-
公开(公告)号：CN109902695B
公开(公告)日：2022-12-20
申请号：CN201910155483.5
申请日：2019-03-01
Applicant: 辽宁工程技术大学
Abstract: 一种面向像对直线特征匹配的线特征矫正与提纯方法，首先进行直线位置的修正，而后对引力图修正直线位置进行矫正，再后提纯直线匹配结果，最后通过随机抽样的方法，确定邻域的相似性：通过该方法能够结合边缘图的梯度图和梯度矢量图构造梯度引力图，并以此为基础对直线位置进行矫正；利用点特征匹配结果，从整体角度计算摄影极线，利用极线约束与直线匹配结果共同确定直线邻域内的校验区域，通过计算区域相似性剔除误匹配结果，继而提高了匹配的准确率。
-
公开(公告)号：CN106355607B
公开(公告)日：2019-01-22
申请号：CN201610662362.6
申请日：2016-08-12
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种宽基线彩色图像模板匹配方法，属于图像处理技术领域，该方法利用图像多通道特征，提出采用矢量VSAD度量两幅图像间抽样像素的一致性，并以此为基础给出一种Lab‑SAD方法增加待匹配区域在目标影像中有效信息；其次，提出选取的模板中所包含的颜色或颜色组合在待匹配图像中越少，则匹配正确性概率越高这一假设，给出一种分值图的计算方法，该图中的像素灰度值越大则分数越高，则以该位置为基础选取模板进行匹配的准确率越高；最后，给出依据分值图排序模板区域的方法，并选取高分值区域作为最终的模板选择区域，通过实验验证了本发明在宽基线条件下具备较高的准确性与有效性。
-
公开(公告)号：CN106355607A
公开(公告)日：2017-01-25
申请号：CN201610662362.6
申请日：2016-08-12
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种宽基线彩色图像模板匹配方法，属于图像处理技术领域，该方法利用图像多通道特征，提出采用矢量VSAD度量两幅图像间抽样像素的一致性，并以此为基础给出一种Lab-SAD方法增加待匹配区域在目标影像中有效信息；其次，提出选取的模板中所包含的颜色或颜色组合在待匹配图像中越少，则匹配正确性概率越高这一假设，给出一种分值图的计算方法，该图中的像素灰度值越大则分数越高，则以该位置为基础选取模板进行匹配的准确率越高；最后，给出依据分值图排序模板区域的方法，并选取高分值区域作为最终的模板选择区域，通过实验验证了本发明在宽基线条件下具备较高的准确性与有效性。
-
公开(公告)号：CN105825169A
公开(公告)日：2016-08-03
申请号：CN201610136943.6
申请日：2016-03-10
Applicant: 辽宁工程技术大学
IPC: G06K9/00
CPC classification number: G06K9/00671
Abstract: 一种基于道路影像的路面裂缝识别方法，包括：对分块影像进行二值化处理，形成初步分割的道路影像，划分成若干区域，过滤面积小于经验阈值的区域得到初步识别的道路影像；对各区域分别进行椭圆拟合，去除离心率小于给定阈值的椭圆区域；计算各椭圆区域的长轴与水平方向的夹角，确定椭圆主方向，将同一方向上的质心划为一类；对每一个分类分别以各质心为原点建立坐标系，计算各质心在该坐标系中与水平轴的夹角、该质心与其他质心间距离，将同一方向上间距小于设定距离阈值的质心划为一类，将各共线区域的最小包围矩形的对角线长度作为识别出的道路裂缝的长度。本方法不仅可以有效地识别裂缝，同时克服环境中多种因素的干扰，误识别率较低。
-
公开(公告)号：CN103249144B
公开(公告)日：2016-05-11
申请号：CN201310199456.0
申请日：2013-05-27
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于C型的无线传感器网络节点定位方法，该方法利用RSSI测量值能够实现节点的高精度定位，但传统RSSI方法精度及易受到外界因素的影响。本发明具体是：首先构建C型网络，将定位区域进行划分成多个规则的几何图形；利用概率分布函数计算出节点度模型，作为定位的约束条件；选取合理的RSSI环境参数值，在读取RSSI值方面，使用相关性分析方法选择有效RSSI值，在一定程度上去掉了RSSI测量时的异常值，提高了节点间RSSI测量值的精确度；最后根据测量值进行定位。应用本发明能够依据少量的网络信息，根据具体环境调整定位参数，简单有效的提高了节点的定位精度。
-
Patent Agency Ranking
公开(公告)号：CN119920011A
公开(公告)日：2025-05-02
申请号：CN202510107111.0
申请日：2025-01-23
Applicant: 辽宁工程技术大学鄂尔多斯研究院
