-
公开(公告)号：CN103295001A
公开(公告)日：2013-09-11
申请号：CN201310215864.0
申请日：2013-06-03
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种应用于手持设备的发票信息识别设备及识别方法。现有方法无法广泛应用于手机、平板电脑等手持设备拍摄的发票图像中进行信息提取。本发明组成包括:主控制器，装有Linux操作系统内核、Android系统核心、发票信息提取软件的所述的主控制器分别与显示器、摄像头、锂电池连接，所述的摄像头为捕捉发票图像的设备，在主控制器的控制下，获取发票的数字图像，然后通过识别算法将发票中包含的文本信息提取出来；所述的显示器是显示发票图像和发票信息提取处理结果的设备，接受主控制器传送来的数据，将图像和处理结果显示出来；所述的锂电池给整个手持设备供电。本发明用于手持设备的发票信息识别。
-
公开(公告)号：CN110044262B
公开(公告)日：2020-12-22
申请号：CN201910382720.1
申请日：2019-05-09
Applicant: 哈尔滨理工大学
Abstract: 一种基于图像超分辨率重建的非接触式精密测量仪及测量方法，属于测量仪及测量方法技术领域。测量仪包含测量装置以及载物装置，测量装置包含两个丝杠导轨滑台，用于移动激光测距仪以及相机。以调节拍摄方向。载物装置包含竖直面与水平载物台，测量时将零件一侧紧贴载物台竖直面，通过测量装置移动相机拍摄零件另一侧待测边缘，利用激光测距仪测量其到相机的距离。将图像传到电脑端，通过超分辨率图像重建技术得到更高精度的图像，用换算公式算出相机光心到待测边缘实际距离，与激光测距仪测量测量的相机移动的精准距离求和，最终可得出待测长度的实际物理距离。本发明与现有技术相比，提高了非接触式测量的精度，有效降低成本，提高测量效率。
-
公开(公告)号：CN110044262A
公开(公告)日：2019-07-23
申请号：CN201910382720.1
申请日：2019-05-09
Applicant: 哈尔滨理工大学
Abstract: 一种基于图像超分辨率重建的非接触式精密测量仪及测量方法，属于测量仪及测量方法技术领域。测量仪包含测量装置以及载物装置，测量装置包含两个丝杠导轨滑台，用于移动激光测距仪以及相机。以调节拍摄方向。载物装置包含竖直面与水平载物台，测量时将零件一侧紧贴载物台竖直面，通过测量装置移动相机拍摄零件另一侧待测边缘，利用激光测距仪测量其到相机的距离。将图像传到电脑端，通过超分辨率图像重建技术得到更高精度的图像，用换算公式算出相机光心到待测边缘实际距离，与激光测距仪测量测量的相机移动的精准距离求和，最终可得出待测长度的实际物理距离。本发明与现有技术相比，提高了非接触式测量的精度，有效降低成本，提高测量效率。
-
公开(公告)号：CN108182468A
公开(公告)日：2018-06-19
申请号：CN201810225394.9
申请日：2018-03-19
Applicant: 哈尔滨理工大学
IPC: G06N3/00
CPC classification number: G06N3/006
Abstract: 一种基于蚁群算法优化的分段支持向量机回归的校正算法，属于一种分段支持向量机回归的校正算法。本发明针对现有算法的缺陷，提供了一种测量电压精准、成本低、校正精度高、稳定性好、能够得到全局最优解、回归结果稳定的校正算法。本发明所述的校正算法的计算步骤为：样本空间划分；建立回归模型，设置初始向量机参数，根据误差值确定蚂蚁位置的信息素：搜索并更新信息素，保存全局最优解；确定蚂蚁下一步信号转移概率：建立动态的信息素挥发因子；建立动态因子；更新信息素，记录信息素最大的蚂蚁，重新搜索，直至得到的全局最优解。本发明所述的校正算法尤其适用于传统的光纤光栅电压传感器非线性校正。
-
公开(公告)号：CN107392950A
公开(公告)日：2017-11-24
申请号：CN201710631310.7
申请日：2017-07-28
Applicant: 哈尔滨理工大学
Abstract: 本发明一种基于弱纹理检测的跨尺度代价聚合立体匹配方法属于计算机视觉领域，尤其涉及对弱纹理图像的立体匹配方法，包括以下步骤：输入两幅彩色图像,所述的两幅彩色图像分别为左图像和右图像，利用左图像的梯度信息对图片进行弱纹理检测和分割；根据左图像和右图像的颜色信息和梯度信息计算匹配代价；以上述中的弱纹理检测和分割结果为基准，进行基于高斯滤波的内尺度和跨尺度代价聚合；采用嬴者全取策略计算视差；采用左右一致性检测和基于自适应权重的方法对视差精化，输出视差图像。本发明实现了在保证纹理区域匹配正确率的前提下，提高弱纹理区域匹配正确率，获得更好的视差图的技术目的。
-
Patent Agency Ranking
公开(公告)号：CN105303190A
公开(公告)日：2016-02-03
