-
公开(公告)号：CN118709050A
公开(公告)日：2024-09-27
申请号：CN202411187392.7
申请日：2024-08-28
Applicant: 安徽大学 , 漳州市测绘设计研究院
IPC: G06F18/241 , G06N3/045 , G06N3/0464 , G06F18/211 , G06F18/213 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种空间异构融合的鲸类信号分类方法及系统，涉及海洋工程鲸类信号处理领域，方法包括：采集鲸类信号，并对鲸类信号进行非重叠等长帧裁剪、归一化等预处理，得到所有信号帧的特征异构向量；基于所有信号帧的特征异构向量，筛选出鲸类信号高区分度的关键特征；重组高区分度的关键特征异构向量，引入异构三分支骨干网络和空间异构注意力融合网络，构建鲸类信号分类模型；利用鲸类信号分类模型完成鲸类信号分类。本发明筛选高区分度的关键特征，有效避免冗余特征引起的过拟合，降低时空复杂度。本发明构建空间异构注意力融合的分类网络，利用时域、频域和时频域特征信息，深层捕获不同域特征的互补信息，提高相似特征鲸类信号的区分度。
-
公开(公告)号：CN118709050B
公开(公告)日：2024-10-29
申请号：CN202411187392.7
申请日：2024-08-28
Applicant: 安徽大学 , 漳州市测绘设计研究院
IPC: G06F18/241 , G06N3/045 , G06N3/0464 , G06F18/211 , G06F18/213 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种空间异构融合的鲸类信号分类方法及系统，涉及海洋工程鲸类信号处理领域，方法包括：采集鲸类信号，并对鲸类信号进行非重叠等长帧裁剪、归一化等预处理，得到所有信号帧的特征异构向量；基于所有信号帧的特征异构向量，筛选出鲸类信号高区分度的关键特征；重组高区分度的关键特征异构向量，引入异构三分支骨干网络和空间异构注意力融合网络，构建鲸类信号分类模型；利用鲸类信号分类模型完成鲸类信号分类。本发明筛选高区分度的关键特征，有效避免冗余特征引起的过拟合，降低时空复杂度。本发明构建空间异构注意力融合的分类网络，利用时域、频域和时频域特征信息，深层捕获不同域特征的互补信息，提高相似特征鲸类信号的区分度。
-
公开(公告)号：CN114494226B
公开(公告)日：2024-03-12
申请号：CN202210127787.2
申请日：2022-02-11
Applicant: 安徽大学
Abstract: 本发明涉及一种基于图形质心跟踪算法的纺织丝饼油污缺陷检测方法，包括：获取丝饼图像，图像降采样；图像灰度化；高斯滤波及二值化处理；边缘轮廓绘制，边缘轮廓最小外接矩形绘制；构建一张掩膜图像，与经降采样后的图像相与后得到掩膜后的图像；设定油污像素范围，对掩膜后图像进行像素处理；进行log算子运算和膨胀处理；轮廓提取，并计算轮廓质心坐标；通过轮廓质心坐标与最小外接矩形四个顶点坐标比较得到结果。本发明对纺织丝饼油污缺陷检测的准确率高、耗时短；同时可实现油污自动定位。
-
公开(公告)号：CN114674410A
公开(公告)日：2022-06-28
申请号：CN202210292661.0
申请日：2022-03-24
Applicant: 安徽大学
IPC: G01H3/04
Abstract: 本发明涉及一种分量数时变的水声信号瞬时频率估计方法，包括：输入多分量水声信号s(t)，利用扩展的同步压缩变换ESST得到多分量水声信号s(t)的时频谱T(t，ω)；利用自动脊线提取AREA，追踪到时频谱T(t，ω)中所有可能的脊线，然后利用脊线融合标准，融合脊线；对得到的脊线用傅里叶级数展开，用Tikhonov正则化对脊线的傅里叶系数重构，得到重构的瞬时频率。本发明是对自动脊线提取，与传统重叠分量的瞬时频率估计相比，本发明能够处理分量数随时间变化的信号；本发明结合分数时频谱，采用扩展同步压缩变换提取高能量集中度的时频谱，能够克服噪声干扰影响水声信号瞬时频率估计的精度；本发明方法能够准确的估计水声信号的瞬时频率。
-
公开(公告)号：CN114511527B
公开(公告)日：2025-04-25
申请号：CN202210080786.7
申请日：2022-01-24
Applicant: 安徽大学
IPC: G06T7/00 , G06T7/11 , G06T7/41 , G01N21/88 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于扩展局部二值模式的纺织丝饼成型不良缺陷检测方法，包括：获取丝饼图像，图像降采样；图像分割和图像裁剪；仿射变换；获取数据集；通过扩展的LBP算法计算出训练集中各个图像的纹理特征向量；生成XML文件；计算出测试集中各个图像的纹理特征向量，SVM支持向量机对测试集正样本、负样本中每张图像的标签进行预测，并计算出预测准确率；对待检测的丝饼图像进行滑块预测；根据滑块预测的标签输出判断结果。本发明通过图像分割将最终的背景干扰去除，使得处理后的图像不再含有大量的干扰，解决了从停留在实验室的研究与验证阶段到能够直接使用到工业生产线中，本发明对纺织丝饼成型不良缺陷检测准确率高、耗时短。
