“周素茵”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果22个，建议您升级VIP下载更多相关专利

[发明专利]一种基于行人导航的协同航向估计方法-CN202310726002.8在审
发明人：叶俊华;章怿钦;朱伟;王泽;范晓燕;周素茵;徐爱俊 -专利权人：浙江农林大学
申请日： 2023-06-19 - 公布日： 2023-09-19 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于行人导航的协同航向估计方法，包括以下步骤：S1、处理智能手机内部MEMS传感器的测量值，以获得标题：S11、使用旋转矩阵将智能手机的身体坐标系转换为导航坐标系；S12、通过加速度计和磁力计的测量值来计算智能手机的航向；S2、结合陀螺仪的集成角度和初始方向来估计智能手机的航向；S3、使用互补滤波器计算智能手机的标题；S4、结合相机图像和深度的航向识别学习。本发明采用上述基于行人导航的协同航向估计方法，结合了智能手机的内部嵌入式结构传感器，如陀螺仪、加速度计、磁力计和相机测量，提高了航向估计精度。
一种基于行人导航协同航向估计方法

[发明专利]一种MEMS传感器累积误差修正方法-CN202310725996.1在审
发明人：叶俊华;章怿钦;曲轩宇;王进;王泽;周素茵;徐爱俊 -专利权人：浙江农林大学
申请日： 2023-06-19 - 公布日： 2023-09-15 - 主分类号： G01C19/5776 文献下载
摘要：本发明公开了一种MEMS传感器累积误差修正方法，包括以下步骤：S1、利用降噪算法进行MEMS传感器观测值预处理；S2、利用MEMS传感器计算航向；S3、优化经MEMS传感器得到的航向；S4、利用iBeacon信号计算航向；S5、融合iBeacon信号计算的航向与优化后的MEMS传感器计算的航向修正航向误差。本发明采用上述MEMS传感器累积误差修正方法，实验证明增加iBeacon定位修正和航向修正后，整体定位精度提升至3米以内，有效的修正了MEMS传感器算法的累积误差，增强了导航定位系统的稳定性和可持续性。
一种 mems 传感器累积误差修正方法

[发明专利]一种基于改进的粒子滤波算法进行地图辅助定位方法-CN202310726013.6在审
发明人：叶俊华;章怿钦;王泽;朱伟;范晓燕;周素茵;徐爱俊 -专利权人：浙江农林大学
申请日： 2023-06-19 - 公布日： 2023-09-08 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于改进的粒子滤波算法进行地图辅助定位方法，包括以下步骤：获取室内地图‑室内地图处理‑墙壁提取：室内地图进行边缘检测，并建立墙线数据集‑生成粒子‑通过穿墙法判断粒子的有效性，即若粒子没有通过通道穿过墙壁，则定义该粒子为无效粒子，而后通过修正粒子滤波算法中无效粒子的权重，剔除无效的粒子或减小其权值，降低待估计状态的不确定性，从而提高室内行人导航系统的位置解算精度。本发明采用上述基于改进的粒子滤波算法进行地图辅助定位方法，基于室内地图信息，优化了地图辅助和地图匹配算法，修正了行人航向，最终提升了室内环境下的定位精度。
一种基于改进粒子滤波算法进行地图辅助定位方法

[发明专利]一种猪群的运动自动量化和评估方法-CN202210807287.3在审
发明人：徐爱俊;徐金阳;周素茵;叶俊华 -专利权人：浙江农林大学
申请日： 2022-07-11 - 公布日： 2022-11-15 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种猪群的运动自动量化和评估方法，包括以下步骤，采集群猪的数据集并进行数据预处理；利用YOLOv5s模型对群猪的位置进行检测获取位置信息；所述位置信息输入到mean‑shift模型中确定群猪的运动中心；追踪规定时间间隔内所述运动中心的移动距离并量化；量化后的运动轨迹利用XGBoost模型分组猪运动量化和运动水平分类，完成对群猪不同运动水平的分类和评估。本发明的有益效果：本发明利用YOLOV5s对群猪的位置进行检测，利用mean‑shift聚类算法找到群猪运中心并对其运动中心的轨迹进行跟踪、量化和统计，最后利用XGBoost分类模型进行群猪的活动评估，从而实现自动对群猪的运动进行较长时间自动量化与评估，为群猪的健康检测提供技术支持。
种猪运动自动量化评估方法

