-
Patent Agency Ranking
公开(公告)号：CN109118475A
公开(公告)日：2019-01-01
申请号：CN201810746494.6
申请日：2018-07-09
Applicant: 西安工程大学
Abstract: 本发明公开了一种单向免疫扩散的图像测量方法，具体包括如下步骤：步骤1，对相机获取的原图像进行灰度化、图像增强的预处理；步骤2，对步骤1预处理后的图像利用改进的两步法标定模型进行图像校正，消除CCD相机拍摄所得图像的畸形形变误差；步骤3，对步骤2校正后的图像进行基于对照分割的边缘检测，得到目标沉淀物边缘信息；步骤4，针对步骤3得到的目标沉淀物边缘信息，用改进的最小二乘圆拟合算法检测圆形反应区直径并输出测量结果。
-
公开(公告)号：CN110349085A
公开(公告)日：2019-10-18
申请号：CN201910575629.1
申请日：2019-06-28
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于生成对抗网络的单幅图像超分辨特征增强方法，首先收集基准数据集，将基准数据集中的高分辨率图像转化为低分辨率图像；得到的低分辨率图像导入深度残差网络中；将深度残差网络进行训练；训练后的深度残差网络通过感知损失、图像判别损失和特征判别损失结合的损失函数进行指导训练，然后输出得到生成图像，该方法在生成对抗网络框架下，通过加入特征判别损失连同感知损失函数和图像判别损失，在高放大率下提高图像质量，利用该方法在特征和感知两个方面均可重建高质量的图像，对图像处理与显示的诸多应用领域具有重要意义。
-
公开(公告)号：CN110490804A
公开(公告)日：2019-11-22
申请号：CN201910750388.X
申请日：2019-08-14
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于生成对抗网络的生成超分辨图像的方法，首先选取高分辨率图像数据集和低分辨率图像数据集作为最初训练样本；然后将选取的高分辨率图像数据集和低分辨率图像数据集输入至残差网络中指导生成配对数据集；最后将得到的配对数据集作为输入利用损失函数进行训练产生的对抗网络，并生成超分辨率图像；提出了一个两阶段的过程，使用高到低网络来学习如何降级只需要未配对的高分辨率和低分辨率图像的高分辨率图像，并使用该网络的输出来训练低到高网络图像超高分辨率，为了有效地提高现实世界的低分辨率图像的质量，对图像处理与显示的诸多应用领域具有重要意义。
-
公开(公告)号：CN109993698A
公开(公告)日：2019-07-09
申请号：CN201910250713.6
申请日：2019-03-29
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于生成对抗网络的单幅图像超分辨纹理增强方法，首先集使用广泛的基准数据集，将数据集中的高分辨率图像降为低分辨率图像；然后将低分辨率图像进行放大观测值，生成过平滑图像；产生的过平滑图像输入到深度残差网络中，使用生成对抗网络提供的框架，把过平滑图像细节的损失从图像空间转移到目标识别系统更高层次的特征空间；将生成对抗网络框架中使用感知损失和纹理损失结合的损失函数来指导网络训练；最后将指导训练和生成对抗网络框架中生成网络和判别网络的动态博弈，最终得到具有更多纹理细节的高分辨率图像，利用该方法可以实现单幅图像纹理增强，解决了现有的超分辨率图像中的纹理区域模糊、过于平滑和不自然问题。
-
公开(公告)号：CN108756397A
公开(公告)日：2018-11-06
申请号：CN201810421531.6
申请日：2018-05-04
Applicant: 西安工程大学
IPC: E04H6/42
CPC classification number: E04H6/42
Abstract: 本发明公开了一种用于停车场的车辆碰撞检测系统,包括DSP主控模块，DSP主控模块上分别连接电源模块A、地磁传感器模块、声音采集模块及报警模块，声音采集模块还连接声音传感器模块，传感器模块连接电源模块B，地磁传感器模块、声音采集模块及报警模块连接电源模块C。本发明将地磁传感器和声音传感器结合在一起，通过对两种传感器所采集信号处理运算，不仅能够快速高效地检测到停车位发生的碰撞事故，还能够及时发出报警信号，提醒工作人员采取相应的应对措施。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
