“李福章”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36个，建议您升级VIP下载更多相关专利

[发明专利]基于矢量场能量计算的轮廓检测方法-CN201910103473.7有效
发明人：林川;文泽奇;王垚;崔林昊;万术娟;潘勇才;张玉薇;刘青正;李福章 -专利权人：广西科技大学
申请日： 2019-02-01 - 公布日： 2023-07-18 - 主分类号： G06T7/12 文献下载
摘要：本发明旨在提供一种基于矢量场能量计算的轮廓检测方法，包括以下步骤：A、输入经灰度处理的待检测图像，预设抑制系数，进行Gabor二维函数滤波，得到各像素点的最优响应及最优方向；B、对于各像素点：构建以当前像素点为中心的周边区域，构建最优方向与像素点I‑像素点VIII的对应关系；C、对于各像素点计算当前像素点的周边最优响应；D、对于各像素点：预设距离权重函数计算各像素点的抑制权重；E、计算各像素点的抑制后响应；F、对各像素点的抑制后响应使用非极大值抑制和二值化处理，得到各像素点的最终轮廓值，进而得到最终轮廓图。该方法克服现有技术缺陷，具有轮廓保留多、纹理抑制多、算法鲁棒性高的特点。
基于矢量能量计算轮廓检测方法

[发明专利]一种生物启发式多级多层次反馈式轮廓检测方法-CN202110936730.2有效
发明人：林川;袁奥;吴海晨;谢智星;古家虹;陈永亮;乔亚坤;张贞光;李福章;潘勇才;韦艳霞 -专利权人：广西科技大学
申请日： 2021-08-16 - 公布日： 2023-07-14 - 主分类号： G06V10/44 文献下载
摘要：本发明旨在提供一种生物启发式多级多层次反馈式轮廓检测方法，包括以下步骤：构建深度神经网络结构，结构如下：编码网络、解码网络；其中，编码网络包括VGG16、预处理模块P、反馈网络；VGG16网络以池化层为分界线，分为五个阶段；预处理模块P对应VGG16网络中五个阶段设有5个；反馈网络设有依次连接的四个横向反馈阶段；解码网络包括多个反馈模块F和加法层；原始图像依次经过编码网络、解码网络，获得最终输出轮廓。本发明保证了目标轮廓的完整性，能够有效解决轮廓不连续问题。
一种生物启发式多级多层次反馈轮廓检测方法

[发明专利]一种基于深度学习模型的逐级交互式轮廓识别方法-CN202110953747.9有效
发明人：林川;庞晨;谢智星;张贞光;古家虹;陈永亮;乔亚坤;吴海晨;李福章;潘勇才;韦艳霞 -专利权人：广西科技大学
申请日： 2021-08-19 - 公布日： 2023-06-20 - 主分类号： G06V10/44 文献下载
摘要：本发明旨在提供一种基于深度学习模型的逐级交互式轮廓识别方法，包括以下步骤：A、构建深度神经网络结构，结构具体如下：编码网络、解码网络；其中，编码网络为VGG16网络，池化层为分界线分为S1、S2、S3、S4、S5五个阶段；所述的解码网络分为四级，每一级中均分别设有子解码网络M和子解码网络N；B、原始图像输入VGG16网络中，依次经五个阶段卷积处理；C、VGG16网络的S1、S2、S3、S4、S5五个阶段中的第一卷积层和第二卷积层的卷积结果分别输入子解码网络M和N中，经过双解码网络解码之后，最后融合处理得到最终输出轮廓。本发明对纹理的抑制、边缘的保护产生了积极的效果。
一种基于深度学习模型逐级交互式轮廓识别方法

[发明专利]一种模拟XYW细胞感受野特性融合的轮廓检测方法-CN202110493954.0有效
发明人：林川;张贞光;吴海晨;万术娟;李福章;文泽奇;潘勇才;韦艳霞 -专利权人：广西科技大学
申请日： 2021-05-07 - 公布日： 2023-04-07 - 主分类号： G06T7/13 文献下载
摘要：本发明提供一种模拟XYW细胞感受野特性融合的轮廓检测方法，包括以下步骤：A、获取待测图像的灰度图像和视差图像；B、对待测图像的灰度图像进行快速双边滤波；C、滤波后的图像分别经过X、Y、W通道处理；D、通过稀疏编码进行抑制，去除多余纹理；E、将抑制后的X通道轮廓响应、Y通道轮廓响应、W通道轮廓响应分别与视差图像的相应通道的视差轮廓响应求和；F、利用不同的注视平面对强化了弱轮廓的X通道轮廓响应、Y通道轮廓响应、W通道轮廓响应进行融合，获得最终轮廓和最优方向；G、利用最优方向对最终轮廓响应进行非极大值抑制，获得抑制后的最终轮廓。本发明增强了轮廓的完整性和连续性，进一步提高了轮廓的检测性能。
一种模拟 xyw 细胞感受特性融合轮廓检测方法