[发明专利]一种基于旋转台的多视角点云自主配准方法及应用-CN202210350267.8在审
发明人：杨婷婷;徐爱俊;叶俊华;周素茵 -专利权人：浙江农林大学
申请日： 2022-04-04 - 公布日： 2022-10-04 - 主分类号： G06T7/30 文献下载
摘要：本发明公开了一种基于旋转台的多视角点云自主配准方法及应用，包括以下步骤，采集模块采集目标图像；生成3D点云；确定旋转盘上带有不同颜色的标签数量，以及所述标签与所述旋转盘直径的比例；进行所述旋转盘的点云标定，得出所述旋转盘连续旋转前后点云片的刚性变换矩阵集R；将目标对象放置于所述旋转盘上，在相同条件下，将所述旋转盘有序旋转360°，所述目标对象与转盘点云片具有相同的变换矩阵集R，依次有序输入后完成目标点云自主配准。本发明的有益效果：仅需一次旋转盘标定，即可实现多个目标物的点云自主配准，大大提高了点云数据处理效率；二是基于特制旋转台实现点云配准方法不需经过多个坐标系的转换和角度计算，减少了累计误差。
一种基于旋转视角自主方法应用

[发明专利]一种生猪养殖污水水质敏捷监测的方法-CN201911298578.9有效
发明人： 周素茵;周昊;徐爱俊 -专利权人：浙江农林大学
申请日： 2019-12-17 - 公布日： 2022-06-17 - 主分类号： G01N33/18 文献下载
摘要：本发明公开了一种生猪养殖污水水质敏捷监测的方法，对生猪养殖污水处理工序中的污水进行采样，并遴选出建模样本和检验样本，对样本中的各水质指标进行定量检测；基于具有显著相关性的三个指标构建出相应的回归模型；筛选出拟合效果较好的回归模型；基于检验样本的数据和实测值对回归模型的准确性进行验证；再针对NH3‑N、EC和TN三个指标进行综合建模；最终得出针对NH3‑N和TN的最优回归模型；针对TP和COD，分别建立线性回归模型。基于所得到的回归模型，确定生猪养殖污水敏捷监测方案。该方法解决了传统畜禽养殖污水水质监测方案中水质指标测量难度系数大、成本高、效率低的问题，有效提高了监测效率。
一种生猪养殖污水水质敏捷监测方法

[发明专利]一种利用深度图像和CNN-SVM的群猪多姿态识别方法-CN202210081491.1在审
发明人：徐爱俊;徐金阳;周素茵;叶俊华 -专利权人：浙江农林大学
申请日： 2022-01-24 - 公布日： 2022-04-29 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种利用深度图像和CNN‑SVM的群猪多姿态识别方法，包括以下步骤，采集初始数据集；定义和描述生猪的各姿态；对所述初始数据集进行深度图像处理，获取各姿态下目标猪只的肩臀部深度距离、肩臀部深度距离比值、凸包的面积与边界的比值和凸包的周长与边界的比值作为输入数据；构建CNN‑SVM检测器，将所述输入数据作为检测器的训练数据；待识别目标群猪的图像数据由CNN模型的第一个全连接层获取特征向量，把其送入SVM分类进行数据分类完成姿态识别。本发明的有益效果：本文模型与传统SVM、CNN识别姿态的差异，在相同的训练数据和测试数据下，姿态识别的准确率分别为94.6368％、92.2175％和90.5396％，很明显在识别准确率上有了一个较大提升。
一种利用深度图像 cnn svm 多姿识别方法

