-
公开(公告)号：CN117953377A
公开(公告)日：2024-04-30
申请号：CN202410144357.0
申请日：2024-02-01
Applicant: 安徽大学
Abstract: 本发明公开了基于多目标进化多任务算法的高光谱波段选择方法，属于高光谱图像领域，其方法步骤如下：S1、高光谱波段的选择，S2、多目标优化，S3、进化多任务处理，1)MEMT‑HBS的样本标记，2)MEMT‑HBS的任务设置，3)基于任务内成对学习的解生成策略，4)跨任务的频带覆盖基于知识传递策略，5)MEMT‑HBS的环境选择。本发明利用基于任务间波段覆盖的知识传递策略，从相邻任务中选择有用的个体，进一步增强当前任务的性能。与最先进的半监督和无监督波段选择算法相比，对于不同的标准高光谱数据集，实验结果表明，本发明提出的MEMT‑HBS方法获得的波段子集具有更好的性能。
-
公开(公告)号：CN115578550A
公开(公告)日：2023-01-06
申请号：CN202211226175.5
申请日：2022-10-09
Applicant: 安徽大学 , 安徽国信类脑智能科技有限公司
Abstract: 本发明涉及人工智能和图像处理技术领域，公开了一种一维码识别的图像处理方法，包括：S1，获取包含目标一维码的电表图像数据；S2，将电表图像输入目标检测模型；目标检测模型输出目标一维码在电表图像中的坐标区域；S3，根据坐标区域对目标一维码进行光线均衡化得到第一阶段码；S4，对第一阶段码进行降噪处理得到第二阶段码；S5，对第二阶段码进行矫正处理得到第三阶段码；S6，对第三阶段码进行解码；最终实现在能精确识别一维码的同时，还能满足各种情况下对目标一维码进行准确解码识别的要求。
-
公开(公告)号：CN112183459A
公开(公告)日：2021-01-05
申请号：CN202011125116.X
申请日：2020-10-20
Applicant: 安徽大学
Abstract: 本发明公开了一种基于进化多目标优化的遥感水质图像分类方法，包括：1：输入遥感水质图像训练样本数据；步骤2：对所述的遥感水质图像训练样本数据进行预处理；步骤3：训练遥感水质图像分类模型；遥感水质图像分类包括：步骤4：输入待分类的遥感水质图像样本数据；步骤5：对所述待分类遥感水质图像样本数据进行预处理；步骤6：通过遥感水质图像分类模型对所待分类遥感水质图像样本数据进行分类。本发明能快速分类出水质污染情况，并提升分类结果的准确度和精度。
-
公开(公告)号：CN112070760A
公开(公告)日：2020-12-11
申请号：CN202010977948.8
申请日：2020-09-17
Abstract: 本发明公开了一种基于卷积神经网络的骨量检测方法，其步骤包括：1构建卷积神经网络；2获取根据骨密度仪标注的X光片数据集并进行预处理；3利用X光片数据集对神经网络进行训练，得到能够对骨量异常、骨量减少和骨量正常的X光片进行识别的网络模型；4利用网络模型对X光片进行检测，评估模型的分类精度；5基于训练的网络模型进行集成，并转化为可执行程序exe，输入dicom格式待检测数据，得到对应检测结果。本发明能实现端到端的骨量异常、骨量减少和骨量正常的X光片的检测，从而方便快捷的及时发现骨量减少或骨量异常状态，辅助进一步检查和治疗，以降低因为骨量异常而发生的一系列风险。
-
公开(公告)号：CN108449599A
公开(公告)日：2018-08-24
申请号：CN201810247888.7
申请日：2018-03-23
Applicant: 安徽大学
IPC: H04N19/139 , H04N19/159 , H04N19/182 , H04N19/52
Abstract: 本发明公开一种基于面透射变换的视频编码与解码方法，包括以下步骤：对待编码图像进行消失点检测；根据消失点所对应的平行线构成平面的法向量，并计算该平面的透视变换矩阵Hm；在编码端，在已重建的图像区域搜索最佳匹配块，设标识候选位置的运动矢量并进行面透射变换；获得预测的像素的坐标；在解码端，输入待解码的码流，解析出透视变换矩阵；从码流中解析出运动矢量并进行面透射变换；获得预测的像素的坐标。本发明通过基于面透射变换的视频编码/解码方法，通过对于运动矢量进行面透射变换，获得预测的像素坐标，消除了表现为变形的相似图像内容间的相关性，大大提升了编码/解码的效率，可应用于H.264/H.265/H.266等编码方法中。
-
Patent Agency Ranking
公开(公告)号：CN112183459B
公开(公告)日：2022-10-04
