-
公开(公告)号：CN112419265A
公开(公告)日：2021-02-26
申请号：CN202011317801.2
申请日：2020-11-23
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像分析处理、伪装效果检测与评估技术领域，具体涉及一种基于人眼视觉机制的伪装评价方法。本发明基于视觉显著性理论模拟人眼注意机制，通过视觉显著图进行典型背景区域搜索，从伪装背景图像中提取会被人眼优先观察注意到的显著背景区域，计算背景区域与伪装目标在亮度、颜色、纹理等不同图像特征上的差异程度，并考虑不同特征对目标整体伪装效果的影响系数，再综合目标与各背景区域间距离权重系数，最终得出综合评价系数表征伪装目标的整体伪装效果。本发明综合考虑了各个图像特征以及目标与背景区域间的距离不同对伪装效果的影响作用，能够更加客观、有效地给出在对抗人眼侦察条件下伪装目标的实际伪装效果。
-
公开(公告)号：CN114863554A
公开(公告)日：2022-08-05
申请号：CN202210369930.9
申请日：2022-04-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于深度学习模型的手语识别系统和方法，包括图像采集模块、嵌入式处理平台、显示模块、电源模块、人机交互模块。图像采集模块用于采集实时手语图像。嵌入式处理平台上部署已经完成训练的卷积神经网络模型，在使用时手语图像会输入至卷积神经网络模型中进行实时手语识别，并将识别结果传输至显示模块。显示模块用于显示识别出的手语信息。人机交互模块能够对手语识别系统进行操作，用以设置系统的运行参数、调整系统的运行状态。电源模块对组成系统的各硬件部分进行供电。该系统能够实现对26个英文字母手势目标的实时定位和识别，具有识别速度快、精度高、实时性强、功耗低、设备体积小、易于部署实现等特点。
-
公开(公告)号：CN112950584A
公开(公告)日：2021-06-11
申请号：CN202110226014.5
申请日：2021-03-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度学习的涂层表面缺陷识别方法，包括以下步骤：S1：选取特征提取网络；S2:设计倒金字塔型分类器；S3：构建识别模型；S4：使用优化调整后的训练方法训练识别模型；S5：对涂层表面缺陷进行识别。本发明提供的一种基于深度学习的涂层表面缺陷识别方法，能够在小样本情况下实现对涂层表面缺陷的快速高精度识别，在涂层表面缺陷自动化检测识别领域具有较好的使用前景。
-
公开(公告)号：CN112184838A
公开(公告)日：2021-01-05
申请号：CN202011072693.7
申请日：2020-10-09
Applicant: 哈尔滨工程大学
Abstract: 本发明一种基于颜色相关度的多背景迷彩图案主色提取方法，主要解决现有单一背景下迷彩图案主色提取方法难以满足多背景多地域迷彩伪装需求的问题。步骤包括：s1.选取待伪装区域的多张背景图像，图像预处理；s2.提取每张背景图像的背景主色，并计算所述背景主色的面积占比；s3.对每张背景图像的背景主色进行优先级排序，列出排序后的搜索路径；s4.根据颜色相关度度量函数选择搜索路径，进行背景主色配对；s5.对背景主色配对结果进行主色计算，得出最终的多背景迷彩图案主色和主色的面积占比。本发明方法计算复杂度低、实时性高，所提取的迷彩主色和背景颜色融合度高，能满足大区域动态环境下多背景迷彩图案设计精确主色提取的需要。
-
公开(公告)号：CN112419265B
公开(公告)日：2023-08-01
申请号：CN202011317801.2
申请日：2020-11-23
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像分析处理、伪装效果检测与评估技术领域，具体涉及一种基于人眼视觉机制的伪装评价方法。本发明基于视觉显著性理论模拟人眼注意机制，通过视觉显著图进行典型背景区域搜索，从伪装背景图像中提取会被人眼优先观察注意到的显著背景区域，计算背景区域与伪装目标在亮度、颜色、纹理等不同图像特征上的差异程度，并考虑不同特征对目标整体伪装效果的影响系数，再综合目标与各背景区域间距离权重系数，最终得出综合评价系数表征伪装目标的整体伪装效果。本发明综合考虑了各个图像特征以及目标与背景区域间的距离不同对伪装效果的影响作用，能够更加客观、有效地给出在对抗人眼侦察条件下伪装目标的实际伪装效果。
-
Patent Agency Ranking
公开(公告)号：CN112950733B
公开(公告)日：2022-10-28
申请号：CN202110225866.2
