-
公开(公告)号：CN109932680A
公开(公告)日：2019-06-25
申请号：CN201910268459.2
申请日：2019-04-04
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明提供的是一种基于平移互质阵列的非圆信号波达方向估计方法。平移传统互质阵列得到平移互质阵列得平移互质阵列接收数据，得到扩展接收数据矢量，求该扩展接收数据矢量的协方差矩阵，向量化该协方差矩阵得到虚拟接收信号模型，对虚拟接收信号矢量进行去重排序操作后得到一个新的对应于虚拟均匀线阵的虚拟接收信号模型，取此时的虚拟接收矢量中的元素形成所需的埃尔米特矩阵即等价的协方差矩阵，对等价的协方差矩阵进行特征值分解得到噪声子空间，构造空间谱，谱峰处所对应的角度即为估计的入射信号的DOA。本发明的平移互质阵列与传统互质阵列相比，具有更大的虚拟阵列孔径以及虚拟连续自由度，可估计信源数更多，具有更优的DOA估计性能。
-
公开(公告)号：CN109599120A
公开(公告)日：2019-04-09
申请号：CN201811589296.X
申请日：2018-12-25
Applicant: 哈尔滨工程大学
IPC: G10L17/26 , G10L21/0208 , G10L25/18 , G10L25/24
Abstract: 本发明公开了一种基于大规模养殖场厂哺乳动物异常声音监测方法，属于声音识别领域，具体涉及一种无监督的声音识别方法。本发明主要包括以下几个部分：1.谱图分析：对采集来的音频进行分析，确定声音识别方案的可行性；2.音频降噪：对音频降噪处理，提高声音识别的准确性；3.无监督音频分割：简化音频处理过程，无需手动切分得到包含所需声音事件的音频段；4.音频特征提取：采用的特征提取技术为Mel频率倒谱系数；5.无监督分类：采用无监督分类方法为K均值算法。本发明通过采用无监督的音频分割技术和K均值的分类方法，结合频谱、时频谱分析技术，音频降噪技术，Mel频率倒谱系数特征提取技术，实现了对大规模养殖场动物无监督的声音识别。
-
公开(公告)号：CN109377517A
公开(公告)日：2019-02-22
申请号：CN201811216196.2
申请日：2018-10-18
Applicant: 哈尔滨工程大学
IPC: G06T7/277
Abstract: 本发明公开了一种基于视频追踪技术的动物个体识别系统，属于机器学习领域。基于图像视频处理技术，将多目标追踪思想应用于动物个体识别场景中，通过实时记录圈内各个动物的轨迹位置坐标，实现动物个体识别。在方案具体实施中，将深度学习中的Faster-RCNN多目标检测模型与传统追踪算法卡尔曼滤波器结合，解决了多目标追踪应用中经常出现的遮挡，轨迹交叉，实时性差等难点问题。利用采集的海量圈养数据模型，训练出基于Faster-RCNN模型的圈养动物检测模型。本发明能够有效地实现零接触，无应激，在动物个体最自然的状态下实现动物个体识别，并且安装设备可实施性强，具有非常强的实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN107436421A
公开(公告)日：2017-12-05
申请号：CN201710606186.9
申请日：2017-07-24
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种稀疏贝叶斯学习框架下混合信号DOA估计方法，属于雷达信号处理技术领域。本发明的方法步骤为：首先提出一个新的稀疏促进先验(称为高斯-指数-卡方先验)，其概率密度函数在零点处具有尖锐谱峰并且具有重拖尾，有利于促进稀疏解；然后利用该先验建立三阶分层稀疏贝叶斯模型；接下来，利用均值场变分贝叶斯理论近似后验分布，通过对各个近似的变分分布进行交替更新迭代最小化KL距离，进而求出模型参数的估计值；最后，根据各个参数的估计值构建信号功率谱函数，进而可以得到目标辐射源的信源数估计和DOA估计。
-
公开(公告)号：CN103793896B
公开(公告)日：2017-01-18
申请号：CN201410014024.2
申请日：2014-01-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种红外图像与可见光图像的实时融合方法，其特征在于：应用草帽变换将待融合的红外图像与可见光图像进行融合，得到第一幅融合结果图；应用触发对比运算将待融合的红外图像与可见光图像进行融合，得到第二幅融合结果图；将前述第一幅融合结果图和第二幅融合结果图作为原始数据，应用像素取平均法进行二次图像融合，得到最终的融合结果图。
-
公开(公告)号：CN105654140A
公开(公告)日：2016-06-08
申请号：CN201610003517.5
申请日：2016-01-04
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/6256 , G06K9/60 , G06K9/6267
Abstract: 本发明提供的是一种面向复杂工业环境的铁路油罐车车号定位与识别方法。对灰度图像进行最大稳定极值区域检测得到灰度图像上的极值区域以及对灰度图像的反色图像进行检测得到反灰度图像上的极值区域。以灰度图像及其反色图像作为要处理的2通道图像，对每个通道的图像分别进行极值区域的筛选。从极值区域中筛选出有效的区域对，对满足条件的相邻区域对进行合并得到三联体区域，以1个有效的三联体区域为1个序列，筛选出符合条件的有效序列，进而对序列进行输出得到文本区域。利用4点矫正对定位出的文本区域进行倾斜矫，对矫正后的文本区域进行字符分割，用训练好的分类器对字符进行识别。本方法对铁路油罐车车号区域具有较好的定位效果。
-
公开(公告)号：CN104657726A
公开(公告)日：2015-05-27
申请号：CN201510117537.0
申请日：2015-03-18
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种铁路油罐车车辆编号的识别方法。包括以下步骤：利用摄像机拍摄油罐车车体局部侧面灰度图像；对灰度图像计算边缘；对边缘图像的字符区域进行定位；对车体局部侧面灰度图像二值化；对二值图像的字符区域进行形态学处理，去除孤立点，连接断裂字符；对字符进行分割处理，确定单个字符区域的位置和范围；将分割后的字符输入通用字符识别引擎，输出结果。本发明具有实施成本低，自动化程度高的特点。
-
公开(公告)号：CN103793896A
公开(公告)日：2014-05-14
申请号：CN201410014024.2
申请日：2014-01-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种红外图像与可见光图像的实时融合方法，其特征在于：应用草帽变换将待融合的红外图像与可见光图像进行融合，得到第一幅融合结果图:；应用触发对比运算将待融合的红外图像与可见光图像进行融合，得到第二幅融合结果图；将前述第一幅融合结果图和第二幅融合结果图作为原始数据，应用像素取平均法进行二次图像融合，得到最终的融合结果图。
-
-
-
-
-
-
-
Search Results
58
records
(took 0.026 seconds)