申请号：CN202011125116.X
申请日：2020-10-20
Applicant: 安徽大学
IPC: G06V20/13 , G06V10/764 , G06V10/774 , G06N3/12
Abstract: 本发明公开了一种基于进化多目标优化的遥感水质图像分类方法，包括：1：输入遥感水质图像训练样本数据；步骤2：对所述的遥感水质图像训练样本数据进行预处理；步骤3：训练遥感水质图像分类模型；遥感水质图像分类包括：步骤4：输入待分类的遥感水质图像样本数据；步骤5：对所述待分类遥感水质图像样本数据进行预处理；步骤6：通过遥感水质图像分类模型对所待分类遥感水质图像样本数据进行分类。本发明能快速分类出水质污染情况，并提升分类结果的准确度和精度。
-
公开(公告)号：CN114492655A
公开(公告)日：2022-05-13
申请号：CN202210118319.9
申请日：2022-02-08
Applicant: 安徽大学
Abstract: 本发明公开了一种基于进化计算的高光谱图像波段选择方法，涉及遥感图像处理技术领域，具体包括：使用多目标优化算法，对高光谱图像进行降维；在对高光谱特征选择的时候，随机在高光谱图像上取若干个像素点，计算这若干个像素点与其空间领域像素点之间在经过特征选择后的低维空间上的欧式距离，以及使用拉普拉斯矩阵计算若干点在不同选择特征的维度上的邻域距离指标与原始维度的结构相似性指标；以上述的两个指标作为优化目标，建立基于改进NSGAII的多目标优化模型，对波段空间进行二进制编码，经过交叉变异，最终得到最优的波段子集，有效提高分类精度和效率，同时也可以控制选择需要选择的波段数量，满足不同场景下的使用需求。
-
公开(公告)号：CN114095727A
公开(公告)日：2022-02-25
申请号：CN202111360751.0
申请日：2021-11-17
Applicant: 安徽大学
IPC: H04N19/124 , H04N19/186 , H04N19/42 , H04N19/625
Abstract: 本发明公开了一种基于演化计算的JPEG图像编码优化方法，涉及演化计算和JPEG编码优化技术领域，从进化计算的角度出发，对JPEG的量化表进行优化，针对图像编码中的码率多功能需求，研究基于多目标优化的多功能图像编码优化技术，在提升编码效率的同时，满足用户的多种码率需求，通过对图像编码问题进行多目标建模，设计符合率失真最优原则的进化算子、以及环境选择策略，能有效找到最优量化表，使得图像的编码效率能提升10％以上，同时，在优化的过程中产生的多组量化表能够有效应对图像压缩编码中的不确定性问题。
-
公开(公告)号：CN108449599B
公开(公告)日：2021-05-18
申请号：CN201810247888.7
申请日：2018-03-23
Applicant: 安徽大学
IPC: H04N19/139 , H04N19/159 , H04N19/182 , H04N19/52
Abstract: 本发明公开一种基于面透射变换的视频编码与解码方法，包括以下步骤：对待编码图像进行消失点检测；根据消失点所对应的平行线构成平面的法向量，并计算该平面的透视变换矩阵Hm；在编码端，在已重建的图像区域搜索最佳匹配块，设标识候选位置的运动矢量并进行面透射变换；获得预测的像素的坐标；在解码端，输入待解码的码流，解析出透视变换矩阵；从码流中解析出运动矢量并进行面透射变换；获得预测的像素的坐标。本发明通过基于面透射变换的视频编码/解码方法，通过对于运动矢量进行面透射变换，获得预测的像素坐标，消除了表现为变形的相似图像内容间的相关性，大大提升了编码/解码的效率，可应用于H.264/H.265/H.266等编码方法中。
-
公开(公告)号：CN119360211A
公开(公告)日：2025-01-24
申请号：CN202411510123.X
申请日：2024-10-28
Applicant: 安徽大学
Abstract: 本发明公开了一种基于进化多模态的高光谱端元提取方法，包括：1、获取高光谱遥感图像数据并构建种群个体；2、使用种群分组进化机制，对得到的高光谱遥感图像种群进行分组，并分别进化，产生更高质量的种群；3、对高质量种群进行前沿修复和多代进化，获得一组非支配的Pareto解集，以获得一组高光谱端元提取的结果。本发明能从多角度衡量端元的质量，提高端元精度的同时得到在决策空间更多样的优秀端元组合，从而能改善端元提取效果。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.026 seconds)
