-
公开(公告)号：CN106682631B
公开(公告)日：2020-04-07
申请号：CN201611255166.3
申请日：2016-12-30
Applicant: 广东华中科技大学工业技术研究院 , 华中科技大学 , 广东省智能机器人研究院
Abstract: 一种基于偏振特性的水面目标检测方法，采用偏振图像采集装置进行图像的拍摄，包括以下步骤：获取同一场景在不同偏振角度下的偏振图像；利用尺度不变特征变换方法对偏振图像的偏振度特征进行提取；对不同偏振角度的偏振图像进行配准；利用斯托克斯矢量基于最小二乘法计算各个偏振图像的偏振角和偏振度，进而得到偏振度图像；对偏振度图像进行阈值分割处理得到偏振二值图像，同时对该偏振度图像进行局部熵特征的提取得到基于局部熵特征的偏振度图像并进行阈值分割处理得到二值图像，将偏振二值图像和二值图像进行合成得到合成图像；将合成图像进行二值连通域分解，进而检测得到目标物。本发明具有特征稳定、灵敏度高的特点。
-
公开(公告)号：CN106355194A
公开(公告)日：2017-01-25
申请号：CN201610700043.X
申请日：2016-08-22
Applicant: 广东华中科技大学工业技术研究院 , 华中科技大学 , 广东省智能机器人研究院
CPC classification number: G06K9/6256 , G01S7/4802 , G01S17/89 , G06K9/6218
Abstract: 一种基于激光成像雷达的无人艇水面目标处理方法，该方法基于具有激光成像雷达的无人艇，包括以下步骤：S1，利用激光成像雷达在无人艇周边的水面上产生三维点云图像，该三维点云图像包含目标点云和非目标点云，对该三维点云图像进行降维处理，将三维点云图像投影到二维XY栅格平面内，统计每个栅格的位置信息与高度信息；S2，对目标点云与非目标点云进行分割；S3，对分割后所得到的目标点云进行聚类处理，提取出每个目标的位置信息，形成目标样本集，提取目标样本集的多维特征向量；S4，对目标样本集进行训练，并且得到训练后的识别函数，使用该识别函数对目标点云进行识别。本发明能够较为准确地检测和识别无人艇周围的水面目标。
-
公开(公告)号：CN106682631A
公开(公告)日：2017-05-17
申请号：CN201611255166.3
申请日：2016-12-30
Applicant: 广东华中科技大学工业技术研究院 , 华中科技大学 , 广东省智能机器人研究院
Abstract: 一种基于偏振特性的水面目标检测方法，采用偏振图像采集装置进行图像的拍摄，包括以下步骤：获取同一场景在不同偏振角度下的偏振图像；利用尺度不变特征变换方法对偏振图像的偏振度特征进行提取；对不同偏振角度的偏振图像进行配准；利用斯托克斯矢量基于最小二乘法计算各个偏振图像的偏振角和偏振度，进而得到偏振度图像；对偏振度图像进行阈值分割处理得到偏振二值图像，同时对该偏振度图像进行局部熵特征的提取得到基于局部熵特征的偏振度图像并进行阈值分割处理得到二值图像，将偏振二值图像和二值图像进行合成得到合成图像；将合成图像进行二值连通域分解，进而检测得到目标物。本发明具有特征稳定、灵敏度高的特点。
-
公开(公告)号：CN111105429B
公开(公告)日：2022-07-12
申请号：CN201911218742.0
申请日：2019-12-03
Applicant: 华中科技大学
IPC: G06T7/136 , G06K9/62 , G06T5/30 , G06T7/194 , G06V10/762
Abstract: 本发明公开了一种一体化无人机检测方法，属于无人机反制领域，包括：对待检测区域的全景图像进行背景建模和阈值设置，得到背景模型和阈值图，并根据背景模型和阈值图，对连续多帧待检测区域全景图像进行前景检测，得到待追踪目标；其中，阈值图用于表征全景图像各区域的复杂度；对光学成像设备进行层级变倍和云台控制，定位和放大待追踪目标，并基于改进的核相关滤波跟踪算法对所述目标进行实时跟踪；对跟踪目标进行识别分类。本发明仅采用单个可见光监控摄像头，即可同时实现目标的检测、跟踪与识别任务，相比其他具有相同功能的光电成像系统，极大简化了系统结构，缩减了成本。
-
公开(公告)号：CN114002708A
公开(公告)日：2022-02-01
申请号：CN202111220246.6
申请日：2021-10-20
Applicant: 华中科技大学
Abstract: 本发明公开了一种面向无人艇应用的尾浪滤除方法，属于无人艇水面环境感知与理解领域。包括：S1.获取无人艇周围水面环境的点云数据，点云数据通过多线旋转式激光雷达扫描得到；S2.对点云数据进行杂波噪点去除；S3.对滤除后点云数据进行尾浪点识别，包括：S31.计算点云数据中竖直方向上相邻的两束激光反射点的实际高度差；S32.计算各个点云数据点实际高度差与理论高度差的比值，作为归一化高度差；S33.将归一化高度差低于第一阈值的点识别为尾浪点；S4.将尾浪点从点云数据中去除。本发明提出将各个点云数据点实际高度差与理论高度差的比值，作为归一化高度差特征，可准确识别出尾浪点云，确保找出所有尾浪点，进而简单高效地去除尾浪点云。
