-
公开(公告)号：CN119984105A
公开(公告)日：2025-05-13
申请号：CN202510280469.3
申请日：2025-03-11
Abstract: 一种基于无人机视觉遥感的林地滑坡崩塌面积检测方法，其特征在于，包括步骤1：构建基于无人机视觉遥感的林地滑坡崩塌面积检测系统；步骤2：无人机拍摄遥感图像数据；步骤3：图像预处理模块对历史卫星图像数据和遥感图像数据进行预处理操作，得到遥感图像和历史图像；步骤4：图像对齐模块对遥感图像和历史图像的特征点进行匹配，计算变换矩阵，并通过变换矩阵完成滑坡前后影像的对齐；步骤5：滑坡区域识别模块识别滑坡区域；步骤6：滑坡区域识别模块提取滑坡区域轮廓；步骤7：滑坡面积计算模块计算滑坡区域的平均坡度，并结合平面投影面积和平均坡度，计算滑坡斜面的实际面积。效果：能够快速、准确的实现对林地滑坡崩塌面积的检测。
-
公开(公告)号：CN110059641B
公开(公告)日：2023-02-03
申请号：CN201910327366.2
申请日：2019-04-23
Applicant: 重庆工商大学
Abstract: 本发明公开了一种基于多预置点的深度鸟类识别算法及其控制方法，包括如下步骤：步骤A：为每一个摄像头建立预置点；预置点设置有对应的时间点；预置点对应的视界不相交；步骤B：处理所有摄像头的预置点以及视界，删除同一时间点相交的视界及其预置点；步骤C：根据处理后的摄像头的预置点和视界，启动摄像头运行到预置点拍摄鸟类照片；步骤D：采用深度识别算法获取鸟类照片中的鸟类种群及其数量；步骤E：对深度识别算法获取的鸟类种群及其数量进行统计。本发明使用可编程的多个变焦摄像头、设定多预置点来进行拍照，并将拍照的图像进行深度图像识别，从而最终实现了在一定时间内完成鸟类种群的自动识别和统计功能。
-
公开(公告)号：CN110135253B
公开(公告)日：2022-05-20
申请号：CN201910291116.8
申请日：2019-04-11
Applicant: 重庆工商大学
Abstract: 本发明提供了一种基于长期递归卷积神经网络的手指静脉认证方法，首先手指静脉图像进行标记、创建标签序列，然后训练长期递归卷积神经网络，对手指静脉分隔进行纹理标识和空间依赖性表示；对概率支持向量机进行训练，以计算对应的像素点属于静脉的概率；最后通过增强的汉明距离对同一样本的任意两幅图像在不同空间位移时的非重叠区域进行计算，从而对所有增强图像进行两两匹配。该方法可以快速、高效地对手指静脉进行记录和识别，能有效提高手指静脉认证的准确性。
-
公开(公告)号：CN111489309B
公开(公告)日：2022-04-15
申请号：CN202010266350.8
申请日：2020-04-07
Applicant: 重庆工商大学
IPC: G06T5/00 , G06T7/11 , G06K9/62 , G06V10/74 , G06V10/762 , G06V10/764 , G01J3/28 , G01N21/17
Abstract: 本发明涉及一种稀疏解混的预处理装置及方法，属于稀疏解混预处理领域。本装置包括检修盖板、避光箱体、预处理组件和中控计算机，通过中控计算机实现稀疏解混方法，通过第一步高光谱图像去模糊算法；通过求解偏微分方程，排除模糊干扰；第二步高光谱图像去噪声算法；通过多尺度小波变化，去除噪声干扰；第三步高光谱图像去波段算法；通过归一化平滑处理方法，去除被水汽吸收以及信噪比明显偏低的波段；第四步划分出多端元区域，通过高维低秩分解，进行图像语义分割算法，本发明能够明显的提高端元提取的效率和准确度，实现快速有效的稀疏分解，为后续遥感影像判读提供参考。
-
公开(公告)号：CN113191384A
公开(公告)日：2021-07-30
申请号：CN202110127834.9
申请日：2021-01-29
Applicant: 重庆工商大学
Abstract: 本发明提供了一种基于压缩感知的高光谱图像稀疏解混系统，包括接收模块、伪随机序列发生模块、滤波模块、转化模块、传输模块、采集模块、量化模块、储存模块、显示模块和处理模块；同时提出了一种安装压缩感知的高光谱图像稀疏解混系统的设备，卤素灯、传输模块和采集模块安装在第一箱体内，接收模块、伪随机序列发生模块、滤波模块、量化模块、转化模块、储存模块安装在第二箱体内，第一箱体、第二箱体和计算机安装在底座上。通过采集模块对数据进行亚采样，最后通过处理模块处理；通过第一箱体、第二箱体和计算机安装在底座上使一种基于压缩感知的高光谱图像稀疏解混系统使用过程中避免影响精确度。
-
Patent Agency Ranking
公开(公告)号：CN110135253A
公开(公告)日：2019-08-16
申请号：CN201910291116.8