[发明专利]一种基于无监督聚类和深度学习的群猪躺模式识别方法-CN202210081495.X在审
发明人：徐爱俊;徐金阳;周素茵;叶俊华 -专利权人：浙江农林大学
申请日： 2022-01-24 - 公布日： 2022-04-29 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于无监督聚类和深度学习的群猪躺模式识别方法，包括以下步骤，采集初始数据集并对图像进行统一裁剪；利用Grabcut图像分割的方法提取出目标图像；通过动态阈值分割，使所述目标图像二值化，利用无监督聚类算法Mean‑shift找到聚类中心，通过各个椭圆拟合中心到聚类中心的距离并输出其方差和标准差；对所述标准差进行处理，使其数据的值映射到[0,1]之间，利用训练完成的所述CNN‑SVM模型对群猪躺模式进行识别。本发明的有益效果：基于CNN‑SVM分类模型对群猪5种躺卧模式进行高精度分类识别，识别准确率为97.09％，平衡准确率为96.59％，平衡准确率加权为97.07％。
一种基于监督深度学习群猪躺模式识别方法

[发明专利]一种利用深度图像和CNN-SVM的群猪多姿态识别与评分方法-CN202210081496.4在审
发明人：徐爱俊;徐金阳;周素茵;叶俊华 -专利权人：浙江农林大学
申请日： 2022-01-24 - 公布日： 2022-04-29 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种利用深度图像和CNN‑SVM的群猪多姿态识别与评分方法，包括以下步骤，采集初始数据集；定义和描述生猪的各姿态；对所述初始数据集进行深度图像处理，获取各姿态下目标猪只的肩臀部深度距离、肩臀部深度距离比值、凸包的面积与边界的比值和凸包的周长与边界的比值作为输入数据；构建CNN‑SVM检测器，将所述输入数据作为检测器的训练数据；待识别目标群猪的图像数据由CNN模型的第一个全连接层获取特征向量，把其送入SVM分类进行数据分类完成姿态识别。本发明的有益效果：本文模型与传统SVM、CNN识别姿态的差异，在相同的训练数据和测试数据下，姿态识别的准确率分别为94.6368％、92.2175％和90.5396％，很明显在识别准确率上有了一个较大提升。
一种利用深度图像 cnn svm 多姿识别评分方法

[发明专利]基于图像抽象的自适应Mean-Shift立木图像分割方法-CN201811169347.3有效
发明人：徐爱俊;杨婷婷;周素茵 -专利权人：浙江农林大学
申请日： 2018-10-08 - 公布日： 2022-03-01 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于图像抽象的自适应Mean‑Shift立木图像分割方法，包括如下步骤：步骤一,对采集的立木图像进行多角度图像抽象,采用双边滤波法进行平滑处理，采用图像金字塔方法作进一步平滑模糊；步骤二,将步骤一抽象的立木图像的位置特征采用步长探测法获得自适应空域带宽hs、颜色特征采用插入规则法获得值域带宽hr，结合高斯核函数自适应Mean‑Shift聚类，得到立木聚类图像；采用FloodFill方法填充，并过滤噪声提取感兴趣区且进行数学形态学处理，得到立木分割图像。本发明的分割方法，能够减少立木图像背景信息和冠层间隙对聚类的影响，使立木图像聚类更为完整、平滑，大大提高了立木图像分割精度。
基于图像抽象自适应 mean shift 立木分割方法

[发明专利]一种基于编解码网络的生猪骨架提取方法及评价方法-CN202111058392.3在审
发明人：徐爱俊;王泽华;周素茵;叶俊华 -专利权人：浙江农林大学
申请日： 2021-09-09 - 公布日： 2021-12-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于编解码网络的生猪骨架提取方法及评价方法，包括以下步骤，基于ResNet50残差网络和U‑Net语义分割网络的相结合搭建编解码网络结构，并同时引入注意力机制的门控模块增强特征提取结果，生成包含位置信息的关键点热力图H；生成所述关键点热力图H的同时预测关键点偏移量，并利用霍夫投票机制将关键点偏移特征矩阵和输出的所述关键点热力图H聚合，得到精确定位的关键点位置后重新映射到原图，把关键点相连后提取出生猪骨架。本发明的有益效果：能够在光照条件不稳定、生猪运动剧烈的情况下实时的提取出生猪骨架，对于输入分辨率大小为1280x720的视频，平均均方根误差为23.43像素，骨架提取准确率为85.27％。
一种基于解码网络生猪骨架提取方法评价

