-
-
公开(公告)号：CN114119754B
公开(公告)日：2024-04-05
申请号：CN202111492484.2
申请日：2021-12-08
申请人： 北京林业大学
摘要： 本发明涉及一种基于连通粒的像素级火灾烟雾根节点检测方法。本发明首先对输入的图像进行直方图均衡化，对均衡化后的图像分别执行动态特征提取算法和静态特征提取算法，然后将动态图像和静态图像使用广度优先搜索算法进行融合，得出完整的动态区域轮廓图；接下来用角点检测算法检测出单帧图像各个动态区域角点个数，设定阈值筛选出烟雾区域；最后，用水平线扫描法计算出各区域烟雾根节点代表坐标，并用圆形模板筛选出确定烟雾根节点。
-
公开(公告)号：CN112221970B
公开(公告)日：2022-09-20
申请号：CN202011084270.7
申请日：2020-10-12
申请人： 北京林业大学
摘要： 本发明公开的一种中药材花梗高效分离装置，利用气流的速度不同，使梗的两端上升过程中不在同一高度上，进而下落过程中，一端在下，一端在上，筛选顺利，本装置设计巧妙，使用方便，可实现花、梗的连续分离，克服了现有花梗分离技术中的缺陷，极大的提高了筛选效率，降低了工人的劳动强度，特别适合中药材中干燥的花和梗的分离。
-
-
公开(公告)号：CN112115878A
公开(公告)日：2020-12-22
申请号：CN202010995787.5
申请日：2020-09-21
申请人： 北京林业大学
摘要： 本发明公开了一种基于烟雾区域密度的森林火灾烟雾根节点检测方法。通过Lambert‑Beer定律，可推导出烟雾密度与图像灰度具有一定的函数关系，图像灰度随烟雾密度的递增而递增，因而将图像灰度的相对大小视为烟雾密度的相对大小，通过烟雾根节点密度较大的原理，对骨骼端点进行筛选以减少烟雾根候选点的数量。该方法可以通过对一帧烟雾图像进行识别判定烟雾根候选点的位置，改变了需要多帧烟雾图像以判定烟雾根候选点的局面，大大减少了计算量，对输入帧灰度图的二次密度判定使得获得的烟雾根候选点的准确率得到了提升。
-
-
公开(公告)号：CN118097874A
公开(公告)日：2024-05-28
申请号：CN202410328840.4
申请日：2024-03-21
申请人： 北京林业大学
摘要： 本发明实施例公开了一种基于燃烧振动的森林地下火监测预警方法、装置和系统，其特征在于，所述方法包括：利用地埋式振动计获取目标区域内的地下振动信号；将振动信号发送到森林地下火监测预警系统；获取目标区域内已测得振动信号的对应位置信息；将所述目标区域内的振动信号与对应振动源的位置信息与森林地下可燃物燃烧频率数据库进行比对，得到森林地下火识别结果；若系统判断森林地下火发生，系统记录着火点位置信息并发出预警。这样，通过上述方法可以及早发现早期状态的森林地下火，进行提前处置，从而解决森林地下火难以发现导致重大灾害的问题。
-
公开(公告)号：CN111967394B
公开(公告)日：2024-05-17
申请号：CN202010832365.6
申请日：2020-08-18
申请人： 北京林业大学
摘要： 本发明公开了一种基于动静态网格融合策略的森林火灾烟雾根节点检测方法，针对现有烟雾根节点检测方法无法通过运动检测和灰度检测得出完整烟雾轮廓的问题，提出了一种基于动静态网格融合策略的森林火灾烟雾根节点检测方法，该算法首先通过Sobel算法提取烟雾静态特征，再通过Vibe算法提取烟雾动态特征，并将提取出的特征图像以网格策略相融合，获得烟雾图像，再提取骨骼及骨骼端点，获得烟雾根候选点。该算法通过融合烟雾动静态特征，改进了烟雾边缘和烟雾根部难以被动态提取算法识别的问题，同时简化了烟雾区域提取过程，极大提高了检测效率。
-
公开(公告)号：CN115839066B
公开(公告)日：2024-04-05
申请号：CN202211695687.6
申请日：2022-12-28
申请人： 北京林业大学
摘要： 本发明属于河道、海岸、堤坝封堵工程领域，尤其涉及一种可回收式航空救援封堵决口沉箱。本发明的一种可回收式航空救援封堵决口沉箱设计巧妙，采用箱底下开口设计，可以使水方便地进入箱体内部，在箱底接触到决口底部时，利用箱体自身的重量，将箱体底板关闭，并设计了锁体将底板锁闭。在回收时，利用箱体内部水的重力，将底板打开，使箱体内部的水流出,所以本发明的沉箱非常便于回收。
-
公开(公告)号：CN111967394A
公开(公告)日：2020-11-20
申请号：CN202010832365.6
申请日：2020-08-18
申请人： 北京林业大学
摘要： 本发明公开了一种基于动静态网格融合策略的森林火灾烟雾根节点检测方法，针对现有烟雾根节点检测方法无法通过运动检测和灰度检测得出完整烟雾轮廓的问题，提出了一种基于动静态网格融合策略的森林火灾烟雾根节点检测方法，该算法首先通过Sobel算法提取烟雾静态特征，再通过Vibe算法提取烟雾动态特征，并将提取出的特征图像以网格策略相融合，获得烟雾图像，再提取骨骼及骨骼端点，获得烟雾根候选点。该算法通过融合烟雾动静态特征，改进了烟雾边缘和烟雾根部难以被动态提取算法识别的问题，同时简化了烟雾区域提取过程，极大提高了检测效率。
-
-
-
-
-
-
-
-
-
搜索结果
43 条记录 (耗时 0.034 秒)
