一种核心网选择确定方法和系统

    公开(公告)号:CN113596837A

    公开(公告)日:2021-11-02

    申请号:CN202110776954.1

    申请日:2021-07-09

    Applicant: 长安大学

    Abstract: 本发明提供了一种核心网选择确定方法和系统,专网小区与公网小区互相配为邻区;核心网包括专网核心网和公网核心网,专网核心网和公网核心网之间能够进行通信;专网小区为双功能小区,既能够为普通用户终端提供普通业务,也能为专网用户终端提供定制业务;公网小区为单功能小区,只能为专网用户终端和普通用户终端提供普通业务;专网小区所在的专网基站和普通核心网以及专网核心网均建立了偶联;公网小区所在的公网基站和普通核心网建立了偶联。本发明可操作性强,实现简单有效。本发明充分利用了现有流程,不需要额外增加流程,提升用户感受。

    一种电力系统视觉图像分类方法及装置

    公开(公告)号:CN111797925A

    公开(公告)日:2020-10-20

    申请号:CN202010631654.X

    申请日:2020-07-03

    Applicant: 长安大学

    Abstract: 本发明公开了一种电力系统视觉图像分类方法及装置,通过收集电力系统各类设备图像,建立原始数据集,对原始数据集进行分类;建立图像分类网络模型,利用分类后的原始数据集对图像分类网络模型进行训练优化得到优化后的图像分类网络模型;利用优化后的图像分类网络模型实现对电力系统的视觉图像进行分类,电力系统各类设备图像训练的图像分类网络模型进行电力系统视觉图像识别分类,根据分类结果能够快速实现电力系统相关画面的综合判断,分类结果准确,大大提高检测效率,提高电力系统响应速度和安全生产;采用ORB方法对图像中目标的特征提取和匹配,为实现分类做前期准备,相对稳定好,鲁棒性强,计算速度快,具有良好的旋转不变性和抗噪声能力。

    基于梯度约束Radon变换的无人机视觉电线巡检方法

    公开(公告)号:CN106056619A

    公开(公告)日:2016-10-26

    申请号:CN201610415846.0

    申请日:2016-06-13

    Applicant: 长安大学

    CPC classification number: G06T7/0004 G06T2207/20036

    Abstract: 本发明公开了一种基于梯度约束Radon变换的无人机视觉电线巡检方法,1:利用无人机图像采集设备,获得要处理的高压线图像,并将获得的降质图像转换为灰度图F;2:对灰度图F进行边缘提取处理得到边缘图F’;3:对边缘图F’梯度计算得到梯度幅值Gk;4:设边缘图F’中第k个像素的八方向像素点为ki,其中i=0,1,…,7,当相邻两个像素ki的梯度幅值Gk相等,则将其组到同一个直线支持区域;5:针对步骤4得到的直线支持区域,拟合出符合条件的直线,并使用数学形态学对拟合出的直线作后续处理;6:对步骤5的拟合结果通过Radon变化检测输电直线。本发明实现了对图像中输电线的检测准确,去掉了冗余的边缘信息,提高了识别输电线的准确度。

    一种基于三维模型顶点分区的多载体信息隐藏方法和系统

    公开(公告)号:CN113706690A

    公开(公告)日:2021-11-26

    申请号:CN202110970918.9

    申请日:2021-08-23

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于三维模型顶点分区的多载体信息隐藏方法及系统,将每个三维模型变换到几何不变空间中,使其具有仿射不变性;调整中心三维模型内接多面体交点与其他模型外接球交点处的法向量方向,使交点处的法向量垂直,对多个模型进行组合形成多载体融合态,将秘密信息嵌入到由多个三维模型组成的融合态载体中,将融合态模型的顶点按均方根曲率值划分出特征点集合,通过改变扇形分区中特征顶点的极坐标值对秘密信息进行隐藏,与基于单载体点云模型顶点范数的三维模型信息隐藏算法相比,利用多载体构建的大容量嵌入环境实施的冗余嵌入使鲁棒性有明显提升,可以抵抗仿射变换攻击和简化、剪切等减少三维模型顶点的攻击。