[发明专利]一种猪体弯曲体尺测量方法、装置、设备及介质-CN202110708281.6在审
发明人：徐爱俊;徐金阳;周素茵;陶忠良;叶俊华;夏芳 -专利权人：浙江农林大学
申请日： 2021-06-25 - 公布日： 2021-09-03 - 主分类号： G06T7/00 文献下载
摘要：本发明属于生猪体尺技术领域，提供了一种猪体弯曲体尺测量方法。本发明的本发明提供的一种猪体弯曲体尺测量方法，包括：基于Kinect相机获取猪体的图像；确定图像中猪体的轮廓线和包络线的交点，基于交点提取猪体的头部测点和尾部测点；确定图像中猪体轮廓线的最大外接矩，基于轮廓线和最大外接矩提取猪体的肩部测点、臀部测点和体高测点；还原头部测点、尾部测点、肩部测点、臀部测点和体高测点于世界坐标系，计算猪体弯曲体尺。通过本申请的技术方案，可实现弯曲姿态下的体尺测量，避免了猪体体尺测量时对于姿态的要求，扩大了体尺测量的场景范围。
种猪弯曲测量方法装置设备介质

[发明专利]基于单目视觉的深度提取方法-CN201810913286.0有效
发明人：徐爱俊;武新梅;周素茵 -专利权人：浙江农林大学
申请日： 2018-08-12 - 公布日： 2021-08-10 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种基于单目视觉的深度提取方法，步骤一：对手机相机进行标定，获取相机内部参数和图像分辨率；步骤二：建立深度提取模型，步骤三：通过对待测目标物的图像采集，获取目标点像素值u’、v’；步骤四：利用上述步骤获取的相机内部参数和目标点像素值并结合相机深度提取模型，计算出图像上待测目标物深度值。本发明的基于单目视觉的深度提取方法，能够适用于视场角、焦距、图像分辨率等参数不同的相机，提高测距精度，为机器视觉中目标物测量及真实场景三维重建提供支持。
基于目视深度提取方法

[发明专利]基于单目视觉的优化的深度提取和被动测距方法-CN201810918876.2有效
发明人：徐爱俊;武新梅;周素茵 -专利权人：浙江农林大学
申请日： 2018-08-12 - 公布日： 2021-08-10 - 主分类号： G06T7/80 文献下载
摘要：本发明公开了一种基于单目视觉的优化的深度提取和被动测距方法，其特征在于包括如下步骤——步骤一：对手机相机进行标定，获取相机内部参数和图像分辨率；步骤二：建立深度提取模型步骤三：通过对待测目标物的图像采集，获取目标点像素值u’、v’；步骤四：利用上述步骤获取的相机内部参数和目标点像素值并结合相机深度提取模型，计算出待测目标物图像上任意点到手机相机之间的距离L本发明的基于单目视觉的优化的深度提取和被动测距方法，能够适用于视场角、焦距、图像分辨率等参数不同的相机，提高测距精度，为机器视觉中目标物测量及真实场景三维重建提供支持。
基于目视优化深度提取被动测距方法

[发明专利]基于智能手机的多株立木高度测量方法-CN201810911634.0有效
发明人：徐爱俊;高莉平;周素茵 -专利权人：浙江农林大学
申请日： 2018-08-12 - 公布日： 2021-07-02 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于智能手机的多株立木高度测量方法，立木高度测量时主要是利用智能终端的移动设备的图像采集功能和设备内置重力传感器的角度测量功能，将手机相机拍摄棋盘标定板进行标定和相机参数获取，利用非线性畸变模型对采集立木图片进行非线性畸变校正；利用图像分割处理，通过灰度化和二值化处理，识别标定物特征点；利用标定物特征点在图像中的像素位置，建立设标立木平面坐标系和设标立木高度计算模型，获取设标立木高度；分析图像中立木图像像素、物体成像角度和相机旋转角度，建立立木深度信息提取模型，获取待测立木深度信息；建立多株立木高度测量模型，将待测多株立木垂直最值点代入，进行多株立木高度测量。
基于智能手机立木高度测量方法

1
2
下一页»
尾页
共 22 条