-
公开(公告)号：CN112487703B
公开(公告)日：2024-05-28
申请号：CN202011238167.3
申请日：2020-11-09
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明公开了一种基于稀疏贝叶斯在未知噪声场的欠定宽带信号DOA估计方法，首先引入互质阵列，互质阵列采用最小稀疏标尺重构空间协方差矩阵，采用非均匀采样方法；将协方差矩阵向量化，利用克罗内克积从互质阵列得到虚拟流形矩阵；其次，对向量化协方差矩阵进行预处理，初步抑制采集信号中的未知噪声信号，削弱噪声对目标信号定位的干扰；最后，引入稀疏贝叶斯算法，应用于稀疏信号恢复的模型中，通过贝叶斯规则得到后验概率，对所有超参数进行估计，更新出目标信号的真实波达角估计。本发明可以解决非凸优化问题，并利用定点更新自动确定稀疏性，在采集少量样本的情况下，尤其在低信噪比的情况下，有更好的处理效果。
-
公开(公告)号：CN113533222A
公开(公告)日：2021-10-22
申请号：CN202110884569.9
申请日：2021-08-03
Applicant: 南京信息工程大学滨江学院
IPC: G01N21/27 , G01N21/3504 , G01N21/359 , G06F17/18
Abstract: 本发明公开了基于近红外三光谱成像和距离的修正能见度估计方法，属于大气能见度检测技术领域，包括如下步骤：步骤一、利用近红外相机和三个近红外成像波段λ1、λ2和λ3对应的滤光片在雾天下对选定建筑物目标进行成像得到同一场景下不同波段成像的三幅近红外图像，分别为I(λ1,d)、I(λ2,d)和I(λ3,d)；步骤二、推导雾天下基于近红外三光谱成像和距离的能见度估计公式，计算得到估计能见度V；步骤三、使用直线回归方程建立能见度修正公式，对后续得到的n对标准能见度Vt与估计能见度V，记作{(Vt1，V1),(Vt2，V2),...,(Vtn，Vn)}，进行修正得到修正能见度Vx作为最终输出结果。本发明克服了现有技术中需要设置人工辅助黑体目标物、操作复杂的缺点，使得本发明能够直接测量雾天下能见度。
-
公开(公告)号：CN113484853A
公开(公告)日：2021-10-08
申请号：CN202110886103.2
申请日：2021-08-03
Applicant: 南京信息工程大学滨江学院
IPC: G01S11/12 , G01N21/359 , G01N21/3504
Abstract: 本发明提供了夜晚雾天下基于近红外双光谱成像的路灯距离估计方法，属于光谱成像及图像处理技术领域，具体包括如下步骤：步骤一、在夜晚雾天下对选定路灯目标进行成像，参照光源目标的初始光强I0，得到同一场景下近红外双光谱成像的近红外图像对I(λ1,d)和I(λ2,d)；步骤二、利用同一场景下近红外双光谱成像的近红外图像对I(λ1,d)和I(λ2,d)、近红外双光谱成像波段下大气消光系数β(λ1)和β(λ2)与成像时刻的能见度V和λ1、λ2的关系，推导路灯目标与近红外相机的距离d。本发明所提出的方法可以对夜晚路灯目标的距离进行较为准确的估计。
-
公开(公告)号：CN112241724B
公开(公告)日：2023-12-15
申请号：CN202011186593.7
申请日：2020-10-30
Applicant: 南京信息工程大学滨江学院
IPC: G06F18/2415 , G06F18/25 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/047
Abstract: 本发明公开一种基于双路卷积长短期神经网络的自动识别方法及系统，利用将无线电信号的同向分量和正交分量转换成幅度分量和相位分量；构造双路神经网络，将简单的同向正交分量送入到卷积神经网络，同时，将转换的幅度相位分量送入到长短期神经网络进行识别；然后，将两路神经网络提取的时空特征进行信息融合，连接成一个新的特征矩阵；训练神经网络，使用softmax分类器完成信号识别分类。本发明基于双路卷积长短期神经网络，可以同时提取信号的时间和空间特征，并且为不同的特征选择适合的神经网络，充分利用神经网络提取特征的能力，学习更好的性能，提高分类的准确率。
-
公开(公告)号：CN113554565B
公开(公告)日：2023-12-12
申请号：CN202110848397.X
申请日：2021-07-27
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明名公开了一种基于郎伯比尔定律的水下图像增强办法，首先，分析水下图像成像过程，通过朗伯比尔定律增强水下图像，构建水下图像增强模型；其次，使用景物信息丰富的自然图像的统计均值和方差来校正水下图像的均值和方差；然后，构建与水下图像的均值和方差相关联的线性模型，用于定位包含更多无法改善的细节的图像区域；最后，利用定位信息加入非线性自适应权重函数，改善水下图像细节并防止其余细节失真。本发明对水下图像产生更好的结构还原，更自然的色彩校正和更少的时间消耗。
-
Patent Agency Ranking
公开(公告)号：CN112598598B
公开(公告)日：2023-11-28
申请号：CN202011573740.6
申请日：2020-12-25
Applicant: 南京信息工程大学滨江学院
IPC: G06T5/00 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明提供了一种基于两级反射光消除网络的图像反射光去除方法，首先设置两级反射光消除网络中生成器的一级子网络和二级子网络；然后设定两级反射光消除网络中生成器的损失函数，由像素损失和感知损失两部分构成；再设定两级反射光消除网络中鉴别器的损失函数；训练两级反射光消除网络直到两级反射光消除网络参数收敛得到训练好的两级反射光消除网络；最后用训练好的两级反射光消除网络对测试数据集进行图像反射光去除，输出图像反射光去除以后的透射图。本发明克服了现有技术中容易出现色彩失真和细节损失的缺点，使得本发明对反射图像的去除效果更加明显，并且不存在色彩失真。(56)对比文件US 2018075581 A1,2018.03.15王青等.一种基于直接数字控制的Buck变换器的设计《.数字技术与应用》.2017,(第04期),全文.南栋等.一种基于稀疏系数匹配学习的图像去雾算法《.控制与决策》.2020,第35卷(第11期),全文.Taesik Go et al.Deep learning-basedhologram generation using a white lightsource《.Open Access》.2020,全文.