[发明专利]一种基于视杆细胞暗适应的轮廓检测方法-CN202110324705.9有效
发明人：林川;谢智星;陈永亮;张晓;李福章;文泽奇;潘勇才;韦艳霞 -专利权人：广西科技大学
申请日： 2021-03-26 - 公布日： 2022-06-21 - 主分类号： G06V10/44 文献下载
摘要：本发明旨在提供一种基于视杆细胞暗适应的轮廓检测方法，包括：A、将待测图像由RGB颜色空间转到HSV颜色空间；B、对HSV图像的亮度进行亮度暗适应模拟，获得n幅不同适应时刻的亮度实际最大图像；C、将n幅亮度实际最大图分别转回RGB颜色空间，得到n幅不同适应时刻的适应过程图像；D、将得到的n幅不同时应时刻的适应过程图像进行加权融合，获得经暗适应后的彩色图像，并对其求取轮廓得到未细化的轮廓输出；E、将得到的未细化的轮廓图像利用最优方向经非极大抑制进行边缘细化，得到最终的轮廓图像输出。本发明通过整合不同适应时期的图像信息，得到一个目标信息更为完整的视网膜输出，从而提高了目标轮廓检测的精准性。
一种基于细胞暗适应轮廓检测方法

[发明专利]一种深度细化的多重信息嵌套边缘检测方法-CN202110746455.8有效
发明人：林川;王蕤兴;张贞光;陈永亮;谢智星;吴海晨;李福章;潘勇才;韦艳霞 -专利权人：广西科技大学
申请日： 2021-07-01 - 公布日： 2022-06-10 - 主分类号： G06T7/13 文献下载
摘要：本发明旨在提供一种深度细化的多重信息嵌套边缘检测方法，包括以下步骤：构建深度神经网络结构，深度神经网络结构具体如下：编码网络、解码网络；编码网络为VGG16网络，该VGG16网络去除了所有全连接层、pool5池化层，只保留了VGG16网络主体；解码网络分为三层，第一层包括压缩模块、重塑模块、调整模块；第二层为信息提取融合模块a、信息提取融合模块b、信息提取融合模块信息c、提取融合模块d；第三层为在横向细分轮廓网络模块。
一种深度细化多重信息嵌套边缘检测方法

[发明专利]学习生物视觉通路的轮廓检测方法-CN202110784619.6有效
发明人：林川;张哲一;谢智星;陈永亮;张晓;张贞光;吴海晨;李福章;潘勇才;韦艳霞 -专利权人：广西科技大学
申请日： 2021-08-25 - 公布日： 2022-04-22 - 主分类号： G06T7/13 文献下载
摘要：本发明旨在提供一种学习生物视觉通路的轮廓检测方法，包括以下步骤：构建深度神经网络结构，深度神经网络结构具体如下：编码网络、解码网络、前馈融合模块；其中，编码网络为VGG16与FENet相结合的网络结构；原始图像依次经过编码网络、解码网络、前馈融合模块处理，获得最终输出轮廓。本发明能让编码器获得更丰富的轮廓特征信息，提升轮廓检测性能。
学习生物视觉通路轮廓检测方法

