舌像颜色自动识别方法
    11.
    发明公开

    公开(公告)号:CN1803087A

    公开(公告)日:2006-07-19

    申请号:CN200610023453.1

    申请日:2006-01-19

    Abstract: 一种图像处理技术领域的舌像颜色自动识别方法,步骤为:(1)建立舌苔和舌质颜色参考样本集:对于每一类苔质颜色样本,从舌图像中选取样本块,再通过去除离群样本,确定最终的苔质颜色参考样本集;(2)划分舌体同质区域,每个区域具有相似的颜色和纹理特性;(3)根据舌质和舌苔的分布规律,设置模板,并设定投票优先策略用于颜色样本匹配中;(4)对于舌体同质区域划分后的每一个同质区域,首先根据模板和投票,判断该区域颜色属于舌苔色还是舌质色,然后再与舌苔或舌质颜色样本进行匹配,最后根据匹配结果采用k近邻法确定该同质区域的颜色。本发明符合中医望诊习惯,识别结果准确可靠,具有很高的实用价值。

    复杂背景下微弱信号检测和特征分析系统

    公开(公告)号:CN1609570A

    公开(公告)日:2005-04-27

    申请号:CN200410084565.9

    申请日:2004-11-25

    Inventor: 周越

    Abstract: 一种复杂背景下微弱信号检测和特征分析系统,用于自动探测和记录海洋环境噪声以及行船噪声特性,包括检测子系统、信号处理子系统和辅助子系统。检测子系统由放大器、增益衰减网络、程控带通滤波器、限幅放大器、比较器和单片微处理器构成,利用过零量和增益值结合Nyman-Pearson检测完成对微弱信号的检测;信号处理子系统由通用外围接口、高速数字处理器和采集器构成,分析噪声并记录频谱特性;辅助子系统由电源模块、掉电监控模块、并行接口和串行接口构成,可以与打印机、计算机连接,做进一步的研究和信息存储;单片微处理器和高速数字处理器的数据通过通用外围接口传输到存储器。本发明具有体积小、检测能力强和寿命长等优点。

    一种通用的合成孔径雷达图像舰船目标斜框检测框架

    公开(公告)号:CN117853898A

    公开(公告)日:2024-04-09

    申请号:CN202311569695.0

    申请日:2023-11-23

    Inventor: 周越 姜雪

    Abstract: 本发明公开了一种通用的合成孔径雷达图像舰船目标斜框检测框架,包括数据加载模块、数据处理模块、模型模块、评估模块、可视化模块、SAR数据扩充模块、噪声干扰抑制模块和SAR预训练模型库模块,数据加载模块用于读取SAR舰船斜框检测数据集的图片和标注;数据处理模块用于数据增强;模型模块用于对斜框检测网络的参数进行训练;评估模块用于对测试集数据进行测试并输出指标;可视化模块用于对模型训练过程的指标、数据集标注和模型预测结果进行可视化;SAR数据扩充模块用于对SAR舰船数据集的样本数量进行扩充;噪声干扰抑制模块用于对SAR图像特有的噪声和干扰进行抑制;SAR预训练模型库模块用于提供已经在各个SAR舰船斜框检测数据集上面训练好的模型权重。

    大规模图像的匹配方法
    14.
    发明公开

    公开(公告)号:CN109583490A

    公开(公告)日:2019-04-05

    申请号:CN201811402002.8

    申请日:2018-11-22

    Inventor: 李国武 周越

    Abstract: 本发明提供了一种大规模图像的匹配方法,包括:步骤1:获取图像中的行人区域;步骤2:对非行人区域进行尺度不变特征变换特征提取;步骤3:获取每张图像的Fisher Vector,并得到图像集的距离矩阵;步骤4:根据距离矩阵每次采样预设数量的图像对;步骤5:对图像对进行预匹配,并将预匹配成功的图像对进行精确匹配后存入匹配图;步骤6:滤除匹配率低于预设阈值的图像对;步骤7:根据匹配关系进行传播得到扩展的图像对;步骤8:对扩展的图像对进行大尺度特征预匹配,将预匹配成功的图像对进行精确匹配后存入匹配图。重复步骤4-8直至所有相关图像均含有充足的匹配关系或者通过采样传播获得的图像对均为不匹配的图像对。

    基于闭环控制的网络实验系统及其实现方法

    公开(公告)号:CN103985277B

    公开(公告)日:2016-04-27

    申请号:CN201410242218.8

    申请日:2014-06-03

    Abstract: 一种基于闭环控制的网络实验系统及其实现方法,该系统包括:实体实验系统、控制模块、测量模块、现场计算机、视频监控系统、现场服务器和远程客户端,其中:实体实验系统通过控制模块和测量模块与现场计算机连接,测量模块用于测量实体实验系统的参数信号,控制模块接收来自现场计算机的控制信号并对实体实验系统进行闭环控制,现场计算机和视频监控系统分别与现场服务器通过有线或无线网络连接,将实体实验系统的控制信息和显示信息传输到现场服务器,并将实验室现场视频信息传输到现场服务器,本发明具有远程操控的优点,将实验从虚拟仿真变为实体操控,实际操作中配合视频临场感技术,使实验者身临其境,实现资源共享,大大提高了设备的利用率。

