-
公开(公告)号：CN118365732A
公开(公告)日：2024-07-19
申请号：CN202410540530.9
申请日：2024-04-30
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开基于材料‑图像子空间分解和能谱估计引导的双能CT迭代重建方法及装置。该方法首先将能谱估计和基材料分解统一到同一优化框架中，引入模型谱方法降低问题求解维度，进而基于重建图像和材料图像之间的相似性构建正则化项；其次，利用近端块坐标下降算法将优化问题转化为多个子问题进行求解，针对子问题的求解，分别采用BFGS算法、ESART算法、子空间方法以及基于驻点的算法求解，其中ESART算法的引入可有效提升收敛速度；最后，当迭代过程到达停止条件后，获取分解后的基材料图像和不同能量通道的能谱。本发明提升了对基材料分解噪声的抑制能力，提高了计算效率，有效提升了整体的收敛速度，并提高了求解过程的稳定性。
-
公开(公告)号：CN117475145B
公开(公告)日：2024-06-25
申请号：CN202311260422.8
申请日：2023-09-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及遥感影像处理技术领域，特别涉及一种融合多重注意力机制的多尺度遥感影像语义分割方法及系统，对遥感影像原始数据进行预处理，得到原始数据对应多模态目标数据，所述多模态目标数据包含：单通道nDSM信息、三通道RGB信息及单通道Canny边缘信息；利用预训练的语义分割模型对多模态目标数据进行推理预测，得到对应的分割结果，其中，语义分割模型编码器的不同分支网络结构之间设置有用于增强不同模态输入数据间特征融合的高程‑边缘注意力机制，并在编码器和解码器之间设置有用于增强编码器和解码器信息融合的残差切片注意力机制。本发明通过融合多模态、多尺度特征进行深度提取，以改善并提升遥感影像中小目标和模糊边缘场景的分割效果和精度。
-
公开(公告)号：CN112001108B
公开(公告)日：2024-02-02
申请号：CN202010651408.0
申请日：2020-07-08
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于蒙特卡洛仿真技术领域，特别涉及一种锥束CT蒙特卡洛仿真集群并行加速方法及系统，在集群中主机和各节点配置信息传递接口MPI，并确定连入集群内的主机和节点状态，对每个节点进行编号；主机生成与节点个数一致的多份蒙特卡洛程序数据，依据节点个数设定每份程序数据中抽样粒子起始数；在MIP命令模式下，主机控制各节点根据各自抽样粒子起始数同步运行蒙特卡洛程序数据，每个节点使用内存映射机制将所有粒子轨迹数据读入内存，根据设定的探测器格网大小将粒子轨迹分别投入格网中，统计每个格网中粒子数量并建立存储矩阵；主机收集各个节点存储矩阵并综合，以绘制图像，解决现有蒙特卡洛仿真CBCT成像速度慢等问题，改善锥束CT重建效率和性能。
-
公开(公告)号：CN117475145A
公开(公告)日：2024-01-30
申请号：CN202311260422.8
申请日：2023-09-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及遥感影像处理技术领域，特别涉及一种融合多重注意力机制的多尺度遥感影像语义分割方法及系统，对遥感影像原始数据进行预处理，得到原始数据对应多模态目标数据，所述多模态目标数据包含：单通道nDSM信息、三通道RGB信息及单通道Canny边缘信息；利用预训练的语义分割模型对多模态目标数据进行推理预测，得到对应的分割结果，其中，语义分割模型编码器的不同分支网络结构之间设置有用于增强不同模态输入数据间特征融合的高程‑边缘注意力机制，并在编码器和解码器之间设置有用于增强编码器和解码器信息融合的残差切片注意力机制。本发明通过融合多模态、多尺度特征进行深度提取，以改善并提升遥感影像中小目标和模糊边缘场景的分割效果和精度。
-
公开(公告)号：CN116521406A
公开(公告)日：2023-08-01
申请号：CN202310112374.1
申请日：2023-02-14
Applicant: 中国人民解放军战略支援部队信息工程大学 , 中国人民解放军95031部队
IPC: G06F11/07 , G06F30/27 , G06F30/17 , G06F18/2433 , G06F119/08 , G06F119/14 , G06F111/08
Abstract: 本发明公开一种基于残差门GRU‑VAE模型的航空发动机未超限飞参数据异常检测方法，在模型训练阶段，使用代表发动机性能基线的历史飞参数据集对残差门GRU‑VAE飞参异常检测模型进行训练，对数据集中的所有飞参序列进行重构，根据状态点向量重构损失服从的概率分布，在给定置信度下确定相应的重构损失门限；在异常检测阶段，模型对实时飞参数据进行检测，将重构损失超出门限的状态点视为异常状态点，进一步将异常状态点占比超出占比阈值的飞参序列判定为异常飞参序列。本发明有较高的平均异常识别准确率，相比于现有方法，在解决航空发动机未超限飞参数据异常检测问题上具有性能优势。