[发明专利]一种基于视网膜明适应机制的轮廓检测方法-CN202110324711.4有效
发明人：林川;张贞光;吴海晨;乔亚坤;李福章;文泽奇;潘勇才;韦艳霞 -专利权人：广西科技大学
申请日： 2021-03-26 - 公布日： 2022-04-01 - 主分类号： G06V10/44 文献下载
摘要：本发明提供一种基于视网膜明适应机制的轮廓检测方法，包括：A、将待测图像由RGB颜色空间转到HSV颜色空间；B、对HSV图像的亮度进行亮度明适应模拟；C、将n幅亮度实际最大图分别转回RGB颜色空间，得到n幅不同适应时刻的适应过程图像；D、选取不同时应时刻的适应过程图像中最大比例权重所对应的适应过程图像，求取轮廓，获得明适应过程中的轮廓增强图像；对原图像求取图像轮廓，获得原图像的轮廓增强图像E、将明适应过程中的轮廓增强图像与原图像的轮廓待增强图像进行融合,使用非最大抑制进行边缘细化，得到增强后的最终轮廓输出图像。本发明通过模拟明适应过程，提高了目标轮廓检测的精准性。
一种基于视网膜适应机制轮廓检测方法

[发明专利]过滤膜管及过滤装置-CN202011399139.X在审
发明人：谢卫红;柴宾;李冰;吴浩;熊新强;徐英俊;汤林;张维智;朱景义;李福章 -专利权人：中国石油天然气股份有限公司;北京加泰科技发展有限公司
申请日： 2020-12-02 - 公布日： 2021-03-16 - 主分类号： C02F1/40 文献下载
摘要：本申请是关于一种过滤膜管及过滤装置，属于污水处理技术领域。该过滤膜管包括：过滤管和非过滤管；所述过滤管为中空结构，所述过滤管用于对所述过滤管外部的待过滤液体进行过滤，且经过过滤的液体进入所述过滤管内部；所述非过滤管的第一端与所述过滤管的第一端固定连接，所述非过滤管为中空结构，且所述过滤管和所述非过滤管的内部连通，所述非过滤管的第二端设置有开口，所述开口用于供经过过滤的液体流出，所述非过滤管用于防止物质经过所述非过滤管的管体进行流通。该过滤装置的适用范围较广。
滤膜过滤装置

[发明专利]基于密集连接解码网络的轮廓检测方法-CN202010068067.4有效
发明人：林川;崔林昊;王瞿;文泽奇;潘勇才;刘青正;张玉薇;李福章 -专利权人：广西科技大学
申请日： 2020-01-21 - 公布日： 2021-01-22 - 主分类号： G06T7/13 文献下载
摘要：本发明旨在提供一种基于密集连接解码网络的轮廓检测方法，包括以下步骤：A、构建包含初始等级、融合等级、最终等级的深度神经网络结构，其中初始等级及最终等级均设有1个，融合等级设有1‑5个；B、预设训练数据集，输入训练数据集中的训练图像及其真实轮廓图，训练深度神经网络；C、利用双线性插值算法对待检测图像进行处理，分别得到待检测放大图像、待检测缩小图像，分别输入深度神经网络得到输出响应，将各像素点在上述三个轮廓响应图中对应的特征值取平均值，得到各像素点最终轮廓响应特征值；D、对各像素点的最终轮廓响应特征值进行处理，得到最终轮廓图。该方法克服现有技术缺陷，具有融合特征多、检测准确率高的特点。
基于密集连接解码网络轮廓检测方法

[发明专利]一种基于颜色和灰度特征融合的仿生型轮廓检测方法-CN201911390972.5有效
发明人：林川;王瞿;文泽奇;万术娟;潘勇才;刘青正;张玉薇;李福章;张晴;王垚;王蕤兴;韦艳霞 -专利权人：广西科技大学
申请日： 2019-12-30 - 公布日： 2020-10-02 - 主分类号： G06T7/13 文献下载
摘要：本发明旨在提供一种基于颜色和灰度特征融合的仿生型轮廓检测方法，包括以下步骤：A、输入待检测图像，进行颜色特征的计算，提取待检测图像中的各颜色分量，进行滤波得到颜色分量的滤波响应值；B、计算各像素点的基于颜色特征的单拮抗响应；C、计算各像素点的颜色特征轮廓响应值以及颜色特征最优方向；D、对待检测图像进行灰度处理，进行灰度特征的计算；计算各像素点的灰度特征初始响应值；E、计算各像素点的灰度特征经典最优响应值及灰度特征最优方向；F、计算各像素点的灰度特征轮廓响应值；G、计算各像素点的最终轮廓响应值；H、计算各像素点的最终轮廓值。该轮廓检测方法克服现有技术缺陷，具有运算特征全面、轮廓识别率高的特点。
一种基于颜色灰度特征融合仿生轮廓检测方法