    一种运动物体检测的方法和装置

    公开(公告)号:CN101567088B

    公开(公告)日:2012-01-04

    申请号:CN200810093918.X

    申请日:2008-04-22

    Abstract: 本发明的实施例公开了一种运动物体检测的方法和装置。该方法包括以下步骤:获取非参数混合前景模型和非参数背景模型;获取当前帧上各点的非参数混合前景模型概率和非参数背景模型概率;对所述非参数混合前景模型概率和所述非参数背景模型概率进行似然比修正,得到似然比修正后的非参数混合前景模型概率和似然比修正后的非参数背景模型概率;根据当前帧上各点的似然比修正后的非参数混合前景模型概率和似然比修正后的非参数背景模型概率进行图分割并输出运动物体的检测结果。通过使用本发明的实施例,通过建立非参数混合前景模型,并使用似然比修正方法,实现了对运动物体的检测,并且提高了图像识别的正确率。

    一种运动物体检测的方法和装置

    公开(公告)号:CN101567088A

    公开(公告)日:2009-10-28

    申请号:CN200810093918.X

    申请日:2008-04-22

    Abstract: 本发明的实施例公开了一种运动物体检测的方法和装置。该方法包括以下步骤:获取非参数混合前景模型和非参数背景模型;获取当前帧上各点的非参数混合前景模型概率和非参数背景模型概率;对所述非参数混合前景模型概率和所述非参数背景模型概率进行似然比修正,得到似然比修正后的非参数混合前景模型概率和似然比修正后的非参数背景模型概率;根据当前帧上各点的似然比修正后的非参数混合前景模型概率和似然比修正后的非参数背景模型概率进行图分割并输出运动物体的检测结果。通过使用本发明的实施例,通过建立非参数混合前景模型,并使用似然比修正方法,实现了对运动物体的检测,并且提高了图像识别的正确率。

    基于独立成分分析基图像的合成孔径雷达图像消噪方法

    公开(公告)号:CN100548027C

    公开(公告)日:2009-10-07

    申请号:CN200710046928.3

    申请日:2007-10-11

    Abstract: 一种图像处理技术领域的基于独立成分分析基图像的合成孔径雷达图像消噪方法,首先对原始图像进行采样获得初始矩阵,进行去均值和白化操作,接着将其处理结果作为独立成分分析方法的输入矩阵,执行独立成分分析方法,得到原图像的基向量集合和独立成分集合;然后将基向量转为对应的基图像,并以基图像为对象,分两步处理:第一,以多重分形的赫尔德指数为成本函数对基图像进行平滑增强;第二,依据信号分离思想,提出分离判据,对增强之后的基图像进行分离,进而分离出非噪声信号对应的基图像集合。将非噪声基图像和与其对应的编码矩阵进行重构,最终便得降噪图。本发明更好地实现了SAR图像噪声消除和有用信息保留的折中,获得了良好的去噪性能。

    海域合成孔径雷达图像点目标提取的方法

    公开(公告)号:CN101140324A

    公开(公告)日:2008-03-12

    申请号:CN200710046927.9

    申请日:2007-10-11

    Inventor: 李昱彤 周越

    Abstract: 一种图像处理技术领域的海域合成孔径雷达图像点目标提取的方法,包括如下步骤:计算原图像的点态赫尔德指数,将其二值模糊化增强;将处理结果作为独立成分分析方法的输入,得到图像的空间表达:基图像和独立成分;制定分离判据,对空间进行分离,获得噪声信号对应的噪声空间,以及非噪声信号对应的非噪声空间;使用非线性滤波算子对非噪声空间的独立成分进行增强,再将其和已经获得的基图像进行反演重构,得复原图;通过简单阈值分割给出海域原图像点目标的二值化提取结果。本发明对于海域合成孔径雷达图像强海杂波噪声具有良好的抑制效果,能够有效的完成点目标提取。

    基于小波域的水声噪声的检测与识别方法

    公开(公告)号:CN1320372C

    公开(公告)日:2007-06-06

    申请号:CN200410084564.4

    申请日:2004-11-25

    Inventor: 周越

    Abstract: 一种基于小波域的水声噪声的检测与识别方法,首先对船舶噪声和海洋环境噪声进行去均值和幅值归一化处理,再对其进行小波域的多尺度域分解并建立小波域隐马尔可夫模型,根据海洋环境噪声的模型和船舶辐射噪声模型的特征差异,提出一种基于Nyman-Pearson准则的检测方法,即将船舶噪声对于海洋环境噪声的HMT模型的似然值作为检验统计量,进行二元假设检验,使得对船舶噪声的检测能力提高。将检测样本对不同类型船舶的HMT模型的似然值形成一个描述检测样本的特征向量,判别船舶噪声的类型,识别率和稳健性提高。

Patent Agency Ranking