申请日：2021-03-01
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种适用于地面装备的多地形迷彩图案生成方法，其包括如下步骤：S1.主色提取：选取待伪装装备涉及地域的典型地形背景图像，提取和计算多地形迷彩主色及其对应的面积比例；S2.斑块库设计：基于仿生学原理，采集背景典型生物形状图像，通过矩阵化处理构建迷彩斑块库；S3.迷彩图案生成：由S1的多地形迷彩主色及其面积比例随机填充生成主色图案，在S2的迷彩斑块库中选取生物信息斑块融入主色图案生成变形迷彩，经数码化处理得到数码迷彩。本发明方法计算简单快速，所生成的迷彩图案纹理随机性强，迷彩斑点大小可控，适用于多个地形背景。本发明方法和技术思路促进了迷彩伪装理论的发展。
-
公开(公告)号：CN112950584B
公开(公告)日：2022-07-29
申请号：CN202110226014.5
申请日：2021-03-01
Applicant: 哈尔滨工程大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于深度学习的涂层表面缺陷识别方法，包括以下步骤：S1：选取特征提取网络；S2:设计倒金字塔型分类器；S3：构建识别模型；S4：使用优化调整后的训练方法训练识别模型；S5：对涂层表面缺陷进行识别。本发明提供的一种基于深度学习的涂层表面缺陷识别方法，能够在小样本情况下实现对涂层表面缺陷的快速高精度识别，在涂层表面缺陷自动化检测识别领域具有较好的使用前景。
-
公开(公告)号：CN113030108A
公开(公告)日：2021-06-25
申请号：CN202110249102.7
申请日：2021-03-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于机器视觉的涂层缺陷检测系统与方法，包括图像采集模块、图像采集卡、工控机计算平台、工件传送装置、筛选执行装置、基于神经网络的检测模型；所述图像采集模块包括亮度补偿装置、工业相机、相机夹持装置，所述工件传送装置将待检测工件传输至检测区域和筛选区域，所述图像采集卡连接工业相机和工控机计算平台，所述工控机计算平台将所采集到的待测工件的涂层检测图像进行随机裁切与尺度缩放并实时输入到基于神经网络的检测模型内输出检测分类结果，并将分类结果转换为控制信号发送给筛选执行装置，本发明能够对工件涂层表面缺陷进行自动检测、分类和筛除，具有易于实现与部署、节约人力成本、检测速度快、检测准确率高的优点。
-
公开(公告)号：CN112950733A
公开(公告)日：2021-06-11
申请号：CN202110225866.2
申请日：2021-03-01
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种适用于地面装备的多地形迷彩图案生成方法，其包括如下步骤：S1.主色提取：选取待伪装装备涉及地域的典型地形背景图像，提取和计算多地形迷彩主色及其对应的面积比例；S2.斑块库设计：基于仿生学原理，采集背景典型生物形状图像，通过矩阵化处理构建迷彩斑块库；S3.迷彩图案生成：由S1的多地形迷彩主色及其面积比例随机填充生成主色图案，在S2的迷彩斑块库中选取生物信息斑块融入主色图案生成变形迷彩，经数码化处理得到数码迷彩。本发明方法计算简单快速，所生成的迷彩图案纹理随机性强，迷彩斑点大小可控，适用于多个地形背景。本发明方法和技术思路促进了迷彩伪装理论的发展。
-
公开(公告)号：CN112184838B
公开(公告)日：2022-06-21
申请号：CN202011072693.7
申请日：2020-10-09
Applicant: 哈尔滨工程大学
IPC: G06T7/90 , G06T7/62 , G06T11/00 , G06K9/62 , G06V10/762
Abstract: 本发明一种基于颜色相关度的多背景迷彩图案主色提取方法，主要解决现有单一背景下迷彩图案主色提取方法难以满足多背景多地域迷彩伪装需求的问题。步骤包括：s1.选取待伪装区域的多张背景图像，图像预处理；s2.提取每张背景图像的背景主色，并计算所述背景主色的面积占比；s3.对每张背景图像的背景主色进行优先级排序，列出排序后的搜索路径；s4.根据颜色相关度度量函数选择搜索路径，进行背景主色配对；s5.对背景主色配对结果进行主色计算，得出最终的多背景迷彩图案主色和主色的面积占比。本发明方法计算复杂度低、实时性高，所提取的迷彩主色和背景颜色融合度高，能满足大区域动态环境下多背景迷彩图案设计精确主色提取的需要。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