申请号：CN201510854070.8
申请日：2015-11-27
Applicant: 哈尔滨理工大学
IPC: G06K9/38
CPC classification number: G06K9/38
Abstract: 一种基于对比度增强法的降质文档图像二值化方法，本发明涉及基于对比度增强法的降质文档图像二值化方法。本发明是要解决现有方法无法从降质文档图像中提取出清晰字符的问题。读取降质文档图像，对降质文档图像进行灰度变换；利用四叉树原理，根据灰度对比度信息，区分强灰度对比度区域与弱灰度对比度区域；根据强灰度对比度区域与弱灰度对比度区域像素点灰度值出现的频率确定局部阈值；令强灰度对比度区域与弱灰度对比度区域像素点灰度值大于局部阈值的像素点的灰度值为255；令强灰度对比度区域与弱灰度对比度区域像素点灰度值小于局部阈值的像素点的灰度值为0，输出二值图像。属于图像处理技术领域。
-
公开(公告)号：CN116503911A
公开(公告)日：2023-07-28
申请号：CN202310570897.0
申请日：2023-05-19
IPC: G06V40/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 发明名称一种结合语义分割的室内实时摔倒检测算法摘要本发明公开了一种结合语义分割的室内实时摔倒检测算法，包括以下步骤：(1)图像预处理：对输入视频帧/图片使用Mosaic数据增强、自适应锚框、自适应图片收缩策略；(2)人体摔倒特征提取：将步骤(1)处理后的视频帧/图片输入到改进后的YOLOv7摔倒检测网络中，对图像进行特征提取及分类；(3)将步骤(2)中所检测后的结果，输入到自建的语义分割网络，将其室内场景信息分割为可摔倒区域(床、沙发)和非摔倒区域(地面)；(4)摔倒判断：根据目标检测网络和语义分割网络综合判断目标是否摔倒。该方法可以减少室内场景下因类摔倒行为而导致误判的问题，并且改进的YOLOv7摔倒检测网络的计算复杂度、精度、速度都优于原网络，更易部署到实际应用中。
-
公开(公告)号：CN113935919A
公开(公告)日：2022-01-14
申请号：CN202111200403.7
申请日：2021-10-15
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于GAN网络的图像修复算法。方案是：（1）构造两种缺失区域的掩膜；（2）构造图像修复的网络结构，首先构造门控卷积模块、门控膨胀卷积模块、SAM注意力机制模块和SN卷积模块，之后运用构造的模块搭建一种基于GAN网络的由粗到细的修复网络；（3）运用搭建的图像修复网络进行训练和测试。本发明可以解决现有的图像修复网络存在缺失区域信息块的难以寻找、参数矩阵结构的破坏和多步修复算法的结果易受影响等问题，使修复的结果既保持良好的全局一致性，还具有精细的纹理细节。此外，本发明设计的掩膜方案可以修复多种缺失区域的图像，实用性广泛。
-
公开(公告)号：CN107909024B
公开(公告)日：2021-11-05
申请号：CN201711116535.5
申请日：2017-11-13
Applicant: 哈尔滨理工大学
Abstract: 本发明给出一种基于图像识别和红外避障的车辆跟踪系统，包括：上位机监视子系统、跟踪避障子系统以及车辆控制子系统；所述上位机监视子系统用于监视车辆的前进速度与前进方向；所述跟踪避障子系统用于车辆的跟踪与避障；所述车辆控制子系统用于控制车辆的前进速度与前进方向；所述上位机监视子系统包括Wifi接收模块、显示模块以及监控模块；所述跟踪避障子系统包括：摄像头模块、红外传感器模块、Wifi发送模块、嵌入式图像处理开发板以及跟踪避障处理模块；解决了现有技术中因简单算法引起的容易受到光照、遮挡、物体形变等影响；也解决了相对复杂的算法虽实时性较差的技术问题。
-
公开(公告)号：CN106384114A
公开(公告)日：2017-02-08
申请号：CN201610842687.2
申请日：2016-09-22
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种基于支持向量机的自适应图像二值化方法，属于图像处理技术领域。所述方法包括：通过预定图像二值化方法对随机选取的降质文档图像进行处理，并对所述降质文档图像按选取的图像二值化方法进行归类；确定通过每种图像二值化方法处理的降质文档图像的灰度直方图，并提取所述灰度直方图的特征属性；将所述特征属性作为特征向量，并将所述特征向量对应的图像二值化方法作为标签建立训练样本；基于支持向量机对所述训练样本进行训练并建立二值化自适应选择模型。本发明针对不同的降质文档图像，在现有的预定图像二值化方法中选择最佳二值化方法，从而达到理想的图像二值化效果。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.025 seconds)
