-
公开(公告)号:CN110899321A
公开(公告)日:2020-03-24
申请号:CN201911278036.5
申请日:2019-12-12
申请人: 北京大学 , 北京大学深圳研究生院
摘要: 本发明公开了一种在砷污染土壤上通过电动力抑制空心菜吸收砷并固定化土壤砷的方法,既固定了农用地土壤中的砷又获得无砷污染的空心菜。首先将砷污染的农用地翻耕,在纵横两个方向种植空心菜苗。然后,将正电极插入土壤之中,通过电动力改变土壤中砷的运移规律和空心菜的生长属性,促进土壤中的砷进行形态改变,由生物有效态转化为残渣态而被固定在土壤中,达到降低土壤中砷的生物有效性的目的。本发明不仅高效固定化土壤中的砷,而且不会转移进入空心菜的叶茎之中,得到的空心菜中砷含量远低于《食品安全国家标准食品中污染物限量》(GB2762-2012)中砷的限值。
-
公开(公告)号:CN108305269A
公开(公告)日:2018-07-20
申请号:CN201810007899.8
申请日:2018-01-04
申请人: 北京大学深圳研究生院
摘要: 一种双目图像的图像分割方法、系统、计算机可读存储介质,在对图像进行分割的过程中,引入了像素点的匹配代价矢量特征,至少基于两个像素点的匹配代价矢量特征的距离,对双目图像中的图像进行分割,有效地解决了分割块不能保证其内部的像素都在同一个视差平面的问题,从而基于本发明的图像分割方法及系统进行的立体匹配,匹配准确率得到了有效地提高。
-
公开(公告)号:CN108460733B
公开(公告)日:2022-04-22
申请号:CN201810097180.8
申请日:2018-01-31
申请人: 北京大学深圳研究生院
摘要: 一种逐步精细化的图像去噪方法及系统,先计算每个像素点的梯度,然后基于梯度相似性,寻找像素点的一个具有相似梯度的区域,再基于该曲面进行平面拟合,并基于拟合的平面来计算像素点的法线;再基于像素点的法线来寻找一个与该像素点相似的区域,再基于该区域进行像素值的曲面拟合(例如二次曲面拟合),基于该拟合出的曲面对该像素点进行滤波,从而完成精细化的滤波,达到细精化去噪的目的。
-
-
公开(公告)号:CN108305295B
公开(公告)日:2022-02-01
申请号:CN201810008851.9
申请日:2018-01-04
申请人: 北京大学深圳研究生院
摘要: 本发明提出一种双目图像的自适应支持窗立体匹配方法、系统及计算机可读存储介质,引入匹配代价矢量特征,基于窗口内像素点的匹配代价矢量特征来计算并选定自适应支持窗口,使得各像素点的自适应支持窗口的选定更加有效和合理,可以有效解决立体匹配时发生误匹配的问题,提高了立体匹配的精确度。
-
公开(公告)号:CN108492326B
公开(公告)日:2021-11-23
申请号:CN201810101040.3
申请日:2018-01-31
申请人: 北京大学深圳研究生院
摘要: 一种分辨率从低到高的逐渐精细化的立体匹配方法及系统,从一个很低的分辨率的图像开始——这样的图像只保存了最粗的结构细节,在匹配上不容易发生误匹配——对这个很低的分辨率的图像进行分割以及视差的曲面拟合,然后进行内插得到高一级分辨率的分割,在原分割基础上再进行分割以及视差的拟合,然后再进行内插得到再高一级分辨率进行分割,并在上一分辨率分割的基础上再进行分割以及视差的拟合,如此一直内插和分割,直到达到预定的分辨率为止,这种做法充分利用了图像中整体的结构信息,实现了鲁棒的分割和视差或深度的提取。
-
-
公开(公告)号:CN108492326A
公开(公告)日:2018-09-04
申请号:CN201810101040.3
申请日:2018-01-31
申请人: 北京大学深圳研究生院
摘要: 一种分辨率从低到高的逐渐精细化的立体匹配方法及系统,从一个很低的分辨率的图像开始——这样的图像只保存了最粗的结构细节,在匹配上不容易发生误匹配——对这个很低的分辨率的图像进行分割以及视差的曲面拟合,然后进行内插得到高一级分辨率的分割,在原分割基础上再进行分割以及视差的拟合,然后再进行内插得到再高一级分辨率进行分割,并在上一分辨率分割的基础上再进行分割以及视差的拟合,如此一直内插和分割,直到达到预定的分辨率为止,这种做法充分利用了图像中整体的结构信息,实现了鲁棒的分割和视差或深度的提取。
-
公开(公告)号:CN108337498A
公开(公告)日:2018-07-27
申请号:CN201810097847.4
申请日:2018-01-31
申请人: 北京大学深圳研究生院
IPC分类号: H04N13/128 , H04N13/106 , H04N13/122
摘要: 一种曲面拟合的视差计算方法及系统,本发明获取该像素点在所述图像的一个区域,根据所述区域内所有像素点进行视差的平面拟合,并基于该拟合出的平面计算该像素点的视差和法向量;在得到初步的视差估计后,对于图像中每一个像素点,至少基于视差相似性和/或法向量相似性,寻找该像素点的一个区域,并根据该区域内所有像素点进行视差的曲面拟合,相比现有技术,找到了一个范围更大的曲面,鲁棒性好,并基于该拟合出的曲面计算该像素点的视差,从而得到更为精准的视差估计。
-
-
-
-
-
-
-
-
-