-
公开(公告)号：CN116543009A
公开(公告)日：2023-08-04
申请号：CN202310248706.9
申请日：2023-03-15
Applicant: 南昌大学
Abstract: 本发明公开了一种基于ViBe的图像语义标签制作方法，包括1）视频采集并进行预处理；2）利用ViBe算法对视频图像进行运动目标检测；3）使用滑动窗口Sliding Window思想对视频图像运动目标进行关键帧提取；4）对3）提取的关键帧进行二值化区分前景与背景并使用中值滤波去除离群点，得到二值图像；5）对4）中的二值图像进行标签分类并对其前景所表示的区域进行像素填充；6）通过程序终端与人为判断将标签放入对应文件夹。本发明方法通过对关键帧的提取，结合滑动窗口思想提取目标关键帧前景并填充像素、给定标签，无需人为分割图像，降低了语义标签制作的复杂性，提高了标签制作的精度与效率。
-
公开(公告)号：CN109859849B
公开(公告)日：2022-05-20
申请号：CN201910155896.3
申请日：2019-03-01
Applicant: 南昌大学
Abstract: 一种基于分段人工神经网络的软组织穿刺力建模方法，按以下步骤：1)选取待建模软组织样本进行穿刺实验收集样本数据；2)对样本数据进行分析整理，并将所有数据按穿刺阶段分为刺破前、刺破后直至最深点、拔出三组，再把每一组数据分为训练组与测试组；3)利用训练组进行神经网络训练，再用测试组评估得到的神经网络；4)将训练所得的三个神经网络按照穿刺阶段分段调用，完成建模。本发明建模的预测误差小，在人手难以察觉的范围内；易于建模，省时省力；可以对软组织穿刺的完整过程进行力学建模，即使是非线性最强的阶段也能较好地完成建模；模型对不同个体的相同组织有一定的普遍适用性，总体的预测力趋势与实验数据一致。
-
公开(公告)号：CN109859849A
公开(公告)日：2019-06-07
申请号：CN201910155896.3
申请日：2019-03-01
Applicant: 南昌大学
Abstract: 一种基于分段人工神经网络的软组织穿刺力建模方法，按以下步骤：1)选取待建模软组织样本进行穿刺实验收集样本数据；2)对样本数据进行分析整理，并将所有数据按穿刺阶段分为刺破前、刺破后直至最深点、拔出三组，再把每一组数据分为训练组与测试组；3)利用训练组进行神经网络训练，再用测试组评估得到的神经网络；4)将训练所得的三个神经网络按照穿刺阶段分段调用，完成建模。本发明建模的预测误差小，在人手难以察觉的范围内；易于建模，省时省力；可以对软组织穿刺的完整过程进行力学建模，即使是非线性最强的阶段也能较好地完成建模；模型对不同个体的相同组织有一定的普遍适用性，总体的预测力趋势与实验数据一致。
-
公开(公告)号：CN116823880A
公开(公告)日：2023-09-29
申请号：CN202310682503.0
申请日：2023-06-09
Applicant: 南昌大学
Abstract: 本发明提出了基于Vibe长期背景建模的运动目标检测方法，包括1）建立初始背景样本库；2）利用初始背景样本库初次差分出背景图，并进行高动态标记；3）优化模型确认当前帧分离出的时刻背景图是否超过更新周期；4）若超过更新周期则输入到优化模型二次处理，并重置更新周期；5）对处理后的同一帧图像进行差分操作，修复存在前景的区域；6）完成视频中全部背景模型的更新，处理完毕。本发明相较传统算法，采用双模型优化背景更新策略进行图像处理，初始模型采用逐帧帧差法检测图像，至更新周期后，将当前帧传送给优化模型重新检测，以此加强对半动态目标与微动态目标在背景下的区分度，降低目标被背景吸收的风险，大大提升了前景提取效果。
-
-
Patent Agency Ranking
公开(公告)号：CN116468920A
公开(公告)日：2023-07-21
申请号：CN202310451286.4
申请日：2023-04-25
Applicant: 南昌大学
Abstract: 本发明提供了一种基于信息熵的RGB特征匹配方法，包括：1）图像采集并基于RGB特征提取算法对图片灰度预处理；2）预处理后的图像利用基于信息熵的RGB特征提取算法对图像内特征信息进行采集，生成特征点描述子；3）利用汉明距离进行特征粗匹配；4）结合RGB特征描述子与PROSAC算法进行特征匹配；5）输出图像特征匹配点和匹配关系。本发明基于RGB特征匹配方法在图像RGB特征灰度化过程中选择合适权重从而最大程度保留图像原本特征信息，同时规避错误特征信息，在图像特征采集阶段，能够借助RGB特征匹配优势提前剔除易误提取的关键点；并确保光照以及视角剧烈变化时的匹配精度，有效提高了系统特征识别的精度及鲁棒性。