    一种雾霾天气交通图像边缘检测方法

    公开(公告)号:CN105139391B

    公开(公告)日:2018-01-30

    申请号:CN201510504292.7

    申请日:2015-08-17

    Applicant: 长安大学

    Abstract: 本发明公开了一种雾霾天气交通图像边缘检测方法,步骤1:获取雾霾天气下交通图像;步骤2:对步骤1中获得的交通图像进行高斯滤波处理;步骤3:采用八方向边缘检测算子对步骤2中经过高斯滤波处理的交通图像进行边缘检测,获得图像的粗边缘;步骤4:采用边缘细化算子对经过步骤3处理后的交通图像进行边缘检测,得到图像的细边缘;步骤5:将步骤4中得到细化的图像边缘进行二值化,得到最终图像边缘。本发明采用八方向图像边缘检测算子,能够检测多个方向的图像边缘,改善了传统边缘检测算子只对水平和垂直方向敏感,其他方向不敏感的不足,提高了新边缘检测算子的性能,使其获得的图像边缘定位比较准确,具有良好的检测精度。

    基于快速随机Radon变换的无人机视觉巡线方法

    公开(公告)号:CN106127105A

    公开(公告)日:2016-11-16

    申请号:CN201610415465.2

    申请日:2016-06-13

    Applicant: 长安大学

    CPC classification number: G06K9/00637 G06T2207/30184

    Abstract: 本发明公开了一种基于快速随机Radon变换的无人机视觉巡线方法,首先利用无人机图像采集设备,获得要处理的高压线图像,并将获得的降质图像转为灰度图;然后对获得的灰度图提取边缘;然后进行基于角度限定参数判决的Radon变换,将竖直方向检测到的线去掉;最后采用加入双阈值取值范围的随机Radon图像检测算法进行判决,得到输电直线。本发明基于高压输电线是暗目标且近似水平的线状特征,利用基于角度限定的多尺度线状目标强化方法对目标进行优化,然后对筛选后结果进行一定角度范围内的Radon变换,并在Radon变换中通过限定阈值的取值范围来达到准确识别高压电线的结果。

    一种基于中值引导滤波的图像去雾方法

    公开(公告)号:CN105976337A

    公开(公告)日:2016-09-28

    申请号:CN201610307360.5

    申请日:2016-05-10

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于中值引导滤波的图像去雾方法,获取雾霾天气下的图像;将获得的含雾图像转换到RGB颜色空间,并且获得各个像素点的R、G、B三个通道的值;对各个像素点的R、G、B三个通道值进行比较,获得最小值,从而得到图像的初始暗通道图像;根据获得的初始暗通道图像,计算大气光值A;根据透射率估计公式,得到粗估计透射率;通过中值引导滤波对粗估计透射率进行滤波,获得精准的透射率;将获得的图像以及获得的大气光值A和获得的透射率代入大气光成像模型方程反向求解即获得去雾图像。本发明在实现对透射率进行精确优化的同时还对暗通道先验对大气光估计的过程进行了优化,同时具有更快的运算速度,更加具有实用性。

    一种用于电网识别遥感图像处理方法及系统

    公开(公告)号:CN113689399A

    公开(公告)日:2021-11-23

    申请号:CN202110970917.4

    申请日:2021-08-23

    Applicant: 长安大学

    Abstract: 本发明公开了一种用于电网识别遥感图像处理方法及系统,通过对待识别电网遥感图像进行预处理,去除待识别电网遥感图像的无关信息,解决了受到天气影响的遥感图像模糊等缺陷,然后采用信息标注的已知电网遥感图像进行训练得到的检测模型,对预处理后的待识别电网遥感图像进行特征提取,然后将提取的特征与检测模型中标注的电网遥感图像特征进行匹配,匹配度最高的即为待识别电网遥感图像的电网类型,基于遥感图像,利用深度学习的方法,对电网部分进行目标检测和特征识别,将识别后的结果用来预测,通过对电网的目标检测,能够及时的发现电网的状态,通过对发电厂各个部分的目标检测识别,获得发电厂各个部位的分布特点,用于电网的科学安全规划。

Patent Agency Ranking