明方法及系统能够使城市道路交通流的判别更为合理和准确，为驾驶员进行最佳的路径选择提供有益帮助，从而缓解城市交通拥堵问题，提高城市交通运营效率。
-
Patent Agency Ranking
公开(公告)号：CN105787444B
公开(公告)日：2019-03-22
申请号：CN201610099844.5
申请日：2016-02-24
Applicant: 北方工业大学
IPC: G06K9/00
Abstract: 本发明涉及基于V系统的信号去噪方法，其包括：首先，对含噪信号进行小波变换去噪后，计算该含噪信号的间断点位置；然后，根据该间断点位置对原含噪信号进行分段，对每段信号进行插值重采样，使间断点刚好落在V系统的分段处；最后，对每段信号进行V系统的傅立叶－V级数展开，保留满足阈值要求的系数进行信号重构，对重构后的信号重采样后得到去噪信号。根据本发明方法不仅能够有效地提高了信号检测的鲁棒性，还能够充分利用了V系统的再生性质，得到很好的去噪效果，从而极大地减少了重构信号过程中出现的Gibbs现象。
-
公开(公告)号：CN105760351B
公开(公告)日：2018-08-28
申请号：CN201610102138.1
申请日：2016-02-24
Applicant: 北方工业大学
IPC: G06F17/15
Abstract: 本发明涉及用于图像处理的基于矩函数的整数变换及稀疏分解算法，其包括：步骤一，利用离散正交性和压缩复制方法构造一种离散正交矩函数；步骤二，将离散正交矩函数取离散值再乘以矩函数的公因子得到整数变换；步骤三，采用递归分解方法得到整数变换的稀疏分解算法。通过本发明构造的离散正交矩函数的多项式次数是固定，从而可以有效避免高次多项式矩计算不稳定的弊端；再则，由于构造的矩函数是离散正交的，通过简单的公因子乘法便可得到正交整数变换，采用稀疏分解方式得到矩阵的快速算法，分解的系数也都是整数，因此得到只有整数加法及移位运算的快速算法。
-
公开(公告)号：CN103646254B
公开(公告)日：2017-01-25
申请号：CN201310706728.1
申请日：2013-12-19
Applicant: 北方工业大学
Abstract: 一种高密度行人检测方法，包括步骤：首先根据行人的头部形状和纹理特征建立行人头部模型；根据头部模型对于摄像机传来的视频流的每帧图像进行处理，为第一帧图像中的每个行人头部信息创建一个队列，判断后续每帧图像与前一帧图像中的行人头部信息是否为同一个行人的头部信息；若是同一个行人的头部信息则将存入到其相应的队列中，不是同一个行人则生成一个新的队列；按照上述方法依次处理后续每帧图像，对于位置信息持续更新且包含至少三个头部信息的位置信息的队列，认为检测到了一个行人。本发明通过行人头部形状和纹理特征获取行人的头部模型，并对每帧图像中的行人头部信息进行处理，具有检测精度高、鲁棒性好、运算简便及时效性高的等优点，在智能交通视频监控、机器人视觉等方面有广泛的应用前景。
-
公开(公告)号：CN106225787A
公开(公告)日：2016-12-14
申请号：CN201610620737.2
申请日：2016-07-29
Applicant: 北方工业大学
Abstract: 本发明提供了一种适用于动态场景下的定位标志和标识识别定位方法。所设计的定位标志能够在低分辨率和复杂的环境下被识别，通过多步验证确保了定位标志识别的可靠性，方法依据无人机空间位置与姿态关系建立了偏差解析模型，从而根据图像中标志物中所提供的信息进行定位，输出位置与角度信息。可应用于无人机物流、无人机监察等方向。
-
公开(公告)号：CN105760351A
公开(公告)日：2016-07-13
申请号：CN201610102138.1
申请日：2016-02-24
Applicant: 北方工业大学
IPC: G06F17/15
CPC classification number: G06F17/15
Abstract: 本发明涉及基于矩函数的整数变换及稀疏分解算法，其包括：步骤一，利用离散正交性和压缩复制方法构造一种离散正交矩函数；步骤二，将离散正交矩函数取离散值再乘以矩函数的公因子得到整数变换；步骤三，采用递归分解方法得到整数变换的稀疏分解算法。通过本发明构造的离散正交矩函数的多项式次数是固定，从而可以有效避免高次多项式矩计算不稳定的弊端；再则，由于构造的矩函数是离散正交的，通过简单的公因子乘法便可得到正交整数变换，采用稀疏分解方式得到矩阵的快速算法，分解的系数也都是整数，因此得到只有整数加法及移位运算的快速算法。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.017 seconds)
