一种检测纹理对色差影响的方法

    公开(公告)号:CN102103069A

    公开(公告)日:2011-06-22

    申请号:CN201110037920.7

    申请日:2011-02-14

    申请人: 浙江大学

    IPC分类号: G01N21/29

    摘要: 本发明公开了一种检测纹理对色差影响的方法,包括:提供一组包含至少20个等级灰卡的灰卡组,所有的灰卡从左到右按色差等级升高的顺序水平排列;在灰卡下方设置两组色块,第一组色块由无纹理的标准色块和选定色块组成,标准色块的颜色选用等级最高的灰卡的颜色,第二组色块由对比色块和测试色块组成;测试者肉眼感知第二组色块中测试色块和对比色块的色差,从灰卡组中选择相应等级的灰卡映射到选定色块,使得标准色块和选定色块的色差与测试色块和对比色块的色差相同,测试多次后求标准色块和选定色块的色差平均数,与对比色块和测试色块的实际色差进行比较。本发明测试方法操作简单,测试结果符合人肉眼观察的实际情况以及理论推导。

    一种基于集成并行注意力模块的垃圾分拣方法

    公开(公告)号:CN118629020A

    公开(公告)日:2024-09-10

    申请号:CN202410623760.1

    申请日:2024-05-20

    摘要: 本发明公开了一种基于集成并行注意力模块的垃圾分拣方法。该方法利用集成并行注意力模块构建可回收垃圾分拣网络,可回收垃圾分拣网络利用通道‑空间注意力提取垃圾特征图的关键信息,实现可回收垃圾图像的自动识别与分类;可回收垃圾分拣网络的具体构建方法为:基于层归一化搭建通道注意力模块,捕捉不同通道之间的相互依赖关系;基于实例归一化搭建空间注意力模块,捕捉特征图在空间维度上的变化;将通道注意力模块和空间注意力模块并行连接,即可得到集成并行注意力模块;将集成并行注意力模块插入卷积神经网络,得到所述可回收垃圾分拣网络;搭建TrashZJ数据集可回收垃圾图像数据集用于网络的训练和测试。该方法可有效提高垃圾处理的效率和准确性。

    基于人脸视频的人体心率测量方法

    公开(公告)号:CN113989880B

    公开(公告)日:2024-07-12

    申请号:CN202111210078.2

    申请日:2021-10-18

    申请人: 浙江大学

    摘要: 本发明公开了基于人脸视频的人体心率测量方法,该方法将人脸视频划分为多个时间窗口,对人脸进行追踪获得人脸区域的时间序列以及人脸的相对位移,可得到多个人脸子区域的原始脉搏波信号;把脉搏波信号划分为多个子频段信号,对每个子频段的RGB信号投影到两个正交的方向上,并对两个方向上的信号进行组合,把处理后的子频段信号根据信号强度叠加为全频段的信号;最后根据上一个时间窗口在不同心率变化模式下生成当前窗口的先验候选心率,并根据当前窗口多区域的信号功率谱修正每个候选心率的概率,最后依据取当前时间窗口相对运动求取当前时间窗口的心率。本发明可以在脉搏波信号被人脸运动和外界光照变化干扰的情况下,可靠地测量人体的心率。

    基于人体脉搏波的血压测量方法及系统

    公开(公告)号:CN114699054B

    公开(公告)日:2024-07-09

    申请号:CN202210320087.5

    申请日:2022-03-29

    IPC分类号: A61B5/021 A61B5/00

    摘要: 本发明提供一种基于人体脉搏波的血压测量方法及系统。本发明方法利用光电设备从受试者体表感知人体脉搏波信号,实现对人体血压的测量;所述血压测量方法还充分考虑了不同人群的血压差异,并结合个体特异性特征对脉搏波特征进行融合和增强,其在不需要进行复杂的特征工程的前提下,即可实现对人体血压较为准确的测量;所述血压测量方法流程简便,可利用手机等移动设备的硬件配置,不需要开发其他的硬件设备,从而较为方便的部署在手机等移动端设备上,具有较好的实用性,且易于推广。