-
公开(公告)号：CN110954506A
公开(公告)日：2020-04-03
申请号：CN201911087292.6
申请日：2019-11-08
Applicant: 南昌大学
IPC: G01N21/45
Abstract: 本发明公开了一种整层大气光学湍流三参数综合测量方法，包括以下步骤：1、选取口径300mm及以上的望远镜接收经过整层大气的平行光；2、在现有大气相干长度和等晕角两参数测量仪的基础上，利用探测器接收望远镜未被利用光瞳面积(为叙述方便，该部分面积简称R)上的全部光强；3、结合两参数测量仪子孔中的光强数据，计算整个望远镜通光孔径上的光强起伏方差可以得到倾斜等晕角，也即第三个参数。本发明能够实时连续测量大气相干长度、等晕角和倾斜等晕角三参数，首次实现一个仪器同时测量湍流三参数；在现有两参数测量仪基础上测量第三参数，且仪器改动较少、易于实现，物尽其用、性价比高。
-
公开(公告)号：CN116934790A
公开(公告)日：2023-10-24
申请号：CN202310563548.6
申请日：2023-05-18
Applicant: 南昌大学
Abstract: 本发明提供了一种基于ViBe多级级联的低动态前景提取方法，包括1）视频素材像素点的数学建模和初始化，建立原始图像样本库；2）设立阈值系数，对关键帧图像进行前景与背景的数值更新；3）重新维护阈值等参数，以一级级联的背景结果作为输入进行二级级联；4）进一步更新阈值等参数，以二级级联的背景结果作为输入进行三级级联，取三级级联下的前景结果作为终值模板输出。本发明方法能够分离出三种运动状态的物体，其中一级模型用于提取高动态运动目标，二级提取中速运动目标，三级提取低动态目标，以此加强对低动态目标在背景下的区分度，降低目标被背景吸收的风险，大大提升了前景提取效果。
-
公开(公告)号：CN116758116A
公开(公告)日：2023-09-15
申请号：CN202310682496.4
申请日：2023-06-09
Applicant: 南昌大学
IPC: G06T7/246 , G06V10/46 , G06V10/82 , G06V10/22 , G06V10/762
Abstract: 本发明提出了一种基于YOLO的面向室内动态场景的VSLAM方法，包括1）采集彩色图像和深度图像，输入SLAM系统；提取特征点及深度，并将特征点ID与深度值一一对应；2）通过YOLO目标检测算法检测图像中的物体，并获取其检测框；3）对于动态物体，将检测框中的特征点进行基于深度的聚类，将动态特征点进一步分离出来；4）对于潜在的动态物体，利用多视图几何原理结合深度阈值判断其动态性，当该物体被判断为动态物体时，认为其检测框内的特征点均为动态特征点；5）将所有动态特征点剔除，其余特征点输入SLAM系统，进行后续跟踪、建图和回环检测线程。与传统的视觉SLAM算法对比，本发明方法的精度可提升至96.58%。
-
公开(公告)号：CN116740711A
公开(公告)日：2023-09-12
申请号：CN202310597797.7
申请日：2023-05-25
Applicant: 南昌大学
Abstract: 本发明涉及一种结合ViBe与RGBD图像信息的图像语义标签制作方法，包括：1）视频采集和预处理；2）图像序列的空间配准，得到对应的变换矩阵；3）对灰度图像序列进行运动目标检测和二值化；4）提取二值化图像的关键帧及Id；5）提取深度图像关键帧边缘，根据深度信息，结合最大连通滤波算法和边缘区域遍历算法，对前景分割图像中的前景区域，进行边缘修正并去除阴影噪声；6）标签分类并对其前景区域进行像素填充；7）所得标签保存至对应文件夹。本发明方法通过关键帧的提取、使用深度信息去除图像阴影、结合滑动窗口思想提取目标关键帧前景并填充像素、给定标签，无需人为分割图像，降低了语义标签制作的复杂性，提高标签制作的精度与效率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.03 seconds)