-
公开(公告)号：CN112598711B
公开(公告)日：2022-12-20
申请号：CN202011573891.1
申请日：2020-12-25
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明提供了一种基于联合光谱降维和特征融合的高光谱目标跟踪方法，首先利用基于多维缩放和主成分分析的联合光谱降维方法对原始高光谱图像序列进行降维处理；然后分别提取降维处理后得到的图像序列的四对特征，将四对特征进行融合；并将融合后的特征送入核相关滤波器，得到四个基于第一到第四个特征的弱响应图；并利用权重系数对弱响应图进行加权得到强响应图；将强响应图中最大值位置作为目标的位置；并对基样本和权重系数的参数进行自适应更新。本发明克服了现有技术中计算量大，实时性差的缺点，使得本发明提高了复杂背景下高光谱图像序列中目标跟踪的速度，并且当目标出现形变和遮挡时有较好跟踪效果。
-
公开(公告)号：CN113706554A
公开(公告)日：2021-11-26
申请号：CN202110885204.8
申请日：2021-08-03
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明提供了基于三光谱实时成像显示优化的建筑物相对距离估计方法，首先测量雾天下太阳光的光谱并从中选定三个近红外成像波段；然后搭建三光谱实时成像光学系统，在雾天下对建筑物进行成像得到同一场景下不同波段成像的三幅近红外图像；再分别确定三幅近红外图像的全局大气光值和消光系数；根据三幅近红外图像及其对应的全局大气光值和消光系数推导基于近红外三光谱实时成像建筑物相对距离估计公式；利用所推导的距离估计公式对建筑物相对距离进行估计，最后对估计距离进行显示优化，所提建筑物相对距离估计方法实现了实时图像采集，能够忽略材料表面反射率，同时对波段的选择限制减小，相对距离结果的相对误差更小，并且能将估计结果优化显示。
-
公开(公告)号：CN113554565A
公开(公告)日：2021-10-26
申请号：CN202110848397.X
申请日：2021-07-27
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明名公开了一种基于郎伯比尔定律的水下图像增强办法，首先，分析水下图像成像过程，通过朗伯比尔定律增强水下图像，构建水下图像增强模型；其次，使用景物信息丰富的自然图像的统计均值和方差来校正水下图像的均值和方差；然后，构建与水下图像的均值和方差相关联的线性模型，用于定位包含更多无法改善的细节的图像区域；最后，利用定位信息加入非线性自适应权重函数，改善水下图像细节并防止其余细节失真。本发明对水下图像产生更好的结构还原，更自然的色彩校正和更少的时间消耗。
-
公开(公告)号：CN113532300A
公开(公告)日：2021-10-22
申请号：CN202110884639.0
申请日：2021-08-03
Applicant: 南京信息工程大学滨江学院
IPC: G01B11/14
Abstract: 本发明公开了基于近红外双光谱成像和响应函数的路灯距离估计方法，属于距离感知技术领域，包括如下步骤：步骤一、利用近红外相机C1和C2、一个分光镜、选定的两个近红外成像波段λ1和λ2对应的滤光片F1和滤光片F2、镜组L1和镜组L2搭建双光谱实时成像光学系统，得到同一场景下近红外双光谱成像的近红外图像对I(λ1,d)和I(λ2,d)；步骤二、利用I(λ1,d)和I(λ2,d)、近红外相机和近红外双光谱成像波段对应的滤光片F1的响应函数α(λ1)、近红外相机和近红外双光谱成像波段对应的滤光片F2的响应函数α(λ2)推导得基于近红外双光谱成像和响应函数的路灯距离估计公式。本发明所提出的方法可以对夜晚路灯场景的距离进行快速测量，并且更加方便快捷。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.045 seconds)