申请日：2019-04-11
Applicant: 重庆工商大学
Abstract: 本发明提供了一种基于长期递归卷积神经网络的手指静脉认证方法，首先手指静脉图像进行标记、创建标签序列，然后训练长期递归卷积神经网络，对手指静脉分隔进行纹理标识和空间依赖性表示；对概率支持向量机进行训练，以计算对应的像素点属于静脉的概率；最后通过增强的汉明距离对同一样本的任意两幅图像在不同空间位移时的非重叠区域进行计算，从而对所有增强图像进行两两匹配。该方法可以快速、高效地对手指静脉进行记录和识别，能有效提高手指静脉认证的准确性。
-
公开(公告)号：CN114509685B
公开(公告)日：2025-05-23
申请号：CN202210157234.1
申请日：2022-02-21
Applicant: 重庆工商大学
IPC: G01R31/3842 , G01R31/378 , G06N3/02
Abstract: 本发明公开了一种构建锂离子电池热失控预测模型的方法及预测系统，该方法包括以下步骤：对锂离子电池进行热失控实验，采集包括温度、电压和电流在内的电池序列特征数据，以及声音信号和热成像数据；对数据进行切片，生成历史数据；电池状态记为y，根据温度阈值划分热失控状态y＝1和未发生热失控状态y＝0；将历史数据作为输入，以电池热失控异常状态为标签，提取数据特征；计算所有数据特征的注意力权重，进行特征融合；利用分类器得到锂离子电池热失控状态；将历史数据分为训练集和测试集输入到模型中进行训练和验证，以准确率为评判指标判断模型准确度，从而构建热失控预测模型。本发明构建的多模态模型提高了热失控预测的准确性。
-
公开(公告)号：CN119169444A
公开(公告)日：2024-12-20
申请号：CN202410972751.3
申请日：2024-07-19
Applicant: 重庆工商大学
Abstract: 一种基于多光谱特征响应的森林草原地表火检测方法，包括以下步骤：1：传感器实时获取红外响应光谱、紫外响应光谱和图像响应光谱；2：特征提取模块提取红外响应光谱和紫外响应光谱中的时域特征向量数据和频域特征向量数据，提取图像响应光谱中的图像特征向量数据；3：预处理模块分别对特征向量集A、B和C进行标准化和归一化处理，得到归一化向量集A'、B'和C'；4：第一支持向量机模型SVM1将归一化向量集A'和B'分类为干扰类数据X和疑似地表火类数据Y；5：第二支持向量机模型SVM2将归一化向量集C'和疑似地表火类数据Y分类为干扰类数据X和地表火类数据Z。效果：实现了对地表火的高效、可靠监测和识别，有效提高了地表火分类识别准确性。
-
公开(公告)号：CN119152630A
公开(公告)日：2024-12-17
申请号：CN202411112606.4
申请日：2024-08-14
Applicant: 重庆工商大学
Abstract: 一种微功耗状态机视觉智能地表火监测识别系统，其特征在于：设置有微功耗摄像模组、MCU微控制器、通信模块与报警模块，所述MCU微控制器分别与微功耗摄像模组和通信模块双向连接，所述通信模块与报警模块连接，所述MCU微控制器中设置有深度学习算法模块；所述MCU微控制器控制微功耗摄像模组获取图像数据并传递给深度学习算法模块，所述深度学习算法模块对所述图像数据进行分类识别，得到分类识别结果，当所述分类识别结果为异常情况时，所述MCU微控制器激活通信模块，将火警警报和关键视频证据上传至云端，触发报警模块进行报警。效果：通过在MCU微控制器上实现状态机控制和高效的图像识别算法，显著降低了系统功耗，并提升了监测识别的准确性和实时性。
-
公开(公告)号：CN112199990B
公开(公告)日：2023-06-23
申请号：CN202010878351.8
申请日：2020-08-27
Applicant: 重庆工商大学
IPC: G06V20/10 , G06V10/26 , G06V10/762
Abstract: 本发明提供了一种高光谱图像分割系统及方法，其中系统包括高光谱检测设备、高光谱图像分割设备、预处理系统和图像分割主系统，其中分割方法，包括S1：由高光谱检测设备绘制或识别高光谱；S2：由光谱图像降维模块进行图像的降维；S3：由图像与数据导入模块将图像和数据信息导入至图像分割主系统中；S4：由映射模块和图像与数据整合模块根据数据和图像进行映射配对，最后由结果反馈模块将最终高光谱分割数据反馈。本发明通过高光谱检测设备绘制或识别高光谱图像后，由预处理系统对其进行光谱图像与数据分离机光谱数据降维处理，最后由图像与数据整合模块将高光谱图像的分割数据整合，并由结果反馈模块将结果反馈至触摸显示屏显示。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.021 seconds)