[发明专利]一种基于动态感受野的仿生型轮廓检测方法-CN201911392146.4有效
发明人：林川;文泽奇;崔林昊;王瞿;潘勇才;刘青正;张玉薇;李福章;张晴;王垚;王蕤兴;韦艳霞 -专利权人：广西科技大学
申请日： 2019-12-30 - 公布日： 2020-09-22 - 主分类号： G06T7/13 文献下载
摘要：本发明旨在提供一种基于动态感受野的仿生型轮廓检测方法，包括以下步骤：A、输入经灰度处理的待检测图像，计算各像素点的空间标准差；B、结合各像素点的空间标准差计算各像素点的经典感受野最优响应值；C、计算各像素点的最终轮廓响应值；D、计算各像素点的最终轮廓值。该方法克服现有技术缺陷，具有仿生效果好，轮廓检测率高的特点。
一种基于动态感受仿生轮廓检测方法

[发明专利]一种基于X、Y并行视觉通道响应的仿生型轮廓检测方法-CN201911390981.4有效
发明人：林川;万术娟;乔亚坤;张晓;潘勇才;刘青正;张玉薇;李福章;张晴;王垚;王蕤兴;韦艳霞 -专利权人：广西科技大学
申请日： 2019-12-30 - 公布日： 2020-09-15 - 主分类号： G06T7/13 文献下载
摘要：本发明提供一种基于X、Y并行视觉通道响应的仿生型轮廓检测方法，包括以下步骤：A、输入经灰度处理的待检测图像，构建视网膜神经节细胞与外膝体中的X型细胞和Y型细胞仿真模型；B、X型细胞的初始响应值的计算；C、Y型细胞的初始响应值的计算；D、X、Y型细胞的经典感受野响应值的计算；E、X、Y型细胞的轮廓响应值的计算；F、最终轮廓响应值的计算；G、最终轮廓响应值的计算。该方法克服现有技术轮廓识别率低的缺陷，具有仿真效果好、轮廓识别率高的特点。
一种基于并行视觉通道响应仿生轮廓检测方法

[发明专利]基于改进非经典感受野的仿生轮廓检测方法-CN201711333790.5有效
发明人：林川;李福章;张晴;曹以隽;韦艳霞;潘勇才;刘青正;张玉薇 -专利权人：广西科技大学
申请日： 2017-12-14 - 公布日： 2020-05-22 - 主分类号： G06T7/13 文献下载
摘要：本发明旨在提供一种基于改进非经典感受野的仿生轮廓检测方法，包括以下步骤：A、输入经灰度处理的待检测图像；B、预设包含多个方向参数的Gabor滤波函数，对待检测图像中的各个像素点分别进行经典感受野刺激响应，对应的方向作为该像素点的最优方向；C、利用log函数构建抑制核函数，通过抑制核函数构建距离权重函数；将各个像素点的经典感受野刺激响应与该像素点的距离权重函数进行卷积得到该像素点的抑制响应；D、将各个像素点的经典感受野刺激响应减去该像素点的抑制响应与预设的抑制强度的乘积，并计算得到该像素点的最终轮廓值。该检测方法克服现有技术的缺陷，具有符合视觉感受野的空间特性以及检测效果更好的特点。
基于改进经典感受仿生轮廓检测方法

[发明专利]基于目标景深信息的轮廓检测方法-CN201911412629.6在审
发明人：林川;崔林昊;张晓;王瞿;潘勇才;刘青正;张玉薇;张晴;李福章;王垚;王蕤兴;韦艳霞 -专利权人：广西科技大学
申请日： 2019-12-31 - 公布日： 2020-05-15 - 主分类号： G06T7/12 文献下载
摘要：本发明旨在提供一种基于目标景深信息的轮廓检测方法，包括以下步骤：A、采集灰度图像及景深图像；B、分别计算灰度图像及景深图像的灰度经典感受野最优响应值及景深经典感受野最优响应值；C、分别计算灰度图像及景深图像的灰度轮廓响应值及景深轮廓响应值；D、计算各像素点的最终轮廓响应值；E、计算各像素点的最终轮廓值。该检测方法克服现有技术缺陷，具有运算全面、轮廓识别率高的特点。
基于目标景深信息轮廓检测方法

1
2
3
下一页»
尾页
共 36 条