“曲培新”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28个，建议您升级VIP下载更多相关专利

[发明专利]用于水下生物图像分类的双注意力机制深度神经网络模型及方法-CN202211339230.1在审
发明人： 曲培新;张卫东;李腾飞;李国厚;金松林;周玲;郑颖;王应军;安金梁;白林锋 -专利权人：河南科技学院
申请日： 2022-10-28 - 公布日： 2023-09-22 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种用于水下生物图像分类的双注意力机制深度神经网络模型及方法，包括：多阶段布局模块，用于抑制复杂的水下背景，减少参数量；双注意力机制模块，结合反向残差瓶颈，从空间和通道两方面提取水下生物图像特征信息；重力优化器，用于更新模型权重，指数平移的方式能够提高模型的收敛速度和学习速率。该方法在增加特征信息的情况下减少噪声，并加快了收敛速度，使得模型收敛速度更快精度更高，优于其他的分类网络模型，另外，该方法准确率高、时间复杂度适中、能够丰富图像的特征并抑制复杂的水下背景。
用于水下生物图像分类注意力机制深度神经网络模型方法

[发明专利]基于软边重建的自校准深度曲线估计的低光照图像增强方法-CN202211338755.3在审
发明人： 曲培新;张卫东;田振;金松林;李国厚;白林锋;王应军;赵明富 -专利权人：河南科技学院
申请日： 2022-10-28 - 公布日： 2023-09-22 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种基于软边重建的自校准深度曲线估计的低光照图像增强方法，通过以下步骤进行：步骤1)通过引入软边重建模块对输入图像进行软边重建，并提取图像的纹理和细节信息；步骤2)通过自校准模块探索每一次输入的收敛特性，逐步修正后续每一级的输入；步骤3)经过迭代增光曲线对低光照图像迭代增强，从而得到一个高质量的图像。该方法不仅在视觉上增强了亮度和对比度，还原了真实色彩，使图像更加符合人眼视觉系统特性，而且在PSNR、SSIM等客观指标上也要明显优于其它方法。该方法增强图像对比度适中、时间复杂度低、能够抑制噪声并使增强后的图像的对比度和颜色接近真实景象。
基于重建校准深度曲线估计光照图像增强方法

[发明专利]局部自适应的水下图像对比度增强方法-CN202210556777.0有效
发明人：张卫东;李国厚;金松林;周玲;郑颖;曲培新;白林峰;谢希望;安金梁 -专利权人：河南科技学院
申请日： 2022-05-20 - 公布日： 2023-08-11 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种局部自适应的水下图像对比度增强方法，获取校正颜色后的水下图像，将校正颜色后的水下图像从RGB颜色模型转换为CIELAB颜色模型，针对亮度通道L、颜色通道a和颜色通道b分别执行不同的策略：针对亮度通道L，以局部图像块为对象，利用积分图和平方积分图统计局部图像块的均值和方差，并利用局部图像块的均值和方差自适应地增强亮度通道L的对比度；在增强亮度通道L的对比度的过程中，引入引导滤波减少噪声；针对所述颜色通道a和颜色通道b，采用颜色均衡策略均衡所述颜色通道a和颜色通道b之间的色差。该方法增强图像对比度适中、时间复杂度低、能够抑制噪声并使增强后的图像的对比度和颜色接近陆地图像。
局部自适应水下图像对比度增强方法

[发明专利]一种组合策略的近红外光谱药品鉴别方法-CN202310366838.1在审
发明人：张卫东;郑颖;周玲;李国厚;李泽旭;金松林;田勇勤;赵文义;曲培新 -专利权人：河南科技学院
申请日： 2023-04-07 - 公布日： 2023-07-18 - 主分类号： G16C20/20 文献下载
摘要：本发明提供了一种组合策略的近红外光谱药品鉴别方法，包括以下步骤：本发明首先利用残差机制构建深层卷积网络的优势，以提高对光谱的特征提取能力，然后利用迁移学习能够克服数据敏感性的优势，对小样本数据进行模型转移，使其在训练过程中，模型提升速率更快，收敛效果更好，最后针对源数据集的不平衡性提出了Focal Loss损失函数，使其期望规模较小的样本也能对损失具有较大贡献，进而解决了模型对多数样本的倾向性。本发明在加深网络深度后对药品光谱的特征提取能力更强，实现了模型跨药品种类转移，并在提高鉴别准确率的同时降低了模型对训练数据的依赖性。
一种组合策略红外光谱药品鉴别方法