-
Patent Agency Ranking
公开(公告)号：CN111879798B
公开(公告)日：2023-02-24
申请号：CN202010568120.7
申请日：2020-06-19
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01N23/046
Abstract: 本发明属于纳米CT投影图像校正技术领域，具体涉及一种基于采集序列细分的纳米CT投影位置漂移校正方法及装置，该方法包括采用圆轨迹方式在N个角度，每个采集角度下采集M张投影；计算采集角度为θn的M张投影的位置偏差，根据位置偏差对投影进行位置漂移校正并将校正后的CT图像进行多帧累加；将采集角度为θ1中第M张投影与第1张投影的位置偏差作为初始传递校正值，对采集角度为θ2的投影进行二次校正；将初始传递校正值与采集角度为θ2中第M张投影与第1张投影的位置偏差累加作为传递校正值对采集角度为θ3的投影进行二次校正；依次完成所有采集角度下的投影进行位置漂移校正，得到用于三维重建的投影数据。本发明能够校正CT图像位置偏差且能够提高纳米CT图像的信噪比。
-
公开(公告)号：CN115423888A
公开(公告)日：2022-12-02
申请号：CN202210965259.4
申请日：2022-08-12
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T11/00
Abstract: 本发明涉及能谱计算机断层成像技术领域，公开一种基于联合正则化的能谱CT图像重建方法及装置，该方法通过引入两个联合正则化能量函数并设计基于交替方向乘子法的高效求解算法，来解决噪声干扰和不完备数据条件下的图像重建问题。该方法首先以多通道图像间的相似块构造高维张量，然后引入加权张量核范数对张量低秩性进行刻画，最后设计基于交替方向乘子法的高效求解算法。该方法与现有方法相比，能够有效集成加权张量核范数和图像梯度域L0范数最小化求解的计算过程，并在低剂量问题和不完备数据问题研究实验中验证了该方法的可行性。
-
公开(公告)号：CN115294146A
公开(公告)日：2022-11-04
申请号：CN202210234106.2
申请日：2022-03-10
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提出一种基于序列图像分割的SLAM方法，属于空间定位技术领域。本发明将序列图像分成多个子序列，对每个子序列中第一帧图像进行实例分割，得到该图像下的目标检测框，并根据该图像下目标检测框的位置信息确定下一帧或之后任意一帧图像中目标检测框的概略位置，以此得到每一帧图像中对应目标检测框内的图像，再对目标检测框内的图像进行实例分割，最后基于实例分割结果采用光流检测法剔除动态特征点，实现后续目标区的同步定位和建图。相比于现有技术中对整幅图像的分割处理，明显减少了分割图像的尺寸，有效提高了图像实例分割速度，提高了后续SLAM制图工作效率。
-
公开(公告)号：CN115272450A
公开(公告)日：2022-11-01
申请号：CN202210199052.0
申请日：2022-03-02
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提出一种基于全景分割的目标定位方法，属于目标定位领域。首先利用图像采集传感器获取目标区的真实场景图像，并获取该传感器的初始位姿；根据传感器初始位姿和已经建立好的三维地理空间模型生成渲染图像；然后对真实场景图像和渲染图像进行全景分割，对分割结果进行角点检测与匹配，得到两幅图像的匹配点对；利用匹配点对和传感器初始位姿计算传感器的真实位姿；最后利用传感器的真实位姿，实现真实场景中的目标定位。相比于现有技术中采用深度学习方法进行匹配，本发明不需要大量的样本，利用角点检测法确定两幅图像的匹配点对，提高了工作效率，也提高了异源图像间的匹配精度，并利用传感器的真实位姿进行目标定位，提高了目标定位精度。
-
公开(公告)号：CN110136218B
公开(公告)日：2022-10-28
申请号：CN201910243267.6
申请日：2019-03-28
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于CT图像重建技术领域，特别涉及一种基于噪声生成机制与数据驱动紧框架的CT投影去噪重建方法及装置，该方法中：首先通过刻画投影数据噪声统计特性，并挖掘投影数据的稀疏先验信息；结合两者数据建立最大后验概率模型；然后对模型迭代求解，获取去噪后的正弦图数据；通过重建获取CT图像。本发明克服传统低剂量CT重建算法因采用近似的方式刻画投影数据的噪声导致重建图像易残留严重的噪声和伪影的问题，能够在尽可能保留投影数据有用信息的同时去除噪声，进而有效抑制了重建图像的噪声和伪影，在提升低剂量CT重建图像质量方面具有较高的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.045 seconds)
