一种采用两共面圆模板的摄像机标定方法

    公开(公告)号:CN104766306A

    公开(公告)日:2015-07-08

    申请号:CN201510108685.6

    申请日:2015-03-12

    Applicant: 燕山大学

    Abstract: 一种采用两共面圆模板进行摄像机标定的方法,利用两个任意不相交的共面圆作为标定物。用摄像机从三个不同角度拍摄标定物得到三幅清晰的图像,确定每幅图像中两个椭圆影像的方程,求取每个椭圆中心点坐标,求取两个椭圆的内外公切线,进而求取内外公切线与椭圆的切点,根据求得图像中坐标点与标定物对应点之间的关系,求取摄像机内外参数。本发明具有操作简单、标定速度快、标定结果稳定准确等优点,能广泛应用于非接触式工业检测和基于视觉的测量和自主导航系统中。

    一种基于特征点的白鼠探头动作定量描述方法

    公开(公告)号:CN112347869B

    公开(公告)日:2023-02-14

    申请号:CN202011140020.0

    申请日:2020-10-22

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于特征点的白鼠探头动作定量描述方法,属于动物行为视频分析技术领域。该方法包括以下步骤:获取白鼠活动训练数据集;根据获取的数据集建立特征点定位模型;根据特征点定位模型输出特征点的回归和分类结果建立探头动作检测模型;计算运动参数量化探头动作性能。本发明通过将视频中的小鼠探头动作量化为特征点空间特征距离、头部转向角度、鼻尖角速度等运动学参数指标,得出一套小鼠探头动作的定量描述符,实现小鼠探头动作的自动、定量和准确的评估,加深对啮齿类动物探头行为的理解,对考量小鼠灵活性等反应指标变化的药理实验具有重要技术支撑作用。

    基于LMD熵特征和LVQ神经网络的运动想象脑电信号识别方法

    公开(公告)号:CN106778594A

    公开(公告)日:2017-05-31

    申请号:CN201611135797.1

    申请日:2016-12-12

    Applicant: 燕山大学

    CPC classification number: G06K9/00536 G06N3/08

    Abstract: 本发明公开了一种基于LMD熵特征和LVQ神经网络的运动想象脑电信号识别方法,属于脑机接口技术领域。本发明运用改进的LMD方法对脑电信号进行分解,得到原始信号的一系列PF分量和残差,筛选出包含主要特征频率的PF分量;对选出的有效PF分量分别计算能量熵、模糊熵、多尺度熵,并将三种熵融合为特征向量;最后使用LQV神经网络对特征向量进行分类识别。本发明中的改进LMD方法,采用自延拓的方法来改善可能存在的端点效应问题。该方法克服了LMD端点效应问题,能够有效的进行脑电信号特征提取,实现了对运动想象模式的有效识别,具有一定的实用价值。

    一种基于压缩感知的无线传感器图像采集传输系统

    公开(公告)号:CN105430347A

    公开(公告)日:2016-03-23

    申请号:CN201510894854.3

    申请日:2015-11-30

    Applicant: 燕山大学

    CPC classification number: H04N7/181 G06F17/5009

    Abstract: 一种基于压缩感知的无线传感器图像采集传输系统,系统由终端节点、汇聚节点和PC机组成,终端节点、汇聚节点可自组织形成传感器网络,实现对检测区域的图像自动采集、压缩和发送。终端节点由图像采集模块、卡片式电脑、Zigbee无线通信模块、被动式热释电红外传感器、红外LED、SD卡和供电模块;汇聚节点在终端节点的基础上增设了WiFi模块或3G模块。终端节点或汇聚节点在获取图像信息时采用的是基于压缩感知算法的图像压缩方法,终端节点采集图像后发送到汇聚节点,汇聚节点通过协议转换将采集的图像发送到PC机或者互联网,PC机完成图像信息的重构与获取。本发明具有降低数据量、降低功耗、兼容扩展性强等优点。

    一种基于混沌搜索量子遗传算法的无线频谱分配方法

    公开(公告)号:CN104768161A

    公开(公告)日:2015-07-08

    申请号:CN201510108722.3

    申请日:2015-03-12

    Applicant: 燕山大学

    CPC classification number: H04W16/10

    Abstract: 一种基于混沌搜索量子遗传算法的无线频谱分配方法,涉及无线通信网络领域中的频谱资源动态管理机制。本发明以实现高效的网络频谱资源分配为目标,结合量子遗传算法的特点,设计并实现了支持动态调整无线频谱资源分配的方法,采用混沌搜索初始化种群的染色体编码,在迭代过程设定变异阈值,根据阈值决定染色体是否产生变异,并将染色体映射为频谱分配矩阵,从而实现频谱优化分配。本发明具有网络控制负载小、频谱资源分配效率高、实时性高等特点,适用于无线认知网络中频谱的动态分配过程。

