“钱彦君”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4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于信息融合的纳米图像识别方法-CN201410068031.0有效
发明人： 钱彦君;黄建华;李晓冬;丁宇 -专利权人：德克萨斯州农工大学;中国科学院数学与系统科学研究院
申请日： 2014-02-27 - 公布日： 2017-06-20 - 主分类号： G06T7/12 文献下载
摘要：一种基于信息融合的纳米图像识别方法，它有六大步骤步骤一使用透射电子显微镜得到纳米材料图像；步骤二采用基于图像亮度信息和基于图像梯度信息两组方法对预处理后的图像进行纳米粒子识别，得到两组独立的粒子检测结果；步骤三使用椭圆对两组识别结果进行参数化，找出一致的结果；步骤四根据原始图像，计算参数化后两组结果中每个粒子的可信度sA与sB；步骤五计算两组结果的冲突矩阵C；步骤六通过0‑1整数优化的方法得到融合结果。实验证明，本发明可以在较短的时间内，从低对比度、高噪声的投射电子显微镜图像中得到稳定与准确纳米粒子识别结果。
一种基于信息融合纳米图像识别方法

[发明专利]一种基于光流优化的三维重建方法及装置-CN201210250109.1有效
发明人：戴琼海;钱彦君;刘烨斌 -专利权人：清华大学
申请日： 2012-07-18 - 公布日： 2012-11-28 - 主分类号： G06T17/00 文献下载
摘要：本发明提出一种基于光流优化的三维重建方法及装置，其中该方法包括以下步骤：用多视角深度相机采集多视角的深度图和彩色图，并进行三维空间变换，获取各视角的点云；根据深度图和彩色图的信息，计算相邻视角的两组点云的度量向量；根据多通道光流法，利用相邻视角的两组点云的度量向量建立光流优化式；求解光流优化式，得到相邻视角的两组点云的匹配结果；根据匹配结果，把各视角点云填入融合矩阵；以及对融合矩阵进行处理，得到三维重建结果。本发明可以自适应的利用尽可能少的点表征模型的三维结构，从而降低数据冗余性，同时模型精度较高，此外，本发明对硬件要求不高，适用范围较广。
一种基于优化三维重建方法装置

[发明专利]基于谱图分析的图像集合的场景分类方法及装置-CN201110221407.3有效
发明人：戴琼海;钱彦君 -专利权人：清华大学
申请日： 2011-08-03 - 公布日： 2012-07-04 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种基于谱图分析的图像集合的场景分类方法及装置，该方法包括如下步骤：提取图像集合的SIFT特征集合，并得到K个聚类和K个码字；根据任意图像的SIFT特征和K个码字建立有权谱图G＝(V，E)；确定与所述任意一节点的欧式距离最近的K’个节点；得到所述节点集合V对应的权重矩阵W；根据W获得散度算子对角矩阵D；根据W和D得到拉普拉斯算子矩阵L；对L进行运算以得到任意图像的每一个SIFT特征与K个码字的之间的交互时间，根据交互时间确定隶属度；以及根据隶属度确定码字分配结果，根据分配结果对场景进行分类。本方法通过交互时间确定的隶属度更加精确，避免非线性数据的丢失，进而提高分类结果的准确性。本发明的装置结构简单，易于实现。
基于分析图像集合场景分类方法装置

[发明专利]基于监督流形学习的场景分类方法及装置-CN201110202756.0有效
发明人：戴琼海;钱彦君;刘烨斌 -专利权人：清华大学
申请日： 2011-07-19 - 公布日： 2011-11-23 - 主分类号： G06K9/66 文献下载
摘要：本发明公开了一种基于监督流形学习的场景分类方法及装置。基于监督流形学习的场景分类方法包括以下步骤：输入人工标注了场景类别的N个训练图像，其中场景类别为C个；提取N个训练图像的S个SIFT特征并获取由S个SIFT特征的M个聚类中心组成的码本；对于每个场景类别，将SIFT特征和码字作为节点，建立有监督的谱图G＝(V，E)并获取与V对应的权重矩阵；获取每个流形结构上的各个SIFT特征到M个码字的度量；输入新的训练图像或测试图像；获取新的训练图像或测试图像上的SIFT特征到M个码字的度量；计算新的训练图像或测试图像上的SIFT特征到M个码字的隶属度并得到C个直方图向量；以及利用支持向量机对C个直方图向量进行学习，得到每个场景类别的判断模型。
基于监督流形学习场景分类方法装置