[发明专利]一种基于语义和位置信息的自监督视觉表示学习方法-CN202310366857.4在审
发明人：张卫东;周玲;金松林;郑颖;田振;李国厚;田勇勤;曲培新;赵文义 -专利权人：河南科技学院
申请日： 2023-04-07 - 公布日： 2023-07-18 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种基于语义和位置信息的自监督视觉表示学习方法，包括以下方法：搭建模型，模型包括采样模块、特征提取器和级联协作优化模块；采样模块中加入语义和位置约束的规则，用于对原始图像进行处理，并提取包含语义和位置约束的数据；特征提取器用于生成向量，用于将提取的包含语义和位置约束的数据进行处理并发送至级联协作优化模块；级联协作优化模块中包含两个任务：解耦任务和对比任务，两个任务采用级联范式，捕获语义关系和位置关系的互补特征。该方法通过级联范式将相应的解耦位置任务和对比任务无缝嵌入到框架中，以充分利用语义和位置信息，减轻了最近的自监督框架对主要训练机制的依赖，减少了计算量，且能达到最优的性能。
一种基于语义位置信息监督视觉表示学习方法

[发明专利]基于高光谱低秩张量分解的小麦种子分类方法-CN202310205648.1在审
发明人：安金梁;郑颖;金松林;张琛;李亚强;张卫东;李国厚;曲培新;王应军;张自阳 -专利权人：河南科技学院
申请日： 2023-03-06 - 公布日： 2023-06-27 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于低秩张量分解的小麦种子分类方法，包括：输入高光谱图像，将所有像素灰度值归一化为0～1之间，采用阈值分割法将小麦种子区域与背景区域分离，获得背景蒙版矩阵，使用获得的蒙版计算每个种子的高光谱平均反射率。将原始数据表示为张量形式，使用低秩张量分解法对原始张量进行降维，得到降维后的张量。将产生的降维后数据输入组合分类器进行分类，分类结果按照其所属种子分组，对于每一组结果选择其中最多的分类结果为该组也就是该种子的最终分类结果。通过低秩张量分解的方式提取包含空间结构信息与光谱信息的融合特征矩阵，进而提高小麦种子分类识别率。
基于光谱张量分解小麦种子分类方法

[发明专利]局部自适应的水下图像颜色校正方法-CN202210555492.5有效
发明人：张卫东;李国厚;金松林;周玲;郑颖;安金梁;曲培新;白林峰 -专利权人：河南科技学院
申请日： 2022-05-20 - 公布日： 2023-06-23 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种局部自适应的水下图像颜色校正方法，首先获取颜色失真水下图像，统计RGB三色通道总像素均值，将其重定义为最大、中间和最小三个颜色通道；基于灰度世界假设建立最小颜色损失准则并在三个颜色通道之间构建颜色损失项，对于最大颜色通道使用线性传输策略处理；对于中间颜色通道和最小颜色通道，先构建补偿项进行迭代补偿，再采用线性传输策略处理中间颜色通道和最小颜色通道；采用最大衰减图估计策略估计原始图像中衰减最严重的颜色通道；将细节图像和颜色传输图像，最大衰减图的引导下逐像素调整原始图像以获得颜色校正图像。该方法减少了颜色信息损失和灯光的衰减，适用性和鲁棒性得以增强。
局部自适应水下图像颜色校正方法

[发明专利]一种小麦种子分类方法-CN202310205638.8在审
发明人：安金梁;张琛;李亚强;金松林;郑颖;张卫东;李国厚;曲培新;王应军;张自阳 -专利权人：河南科技学院
申请日： 2023-03-06 - 公布日： 2023-05-23 - 主分类号： G06V10/58 文献下载
摘要：本发明提供了一种小麦种子分类方法，是基于ICNMF融合方法和3DResnetCBAM网络为基础的方法，它主要将小麦种子的高光谱图像和RGB图像分别进行背景分离，之后再分别得到RGB反射率图像和低空间分辨率高光谱图像，使用ICNMF融合方法融合为高空间分辨率高光谱分辨率的高光谱图像后，送至构建的3DResnetCBAM网络进行识别，得到种子品种。该方法采用易于获取的RGB图像来增强高光谱图像特征，降低采集成本，进而降低小麦种子分类识别的成本。
一种小麦种子分类方法

