专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果14个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于遗传优化阈值法的红外图像分割方法-CN202010243579.X有效
  • 李云红;李传真;周小计;聂梦瑄;朱绵云;罗雪敏 - 西安工程大学
  • 2020-03-31 - 2023-04-07 - G06T7/136
  • 本发明公开了一种基于遗传优化阈值法的红外图像分割方法,包括:对原图像进行对比度的增强,得到增强图像;对增强图像制定编码和解码规则,定义种群规模以及迭代次数,并对种群进行初始化;先采用大津阈值法确定增强图像的分割阈值,若能得到分割阈值,则利用该阈值对原图像进行分割处理,并输出分割结果;否则寻找增强图像上的最佳查找子空间,设置最佳查找子空间内的初始阈值,计算初始阈值划分的灰度域对应类间方差、类内方差,根据类间方差、类内方差比值得到最佳的阈值,最后得到适应度函数;对种群进行遗传学迭代训练,将最高适应度值的个体作为最佳分割阈值;利用最佳分割阈值对原图像进行分割处理。
  • 一种基于遗传优化阈值红外图像分割方法
  • [发明专利]一种三通道特征融合人脸识别方法-CN201911317291.6有效
  • 李云红;聂梦瑄;李传真;穆兴;刘旭东;何琛 - 西安工程大学
  • 2019-12-19 - 2023-04-07 - G06V40/16
  • 本发明公开一种三通道特征融合人脸识别方法,具体步骤如下:步骤1,采集不同的人脸图像组成数据集;对数据集做预处理得到预处理图像集;步骤2,建立基于三通道特征融合的BP神经网络模型,包括粗采样通道20、LBP通道19、细采样通道18;步骤3,用预处理图像集对基于三通道特征融合的BP神经网络模型进行训练;步骤4,输入待识别的图像,利用训练好的基于三通道特征融合的BP神经网络模型进行特征相似度对比,输出最高相似度及其图像;步骤5,设定阈值,根据步骤4中输出的相似度与阈值作比较,判别与待识别的图像中是否为同一个人。本发明解决了传统人脸识别方法无法对人脸全方位特征进行提取的问题,提高了人脸的识别准确率。
  • 一种通道特征融合识别方法
  • [发明专利]一种分区域特征提取人脸识别方法-CN201910954178.2有效
  • 李云红;聂梦瑄;周小计;穆兴;李传真;刘旭东 - 西安工程大学
  • 2019-10-09 - 2023-03-28 - G06V40/16
  • 本发明公开了一种分区域特征提取人脸识别方法,具体按照如下步骤实施:1,获取待识别的人脸图像;2,对获取的人脸图像利用多任务卷积神经网络进行预处理,并对人脸的关键点进行标记;3,根据关键点位置信息的不同,将人脸分割为表情易变区域和不变区域;4,将表情易变区域和不变区域的图像输入到Gabor分块LBP特征提取通道,得到包含人脸特征信息的特征直方图;5,利用线性判别法对将步骤4的包含人脸特征信息的特征直方图进行处理,然后将处理过的人脸特征信息与数据库中的人脸特征进行匹配,得到人脸识别结果。本发明的一种分区域特征提取人脸识别方法,解决了现有技术中存在的因非限定环境的影响导致人脸识别率低的问题。
  • 一种区域特征提取识别方法
  • [发明专利]基于Otsu和改进Bernsen的红外图像分割方法-CN202010402539.5有效
  • 李云红;罗雪敏;李传真;姚兰;朱绵云;穆兴 - 西安工程大学
  • 2020-05-13 - 2023-03-28 - G06T7/11
  • 本发明公开了基于Otsu和改进Bernsen的红外图像分割方法,具体为:首先,对输入原图像进行对比度扩展变换预处理,预处理后的图像满足直方图均衡化;在采用Otsu法计算出分割阈值GT,将图像分割为背景区域和目标区域两部分;之后对目标区域中的g(i,j)在(2w+1)×(2w+1)窗口内进行高斯平滑滤波;再采用改进的Bernsen法预判图像局部窗口内的对比度是否超出阈值范围,得到图像的阈值T(i,j);最后,利用T(i,j)对图像进行逐点二值化,得到二值化图像b(i,j);本发明解决了Otsu法在处理光照不均匀、背景复杂的图像时出现过分割的问题;改进了Bernsen法强制二值化导致分割后图像噪声严重、边缘缺失的问题,将两种方法相结合提高了图像分割的效率和准确率。
  • 基于otsu改进bernsen红外图像分割方法
  • [发明专利]一种基于剪切波的双重图像去噪方法-CN202010010833.1有效
  • 李云红;李传真;周小计;穆兴;毕远东;张欢欢 - 西安工程大学
  • 2020-01-06 - 2023-03-24 - G06T5/00