Abstract: 本发明提供了融合双层语义信息的三维人体姿态估计方法，涉及三维姿态估计技术领域，本发明利用层次特征提取模块生成包含多元化信息的初始可行三维姿态，提供不同层次语义信息；通过对特征的有效精细化处理，强化重要信息，确保最终用于融合操作的可行三维姿态特征具有更强的表达能力；关联计算模块以及关联特征融合机制，能够有效的融合可行三维姿态特征中的互补信息，充分利用全局信息推动模型进行更加精准的人体姿态估计工作，与其他方法相比，本发明得到了更低的平均关节误差、更高的关节点正确率，更低的参数量和计算量，更好地避免人物自遮挡和复杂姿势带来的误差，取得了更高的准确性和鲁棒性。
-
公开(公告)号：CN119919590A
公开(公告)日：2025-05-02
申请号：CN202510107119.7
申请日：2025-01-23
Applicant: 辽宁工程技术大学鄂尔多斯研究院
IPC: G06T17/00 , G06T15/00 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/048 , G06V10/40 , G06V10/80 , G06T3/067 , G06N3/08
Abstract: 本发明提供了融合局部空间信息的新视角合成方法，涉及视角合成技术领域，本发明在形成神经点云时，使用特征金子塔网络获取融合了场景不同尺度信息的图片特征，通过神经点云特征对齐模块调整局部特征的采样位置，查询每个点云所对应的图片特征区域并生成神经点云，与直接使用2D卷积网络进行下采样相比，能够更好地关注相关区域并捕获更多有用的特征，将其融入到神经点云中。在体积密度预测网络前，通过神经点云Transformer模块捕获局部空间的上下文表示，局部神经点云特征通过自注意力机制对自身线索进行补全，能够有效处理点云的稀疏性和不规则性，提升最终合成图片的质量。本发明在真实场景和弱纹理区域的合成结果得到了显著提升。
-
公开(公告)号：CN119600686A
公开(公告)日：2025-03-11
申请号：CN202411680330.X
申请日：2024-11-22
Applicant: 辽宁工程技术大学鄂尔多斯研究院
IPC: G06V40/20 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种融合手物特征的三维手势估计方法，涉及姿态识别技术领域。该方法具体包括：获取若干张不同的包含手和物体3D姿势的手物图像，并构建图像数据集，再根据预设的比例从图像数据集中划分训练集；构建融合手物特征的手部遮挡估计联合模型；将训练集输入融合手物特征的手部遮挡估计联合模型进行训练，得到训练好的融合手物特征的手部遮挡估计联合模型；采集包含手和物体3D姿势的手物图像，并输入训练好的融合手物特征的手部遮挡估计联合模型中进行手势估计，得到三维手势估计结果。本发明通过设计一种融合手物特征的手部遮挡估计联合模型，能够在严重遮挡条件下更好地提取到手部特征信息。
-
公开(公告)号：CN109541537B
公开(公告)日：2023-05-16
申请号：CN201811492139.7
申请日：2018-12-07
Applicant: 辽宁工程技术大学
IPC: G01S5/06 , H04B17/318 , H04B17/391 , H04W4/02 , H04W4/33
Abstract: 本发明提供一种基于测距的普适室内定位方法，涉及室内定位技术领域。该方法首先在室内定位空间采样点处收集AP的RSSI信号，并采用快速聚类方法对收集到的各采样点上获取的RSSI信号进行去噪处理，得到每个采样点的RSSI值；然后对每个采样点的RSSI值进行数据回归优化，得到一种自适应信号传播模型，计算出待定位节点与AP之间的距离d，建立待定位节点到AP的目标函数；最后利用天牛须方法求解目标函数中的待定位节点的位置坐标值。本发明提供的基于测距的普适室内定位方法，对AP的数量没有限制，多AP或者单个AP都可实现高效寻优，突破了传统基于测距精度受限的问题，定位精度达到了与指纹定位相媲美。
-
公开(公告)号：CN109816706A
公开(公告)日：2019-05-28
申请号：CN201910105274.X
申请日：2019-02-01
Applicant: 辽宁工程技术大学
IPC: G06T7/33
Abstract: 本发明提出一种平滑约束与三角网等比例剖分像对稠密匹配方法，包括：在像对I1与I2上应用ORB算法，获得稀疏匹配点集；筛选出以特征点为中心的邻域中密度直达的特征点集；对特征点集进行DBSCAN密度聚类，形成集合；用集合 进行DBSCAN密度聚类处理剔除外点，得到内点集；构建待匹配图像I1的Delaunay三角网Tri1；构建目标图像I2的Delaunay三角网Tri2；计算三角网Tri1和Tri2中等比例点的坐标；等比例点的稠密化，进一步优化构成相似三角形的内点集；重新构造待匹配图像I1和目标图像I2的三角网Tri'1和Tri'2；判断三角区域间的相似性度量值，输出三角网稠密匹配点的坐标；本发明的目的是避免由于某些局部外点造成仿射变换矩阵估计不准确而影响整体平面稠密匹配准确率的问题，实验验证本发明方法有效。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.024 seconds)
