-
公开(公告)号：CN114693653B
公开(公告)日：2025-04-04
申请号：CN202210347207.0
申请日：2022-04-01
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于人体浅表动脉视频精确提取脉搏波的方法，用于解决非接触脉搏波测量方法中普遍存在的运动和光照干扰问题，并对多种噪声进行多重滤波，实现脉搏波的精确提取。本发明包括以下步骤：S1：获取人体浅表动脉视频；S2：自适应伽马变换对视频预处理；S3：欧拉放大与FRR滤波相结合的放大算法对视频进行运动放大；S4：自适应阈值帧间差分法并选择多特征区域为感兴趣区域；S5：提取原始脉搏波信号；S6：II型切比雪夫、自适应阈值法的小波变换、自适应陷波滤波器滤除在信号中的噪声；S7：调制域谱减法增强脉搏波信号。本发明可以有效地抑制运动伪影和环境亮度差异的影响，同时精确选取感兴趣区域滤除噪声，进一步提高脉搏波提取的准确度。
-
Patent Agency Ranking
公开(公告)号：CN106504525A
公开(公告)日：2017-03-15
申请号：CN201610890459.2
申请日：2016-10-12
Applicant: 电子科技大学
IPC: G08G1/01
CPC classification number: G08G1/0104
Abstract: 基于IC卡数据的OD矩阵生成技术及其应用研究。本发明在于解决如何获取居民公交出行数据以便采取措施应对不断增长的公交需求的问题，通过对公交IC卡数据进行统计分析，挖掘了居民公交出行的时空特征，线路乘坐特征以及乘车行为特征，基于乘客的特征上车站点和公交IC卡数据生成居民公交出行OD矩阵。本发明可用于判断IC卡数据中乘客的上下车站点，不仅可以用于推导居民出行OD矩阵，还可作为其他公交数据挖掘的基础数据。同时，本发明将实验生成的公交出行OD矩阵映射为车辆出行OD矩阵，应用于微观交通仿真系统的实例中，得到了更加真实的仿真结果。
-
公开(公告)号：CN107610069B
公开(公告)日：2020-10-09
申请号：CN201710902379.9
申请日：2017-09-29
Applicant: 西安电子科技大学 , 西安中电科西电科大雷达技术协同创新研究院有限公司
Abstract: 本发明公开了一种基于共享K‑SVD字典的DVS可视化视频去噪方法,主要解决技术在高帧率下生成的图像物体轮廓不清晰和消耗时间长的问题。其方案是：1.安装动态视频传感器的驱动，捕获事件流并存储；2.将事件流转为轮廓清晰的DVS图像，并进行图像分组；3.通过K‑SVD算法得到每组的第一帧图像的优化字典，并用每组的第一帧图像获得的学习字典对其余所有图像进行去噪处理；4.设置视频帧率和帧数，对经过去噪处理的DVS图像进行转视频处理。本发明不仅在保证高帧率的条件下使得物体具有明显的轮廓等特征，而且能在保留物体结构信息的同时达到很好的去噪效果和较快的去噪速度，可用于DVS开发的图像预处理。
-
公开(公告)号：CN107610069A
公开(公告)日：2018-01-19
申请号：CN201710902379.9
申请日：2017-09-29
Applicant: 西安电子科技大学 , 西安中电科西电科大雷达技术协同创新研究院有限公司
Abstract: 本发明公开了一种基于共享K-SVD字典的DVS可视化视频去噪方法,主要解决技术在高帧率下生成的图像物体轮廓不清晰和消耗时间长的问题。其方案是：1.安装动态视频传感器的驱动，捕获事件流并存储；2.将事件流转为轮廓清晰的DVS图像，并进行图像分组；3.通过K-SVD算法得到每组的第一帧图像的优化字典，并用每组的第一帧图像获得的学习字典对其余所有图像进行去噪处理；4.设置视频帧率和帧数，对经过去噪处理的DVS图像进行转视频处理。本发明不仅在保证高帧率的条件下使得物体具有明显的轮廓等特征，而且能在保留物体结构信息的同时达到很好的去噪效果和较快的去噪速度，可用于DVS开发的图像预处理。
-
公开(公告)号：CN106709126A
公开(公告)日：2017-05-24
申请号：CN201610906159.9
申请日：2016-10-18
Applicant: 电子科技大学
IPC: G06F17/50
Abstract: 本发明结合图结构相关理论，构建了一个两层次的路网逻辑结构，其中包含：路网拓扑层和网内关联层，路网拓扑层有路段和路口组成。而路段分为直道和弯道，本发明采用5个基准点的基数样条曲线对弯道进行基础建模，并且在路段的共性基础上创建一个数据结构来描述路段的基本属性。最后，在路网构建模型的基础上实现路网编辑工具，该工具提供了可视化交互界面，使用户可以通过拖拽、旋转等简单操作就可以对仿真区域的路网进行编辑。
-
公开(公告)号：CN114693653A
公开(公告)日：2022-07-01
申请号：CN202210347207.0
申请日：2022-04-01
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于人体浅表动脉视频精确提取脉搏波的方法，用于解决非接触脉搏波测量方法中普遍存在的运动和光照干扰问题，并对多种噪声进行多重滤波，实现脉搏波的精确提取。本发明包括以下步骤：S1：获取人体浅表动脉视频；S2：自适应伽马变换对视频预处理；S3：欧拉放大与FRR滤波相结合的放大算法对视频进行运动放大；S4：自适应阈值帧间差分法并选择多特征区域为感兴趣区域；S5：提取原始脉搏波信号；S6：II型切比雪夫、自适应阈值法的小波变换、自适应陷波滤波器滤除在信号中的噪声；S7：调制域谱减法增强脉搏波信号。本发明可以有效地抑制运动伪影和环境亮度差异的影响，同时精确选取感兴趣区域滤除噪声，进一步提高脉搏波提取的准确度。
-
-
-
-
-
Search Results
6
records
(took 0.06 seconds)