-
Patent Agency Ranking
公开(公告)号：CN111428903A
公开(公告)日：2020-07-17
申请号：CN201911049739.0
申请日：2019-10-31
Applicant: 国家电网有限公司 , 国网河南省电力公司经济技术研究院 , 华中科技大学
Inventor： 李秋燕 , 王利利 , 张艺涵 , 田春筝 , 李科 , 郭新志 , 于昊正 , 付科源 , 马杰 , 孙义豪 , 全少理 , 郭勇 , 杨卓 , 罗潘 , 明威宇 , 李妍 , 王少荣
Abstract: 本发明涉及一种基于深度增强学习的可中断负荷优选方法，属于配电网需求响应领域，包括：通过智能电表及量测装置获取t时刻系统的观测状态，并将其作为观察样本；利用所得观察样本，开展基于竞争深度Q网络（dueling deep Q network，DDQN）的神经网络的训练，定期清除观测样本以保证神经网络学习最新的观测状态，经过一定次数的计算迭代得到训练完成的神经网络；读取量测装置中数据获取配电网实时状态，送入训练完成的神经网络中，以可中断负荷动作后节点电压在允许范围内为约束条件，以用户满意度为指标，进行可中断负荷点的筛选，本发明可以自动识别用户用电习惯，筛选出用户满意度相对较高的一组满足运行条件的可中断负荷点，具有良好的应用前景。
-
公开(公告)号：CN104902142B
公开(公告)日：2018-08-21
申请号：CN201510283660.X
申请日：2015-05-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种移动终端视频的电子稳像方法，在移动终端摄像过程中，当摄像头由于干扰产生无意识抖动时，利用移动终端内的姿态传感器获得的数据计算出摄像头的运动数据，并将这些数据通过换算得到每一帧图像的运动矢量，根据运动矢量对每一帧图像进行平移及旋转操作后输出显示，从而达到稳像的效果。由于本发明由移动终端内置姿态传感器直接获得运动矢量，省略了一般电子稳像在获取运动矢量时花费较大和因存在误匹配而有误差的运动估计环节，因此本发明具有更高的实时性与更强的抗干扰能力。
-
公开(公告)号：CN106205217B
公开(公告)日：2018-07-13
申请号：CN201610474279.6
申请日：2016-06-24
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于机器视觉的无人机自动检测方法及无人机管制方法,利用图像采集装置自动巡天；自适应光照的变化并躲避强光的直射，获取待检测区域的图像序列，利用序列图像之间的目标运动特性和单幅图像中的目标与背景的差异，自动检测无人机等低空飞行器，并通过对其卫星定位信道和遥控信道进行无线电干扰以实现无人机管制的目的；本方法可对全天域进行监控，并在巡天过程中自动调整光学成像传感器的指向以避免被强光直射，可以实时自动学习环境背景，检测、捕获目标，对环境的适应性强，具有突出的经济效益和实用价值。
-
公开(公告)号：CN105069753A
公开(公告)日：2015-11-18
申请号：CN201510459486.X
申请日：2015-07-30
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种面向移动终端的抖动模糊图像复原方法；包括(1)获得一幅移动终端抖动时的模糊图像；(2)获得陀螺仪在相机快门开启时间内，与移动终端抖动轨迹相关的输出序列；(3)对输出序列进行积分处理后获得移动终端的转动角度，并将转动角度进行坐标映射，获得抖动PSF模板；(4)根据模糊图像和所述抖动PSF模板，采用图像复原算法进行复原处理，获得复原图像。本发明根据移动终端内置的陀螺仪估计移动终端内置相机在快门开启时间内的抖动轨迹；将陀螺仪的输出序列值进行积分得到移动终端的转动角度，坐标映射到像平面坐标系，得到抖动PSF模板，利用该PSF模板和相应的图像复原算法即可对模糊图像进行有效复原。
-
公开(公告)号：CN101227331A
公开(公告)日：2008-07-23
申请号：CN200810046788.4
申请日：2008-01-25
Applicant: 华中科技大学
IPC: H04L12/24
Abstract: 本发明提供一种减少网络入侵检测系统误告警方法，该方法首先收集特征产生告警构成样本集合A，从样本集合A中提取符合特征产生告警比例阈值α的特征和符合IP产生告警阈值β的IP，再根据提取的特征和IP的二元组合构造告警时间序列，采用傅立叶分析方法对告警时间序列进行周期分析，并对得到的周期作假设检，然后根据存在周期的告警时间序列制定去除规则，从样本集合A中去除与规则匹配的特征产生告警，最后对去除后剩余的告警进行聚合分析产生超级告警。本发明根据网络流量的特性去除背景流量产生的大量冗余告警，再根据告警产生的模式对去除后的告警进行实时聚合分析，从而降低告警的数量，及时的发现安全事件。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.029 seconds)