    基于计算机视觉的吸烟烟雾检测方法

    公开(公告)号:CN104050480A

    公开(公告)日:2014-09-17

    申请号:CN201410215989.8

    申请日:2014-05-21

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于计算机视觉的吸烟烟雾检测方法,其中包括两个阶段:生成分类器阶段和吸烟烟雾检测阶段,生成分类器阶段包括接受样本视频信息,利用多通道背景差分提取疑似吸烟烟雾区域,提取疑似区域的运动特征,利用所提取运动特征组合成特征向量训练支持向量机;吸烟烟雾检测阶段包括,接收待检测视频信息,利用生成分类器阶段相同的方法提取疑似吸烟烟雾区域的动态特征并组合成特征向量输入分类器,判断疑似区域是否为吸烟烟雾。本发明能够实现简单场景中大范围的吸烟烟雾检测,有助于公共场所内的控烟工作。

    一种狭长跑道中小鼠自发性步态实时分析方法

    公开(公告)号:CN115512439A

    公开(公告)日:2022-12-23

    申请号:CN202211170673.2

    申请日:2022-09-23

    Applicant: 燕山大学

    Abstract: 本发明公开了一种狭长跑道中小鼠自发性步态实时分析方法,属于机器视觉领域和深度学习领域,所述方法包括设计宽度足够小鼠自由进退的透明狭长跑道设备;使用狭长红色背景光源和绿色跑道光源照明,高帧频相机获取平面镜反射的小鼠步态图像,并输入计算机中;构建目标检测网络模型并训练,用训练好的目标检测网络模型,对高帧频相机获取的每一帧图像进行小鼠目标检测和关键点回归,实时输出小鼠四肢、鼻尖、嘴巴、腹部以及尾根共八个关键点坐标信息,对小鼠的步态进行实时分析;实时计算输出移动距离、速度、步长等步态特征参数等步骤。本发明可以长时间实时的分析小鼠步态,对基于小鼠行为学实验步态参数的量化研究具有较高的应用前景。

    一种基于特征点的白鼠探头动作定量描述方法

    公开(公告)号:CN112347869A

    公开(公告)日:2021-02-09

    申请号:CN202011140020.0

    申请日:2020-10-22

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于特征点的白鼠探头动作定量描述方法,属于动物行为视频分析技术领域。该方法包括以下步骤:获取白鼠活动训练数据集;根据获取的数据集建立特征点定位模型;根据特征点定位模型输出特征点的回归和分类结果建立探头动作检测模型;计算运动参数量化探头动作性能。本发明通过将视频中的小鼠探头动作量化为特征点空间特征距离、头部转向角度、鼻尖角速度等运动学参数指标,得出一套小鼠探头动作的定量描述符,实现小鼠探头动作的自动、定量和准确的评估,加深对啮齿类动物探头行为的理解,对考量小鼠灵活性等反应指标变化的药理实验具有重要技术支撑作用。

    一种正面视角的行人步态周期检测方法

    公开(公告)号:CN104834893A

    公开(公告)日:2015-08-12

    申请号:CN201510110004.X

    申请日:2015-03-13

    Applicant: 燕山大学

    Abstract: 一种正面视角的行人步态周期检测方法,包括行人目标轮廓提取与正面步态周期检测两个方面。首先输入正面步态视频,提取单帧图像,采用背景减除法,利用尾帧进行背景建模,采用局部阈值法对人体下三分之一区域和上三分之二区域分别采用最大类间方法选取合适的阈值进行二值化,得到完整的人体轮廓二值化图像。然后将人体目标化分为左、右两部分,提取人体目标下三分之一区域的左右腿长度和上肢摆动幅度,将上、下肢特征融合,作为判断依据进行正面步态的周期检测。本发明具有计算量小、无需预先保存静态背景、对光照等环境噪声和阴影具有很好的鲁棒性等优点,对于正面视角的步态周期检测十分有效,为正面步态的实时跟踪与识别提供可能。

    融合背景信息与颜色特征的鱼体检测方法

    公开(公告)号:CN102679957B

    公开(公告)日:2013-12-18

    申请号:CN201210124965.2

    申请日:2012-04-26

    Applicant: 燕山大学

    Abstract: 本发明提供了一种融合背景信息与颜色特征的鱼体检测方法,包括如下步骤:计算机读取背景和包括鱼体目标的图像;根据背景减除法对两幅图像进行计算以获得初始的鱼体运动目标,此时图像中包括很多噪声点和背景信息点;为了获得精确的鱼体目标,利用RGB颜色模型的信息,从原始彩色图像中获得鱼体的RGB颜色信息,并利用(R-B)算子对图像处理;处理后的图像目标和背景像素呈现较大差异,其直方图呈双峰分布,寻找直方图的峰谷点为阈值点,对(R-B)后的图像进行阈值处理,大于阈值的像素点即为鱼体目标,否则剔除;此时计算机输出的图像为最终的鱼体目标检测结果。本方法适用于简单背景且摄像机固定的场景下鱼体目标检测,具有通用性好,检测目标精确,速度快等优点。

Patent Agency Ranking