    基于深度多亮度映射无监督融合网络的红外图像增强方法

    公开(公告)号:CN117670753A

    公开(公告)日:2024-03-08

    申请号:CN202410125179.7

    申请日:2024-01-30

    摘要: 本发明公开了一种基于深度多亮度映射无监督融合网络的红外图像增强方法。方法包括:采集红外图像进行预处理和数据增强扩增后获得增强红外图像,从而构建为扩展红外图像数据集;建立深度多亮度映射无监督融合网络,网络包括非线性多亮度映射模块和多亮度映射融合模块;将扩展红外图像数据集输入网络中进行无监督训练,获得训练完成的网络;将待增强的红外图像输入网络中处理后输出增强后的红外图像,完成红外图像的增强。本发明方法网络具有高并行化的特点,可同时处理多幅多尺寸的红外图像,网络推理速度快,且效果自然。

    一种基于特征增强及多尺度相关的多模态图像配准方法

    公开(公告)号:CN117541632A

    公开(公告)日:2024-02-09

    申请号:CN202311504983.8

    申请日:2023-11-13

    申请人: 浙江大学

    摘要: 本发明公开了一种基于特征增强及多尺度相关的多模态图像配准方法,该方法采用共享参数的特征提取器提取不同模态图像的多尺度特征,利用特征增强模块增强特征;将增强后的特征输入一维相关模块,分别计算X及Y方向的一维注意力及一维相关,迭代更新坐标网格并采样,将采样的相关代价体输入全局运动聚合网络,预测残差并更新配准变换参数。利用一维相关模块预测的配准变换参数初步配准特征,将特征输入二维局部相关模块,得到二维相关代价体。将二维相关代价体输入全局运动聚合网络,预测残差并更新配准变换参数;迭代更新配准变换参数至收敛,基于最终的配准变换参数配准图像。该方法不仅可用于多模态图像配准,还可用于单模态及多光谱图像配准。

    一种基于多尺度深度特征图融合的多光谱图像配准方法

    公开(公告)号:CN117274333A

    公开(公告)日:2023-12-22

    申请号:CN202311245490.7

    申请日:2023-09-25

    申请人: 浙江大学

    摘要: 本发明公开了一种基于多尺度深度特征图融合的多光谱图像配准方法,该方法可用于配准不同波段间的光谱图像,该方法首先利用多尺度一致特征图映射器获取目标图像和源图像的一致特征图,将多尺度一致特征图利用transformer结构进行自相关特征修饰,获得多尺度匹配信息特征图,再基于自注意力机制处理多尺度匹配信息特征图,输出配准参数残差。在图像配准真值和一致特征图内容一致性损失函数的监督下,网络迭代运行,直至预设迭代次数,得到最终配准参数。在多光谱数据集上的实验结果和分析表明,本发明所提出的基于多尺度深度特征图融合的多光谱图像配准方法,有效提高了多光谱图像的配准精度。

    一种黑白图像引导的彩色RAW图像联合去噪去马赛克方法

    公开(公告)号:CN116309163A

    公开(公告)日:2023-06-23

    申请号:CN202310277581.2

    申请日:2023-03-21

    申请人: 浙江大学

    摘要: 本发明公开了一种黑白图像引导的彩色RAW图像联合去噪去马赛克方法,该方法为:构建黑白‑彩色双目相机仿真图像数据集,用于网络模块的训练和测试;利用黑白图像和彩色图像之间的结构相关性,基于视差注意力机制构建对齐引导图像生成模块,采用RAW图像对应的干净灰度图像真值作为监督,以感知损失函数对该模块进行训练,从而生成高质量的对齐引导图像;利用生成的对齐引导图像引导彩色相机RAW图像的联合去噪去马赛克过程;基于结构‑颜色损失函数,训练引导去噪去马赛克模块,使得在准确迁移引导图像结构的同时,保证去噪去马赛克结果颜色的准确性。对于暗光场景下的双目成像设备,本发明具有较强的应用价值。