  • 本发明公开了一种基于剪切波的双重图像去噪方法,包括:对噪声图像f(x,y)进行分解,得到不同尺度的低频序列和高频序列;分别对低频序列、高频序列进行去燥处理;将低频序列、高频序列进行逆变换,得到一重去噪后的图像F1;对图像F1进行二重去噪,得到图像F2。采用剪切波多尺度变换分解,克服小波分解不够精细的缺点,能够更好的对弱小信号进行区分,使该变换具有平移不变性和稳定性等优点;对三个高频序列采用自适应阈值法进行去噪处理,能够更好的消除图像中大部分的噪声,保持图像的边缘;对低频序列系数采用中值滤波去噪,能够消除图像中的孤立噪声,更好的维持图像的清晰度。
  • 一种基于剪切双重图像方法
  • [发明专利]一种基于改进大津法的Niblack的图像分割方法-CN201911236162.4有效
  • 李云红;李传真;聂梦瑄;毕远东;张轩 - 西安工程大学
  • 2019-12-05 - 2023-03-21 - G06T7/136
  • 本发明公开一种基于改进大津法的Niblack的图像分割方法,包括以下步骤:步骤1,对输入原图像进行对比度扩展,对比度扩展后的得到灰度范围在[0,255]的灰度图像I;步骤2,利用改进的最大类间方差法计算灰度图像的全局阈值T2;步骤3,将灰度图像I均等分成N个图像块,采用Niblack法求出每个图像块的局部阈值T3;步骤4,根据全局阈值T2和每个图像块的局部阈值T3,按照权重系数的比例,计算得到每个图像块的阈值T4;步骤5,对每个图像块用对应的阈值T4进行分割,得到最终的分割图像。本发明解决了现有技术中存在现有的阈值分割算法的分割效果不太理想的问题。
  • 一种基于改进大津法niblack图像分割方法
  • [发明专利]一种五金零件打磨装置-CN202011143389.7有效
  • 梁杰;朱福民;李传真 - 上海海事大学
  • 2020-10-23 - 2022-08-26 - B24B5/12
  • 本发明提供了一种五金零件打磨装置,涉及打磨装置的技术领域,包括转动基板和驱动电机,转动基板包括外环基板和内环基板,驱动电机的转轴驱动内环基板转动,外环基板顶端设置有用于打磨法兰盘内孔的打磨机构,外环基板底端设置有用于打磨法兰盘外圈的外打磨环,内环基板底端设置有用于打磨法兰盘内圈的内打磨环;打磨机构包括上支撑板、电动推杆、打磨电机和打磨辊,上支撑板和外环基板之间设置有多个电动推杆,上支撑板底端安装有多个打磨电机,多个打磨电机的转轴上均设置有打磨辊,打磨电机的转轴能够驱动打磨辊对法兰盘内孔进行打磨。本发明的五金零件打磨装置可以对法兰盘内圈、外圈同时打磨,对多个内孔同时打磨,打磨效率高。
  • 一种五金零件打磨装置
  • [发明专利]一种集装箱安全起吊监测系统的折叠连杆机构-CN202011138196.2在审
  • 李传真;朱福民;马凤爽;常语章;梁杰 - 上海海事大学
  • 2020-10-22 - 2021-01-01 - B66C13/16
  • 本发明公开了一种集装箱安全起吊监测系统的折叠连杆机构,涉及集装箱起吊监测系统的技术领域,折叠连杆机构包括:液压缸,液压缸安装在吊具的侧板上;可折叠伸缩支架,可折叠伸缩支架包括多组铰接成X型的折叠连杆,每一折叠连杆均包括两连杆,相邻组的折叠连杆的两端通过铰接的方式相连,位于最上侧的两连杆的上端分别与吊具、液压缸的液压杆铰接;水平托架,水平托架的两端均安装有摄像头,位于最下侧的两连杆的下端与水平托架连接。本发明的折叠连杆机构通过液压缸的液压杆的伸长或收缩可以驱动可折叠伸缩支架伸长或收缩,进而带动水平托架上升或下降,当水平托架运动至最下端时,两摄像头可以观测锁扣的状态,可以节约劳动力成本。
  • 一种集装箱安全起吊监测系统折叠连杆机构
  • [发明专利]一种基于GAN网络的边缘生成图像修复方法-CN202010505613.6在审
  • 李云红;朱绵云;穆兴;李传真;姚兰;罗雪敏;刘畅 - 西安工程大学
  • 2020-06-05 - 2020-10-30 - G06T5/00
  • 本发明公开了一种基于GAN网络的边缘生成图像修复方法,具体为:首先,收集整理图像数据,制作成图像数据样本集并分成训练集和测试集,将训练集图像进行部分信息遮挡,进行灰度化处理,得到灰度图像,并获取训练集图像的边缘图像以及二值化图像;再建立生成式对抗网络的边缘生成图像修复模型,生成式对抗网络的边缘生成图像修复模型包括两个生成器和两个判别器;最后将图像输入到边缘生成图像修复模型中,并对待修复的图像进行修复,输出修复好的清晰图像。利用两次判别器判别生成信息的准确性,平衡了生成器,使训练时实现网络权重和参数共享,避免梯度下降和梯度消失及复杂的迭代运算,有利于残损图像的修复,并产生良好视觉感知效果。
  • 一种基于gan网络边缘生成图像修复方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top