[发明专利]农作物生长环境粉尘检测装置-CN201710439407.8有效
发明人：李国厚;张帅亮;赵欣;雷进辉;刘艳昌;曲培新;蔡磊;侯志松;古乐声;赵明富;余周 -专利权人：河南科技学院
申请日： 2017-06-12 - 公布日： 2023-04-07 - 主分类号： G01N5/02 文献下载
摘要：本发明公开了一种农作物生长环境粉尘检测装置，包括箱体，箱体上设置有进风口和出风口，在箱体内设置有集尘室，进风口与集尘室的入口相通，出风口与集尘室的出口相通；在集尘室内设置有弹振过滤装置和称重传感器；称重传感器安装在集尘室底部并位于弹振过滤装置下方；在进风口内安装有空气流量计，在箱体顶部安装有太阳能储电装置，在太阳能储电装置上安装有光检测组件；在箱体侧端安装有控制器和显示器；称重传感器、空气流量计和光检测组件的感光元件分别与控制器的输入端连接；弹振过滤装置的转动电机、太阳能储电装置的旋转电机和显示器分别与控制器的输出端连接。本发明的特点是结构简单，使用方便，造价低廉，实用性强。
农作物生长环境粉尘检测装置

[发明专利]双先验优化的水下图像对比度增强方法-CN202211449049.6在审
发明人：张卫东;李国厚;金松林;周玲;李腾飞;曲培新;高国红;王建平;安金梁;赵高丽 -专利权人：河南科技学院
申请日： 2022-11-18 - 公布日： 2023-04-04 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种双先验优化的水下图像对比度增强方法，获取校正颜色后的水下图像，将校正颜色后的水下图像从RGB颜色模型转换为HSV颜色模型，针对V通道实施基础层和细节层分解，表示如下：针对V通道，采用空间先验和纹理先验将V通道分解为基础层和细节层，针对基础层利用积分策略统计局部均值和方差实现基础层的局部对比度增强，针对细节层利用非线性的拉伸函数实现纹理细节的增强。该双先验优化的水下图像对比度增强方法增强图像的对比度，突显纹理细节，能够很好地解决由于散射造成的纹理细节丢失问题。
先验优化水下图像对比度增强方法

[发明专利]一种基于统一多颜色模型学习的水下图像分类深度级联网络-CN202211449693.3在审
发明人：张卫东;周玲;李国厚;李泽旭;金松林;郑颖;曲培新;高国红;赵高丽;王建平 -专利权人：河南科技学院
申请日： 2022-11-18 - 公布日： 2023-04-04 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于统一多颜色模型学习的水下图像分类深度级联网络，首先提出了一种多色模型特征编码策略，将不同颜色模型的特征整合成一个统一的特征模型，以丰富特征表示能力的多样性；考虑深层网络结构具有更好的非线性建模性能，设计了一个深度支持向量机；同时，将统一的多色模型嵌入到深度级联网络中，并采用梯度下降反向优化方法优化该网络模型。本发明解决了传统融合和分类方法，尤其是对于退化颜色的水下图像进行分类时，易引入特征量多和参数大的问题，以及单一色模型学习特征不足、分类精度低等问题。
一种基于统一颜色模型学习水下图像分类深度级联网络

[发明专利]分段线性拉伸的水下图像颜色校正方法-CN202211339234.X在审
发明人：张卫东;李国厚;周玲;金松林;曲培新;郑颖;李泽旭;白林锋;王应军 -专利权人：河南科技学院
申请日： 2022-10-28 - 公布日： 2023-03-28 - 主分类号： G06T7/90 文献下载
摘要：本发明提供了一种分段线性拉伸的水下图像颜色校正方法，先获取颜色失真的水下图像，统计每个颜色通道的总灰度均值，计算出具有最大灰度均值的颜色通道，并将其作为参考值；再基于计算出的参考值将所述水下图像的每个颜色通道分为低灰度子图像和高灰度子图像；采用线性拉伸策略尽可能地将像素值分布在0到参考值之间，对于高灰度子图像，也采用线性拉伸策略尽可能将像素值分布在参考值到255之间；同时，在分段拉伸过程中引入了两个增益因子以自适应调整分段拉伸的性能。该方法能较好地校正了水下图像面临的蓝色、绿色和黄色失真。
分段线性拉伸水下图像颜色校正方法