-
Patent Agency Ranking
公开(公告)号：CN114708308A
公开(公告)日：2022-07-05
申请号：CN202210042043.0
申请日：2022-01-14
Applicant: 安徽大学
IPC: G06T7/30 , G06N3/04 , G06K9/62 , G06V10/774 , G06V10/74
Abstract: 本发明涉及一种基于深度自校准的递进式三维生物医学图像配准方法，与现有技术相比解决了递归级联配准策略中存在的信息泄露问题以及one‑shot配准策略中对位移场的平滑约束导致配准精度受限的缺陷。本发明包括以下步骤：三维生物医学图像数据集的获取和预处理；配准模型的构建；配准模型的训练；待配准图像与模板图像的获取与预处理；三维生物医学图像配准结果的获得。本发明通过将前次配准结果递归输入网络进行自校准优化并记录与整合每次递归产生的位移场，将空间中的大位移通过递归网络分段完成从而在无信息泄露的前提下提高了三维生物医学图像的配准精度，并有效的节省了GPU资源。
-
公开(公告)号：CN114494225B
公开(公告)日：2025-05-23
申请号：CN202210127706.9
申请日：2022-02-11
Applicant: 安徽大学
Abstract: 本发明涉及一种基于形状特征的纸管破损缺陷检测方法，包括：获取纸管图像，图像降采样；图像灰度化；高斯滤波，像素变换操作；二值化处理；边缘轮廓绘制，获取所有轮廓的面积；根据迭代方法保留最大轮廓面积，最大轮廓面积所对应的轮廓为最大轮廓，绘制最大轮廓的最小外接圆，获取最小外接圆的圆心和半径；对最小外接圆进行图像掩膜分割，获取最终轮廓的圆形度；根据最终轮廓的圆形度进行判断。本发明综合考虑了工业生产所成像造成的纸管的各种背景干扰以及背景的特点与分布，从而完全去除背景的干扰而不影响原图像中有用的前景信息，成功对纸管的形状特征输出，并且对纸管破损缺陷检测的准确率高、耗时短。
-
公开(公告)号：CN114418992A
公开(公告)日：2022-04-29
申请号：CN202210057988.X
申请日：2022-01-19
Applicant: 安徽大学
Abstract: 本发明涉及一种交互式2D与3D医学图像配准参数自动生成方法，与现有技术相比解决了初始配准参数搜索精度差、搜索效率低的缺陷。本发明包括以下步骤：载入三维图像数据；在窗口上实现三维模型渲染重建、对三维模型进行二维映射、实时映射后的图像与待配准的X光图像对齐显示；载入待配准的二维图像以二维纹理的形式绘制在窗口上；拖动鼠标实现三维模型与二维图像的对齐从而获得合适的配准参数。本发明综合考虑了三维体数据在经过最大密度投影后，绘制在窗口上的图像质量与需要配准的X光图像质量的差异，可以较高质量的完成两幅图像的对齐，能够得到一组合适的初始配准参数并且在控制台打印输出。
-
公开(公告)号：CN118553250B
公开(公告)日：2024-11-08
申请号：CN202411026344.X
申请日：2024-07-30
Applicant: 安徽大学
Abstract: 本发明公开了一种空间时频移的海洋鲸类重叠声音事件检测方法，包括：获取水声信号并进行预处理后，通过离散短时傅里叶变换获取预处理后水声信号的时频分布，结合对数梅尔滤波器组重新分配时频分布；构建非对称残差卷积模块，输入重分配的时频特征图，提取深层时频特征图；提出空间时频移的网络模块，对深层时频特征图分别进行时域空间移位和频域空间移位拓展增强，融合得到增强的深层特征图；根据最终输出的深层特征图，预测每一帧重叠声音事件类别，并估算检测结果的分值、F1‑分数和错误率。本发明能够降低环境干扰，有效提高鲸类的重叠声音事件检测精度。
-
公开(公告)号：CN117423351A
公开(公告)日：2024-01-19
申请号：CN202311350405.3
申请日：2023-10-18
Applicant: 安徽大学
Abstract: 本发明公开一种水声重叠目标源瞬时时频点分离重构方法与系统，包括，获取水下重叠目标源信号，并生成原始时频点，将原始时频点映射至瞬时时频点；基于瞬时时频点的黑塞矩阵和旋转矩阵，生成瞬时时频点的瞬时啁啾率；根据瞬时啁啾率，生成方向时频表征，对方向时频表征进行滤波及掩码计算，生成音调分量的时频表征；在音调分量的时频表征中，提取音调分量脊线；基于音调分量脊线，构建度量结构相似性矩阵，根据度量结构相似性矩阵，生成单目标的音调分量；通过傅里叶级数辅助的匹配追踪方法，对音调分量进行重构，得到单目标信号。通过上述技术方案，本发明能够抑制脉冲分量和噪声分量干扰，得到能量增强的单目标源信号。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.03 seconds)