[发明专利]一种超声波筛机丝网破损检测方法-CN202210963628.6有效
发明人：白林锋;曲培新;张卫东;张慧科;张彦东;吴校莹;程朋 -专利权人：河南科技学院
申请日： 2022-08-11 - 公布日： 2022-12-09 - 主分类号： G01N27/83 文献下载
摘要：本发明涉及一种超声波筛机丝网破损检测方法，该方法在超声波筛机的出料管上安装检测环组件，该组件的支撑圆筒上缠绕有电感线圈，在支撑圆筒内设有阻挡丝网，电感线圈通电后阻挡丝网处形成竖向磁场，并在需要筛分的物料内掺入导磁率较高的靶球，靶球的直径大于阻挡丝网和超声波筛机内筛分丝网的网眼孔径，且阻挡丝网的网眼孔径大于筛分丝网的网眼孔径，若筛分丝网出现破损，靶球会从筛分丝网漏出并被阻挡在阻挡丝网处，物料顺利从阻挡丝网通过，圆形靶球在阻挡丝网上跳动，此时靶球会引起线圈内磁场变化并产生电动势，检测环组件的电磁检测电路检测到该信号并报警，提示丝网破损；该方法具有检测速度快、准确度高、方法简单、检测成本低等优点。
一种超声波丝网破损检测方法

[发明专利]一种植物工厂茄果类蔬菜果实实时检测与计数方法-CN202210152745.4在审
发明人：王新法;刘启航;曲培新;王建平;赵明富;吴效莹;金松林;李芳;吴振威 -专利权人：河南科技学院
申请日： 2022-02-18 - 公布日： 2022-06-03 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种植物工厂茄果类蔬菜果实实时检测与计数方法，系统包括图像与视频采集单元、云计算平台单元、计算机终端单元、手持式智能终端单元、数据采集模块、数据标注模块、数据增强模块、数据集转换模块、数据集预处理模块、检测模型训练模块、检测模型评估模块和目标检测与计数模块。该方法用修改的Labelimg和自动标注加人工辅助补充修正方法，对含有目标的图像数据进行标注，构建专用数据集；并结合改进的实时检测方法对优化的深度学习模型进行训练，获得目标检测模型及参数文件；并导入计算机及智能终端用于植物工厂蔬菜果实实时检测与计数，此方法提高了检测精度和速度，节省了大量人工劳动，提高了生产效率。
一种植物工厂茄果类蔬菜果实实时检测计数方法

[实用新型]一种植物工厂用多光谱作物表型分析平台-CN202121595146.7有效
发明人：王新法;曲培新;吴效莹;赵明富;韩亚峰;金松林;张伟;李艳翠;陈克亭 -专利权人：河南科技学院
申请日： 2021-07-13 - 公布日： 2021-11-19 - 主分类号： G01D21/02 文献下载
摘要：本实用新型公开了一种植物工厂用多光谱作物表型分析平台，属于现代精准农业研究技术领域。该植物工厂用多光谱作物表型分析平台包括：轨道系统，包括横向轨道和竖向轨道，横向轨道设置在层架的隔板侧面，横向轨道上设置横向滑块，横向滑块固定连接竖向轨道，竖向轨道上设置竖向滑块；驱动系统，用于驱动横向滑块和竖向滑块移动；扫描系统，包括第一转动杆以及设置在第一转动杆一端的多光谱相机单元；主控系统，设置在竖向轨道侧面；系统电源模块，设置在竖向轨道侧面，并且系统电源模块电连接驱动系统、扫描系统、主控系统和服务器。人们可以通过在服务器定时得到层加上蔬菜的长势情况，避免了人工观察蔬菜易产生视觉疲劳，并且成本高的问题。
一种植物工厂光谱作物表型分析平台

1
2
下一页»
尾页
共 28 条