-
公开(公告)号:CN110309817A
公开(公告)日:2019-10-08
申请号:CN201910652889.4
申请日:2019-07-19
申请人: 北京理工大学 , 中国人民解放军总医院
摘要: 本发明涉及一种参数自适应优化VMD的脉搏波运动伪影去除方法,属于生物医学信号采集和处理技术领域;该方法通过优化变分模态分解的目标函数,并采用本征模态相关程度和中心频率离散程度相融合的相关系数对变分模态分解结果进行评价,实现对脉搏波信号的参数自适应的优化变分模态分解,得到脉搏波的本征模态{uk},根据信号不同成分对应频段的能量相对大小,设计去噪规则完成对脉搏波运动伪影的去除。对比现有技术,本发明提高了脉搏波变分模态分解的质量,提高了运动伪影去除的效果,且简化了去除运动伪影过程中的数据复杂度。
-
公开(公告)号:CN107065563A
公开(公告)日:2017-08-18
申请号:CN201710349193.5
申请日:2017-05-17
申请人: 北京理工大学 , 中国人民解放军总医院
IPC分类号: G05B13/04
CPC分类号: G05B13/042
摘要: 一种基于三维模糊PTP算法的单体机器鱼行为控制策略,属于智能控制技术领域。涉及机器鱼顶球运动,提出了面向不同区域顶球点的划分、改进的PTP算法,设计了不同区域对应的行为策略,给出了机器鱼顶球过程中的基本行为序列。采用面向不同“区域”的控制算法,实现机器鱼顶球到达目标点的简单任务;具体根据顶球点划分水池区域,设计了机器鱼在对应区域的顶球运动行为。本发明可适应于多种机器鱼在含有障碍、噪音等较复杂的水下环境,应用范围广;将速度、角度、采样时间采用三维模糊化处理,并转化为控制模式,便于机器鱼控制模式的直接调用,大大简化了算法流程,降低了算法复杂度,具有数据更新速度快、精确度高及实时性好的优势。
-
公开(公告)号:CN110264508B
公开(公告)日:2021-01-01
申请号:CN201910553473.7
申请日:2019-06-25
申请人: 北京理工大学 , 中国人民解放军总医院
摘要: 本发明涉及一种基于凸四边形原则的消影点估计方法,属于视觉传感器技术领域;该方法通过实时对输入图像W进行图像处理获得图像内四方形物体的轮廓图像Q,然后对Q基于消影点定义提取图像中的线段,根据正交的平行直线对在图像平面内成像形成凸四边形与否来计算直线交点,并根据阈值过滤器选择聚类簇数,采用自适应复合聚类的方法来对直线交点进行聚类估计,得到消影点的集合。对比现有技术,本发明减少了估计运算量,保持了估计精度,同时节约了估计时间,不仅适合于任何拍摄、摄像设备的消隐点估计,而且适合应用于需要动态实时估计摄像设备姿态角度的场景。
-
公开(公告)号:CN110287896B
公开(公告)日:2020-11-10
申请号:CN201910565858.5
申请日:2019-06-27
申请人: 北京理工大学 , 中国人民解放军总医院
摘要: 本发明涉及一种基于异质分层PSO和SVM的人体行为识别方法,属于人体行为识别以及模式识别技术领域;首先根据输入数据建立粒子适应度函数,然后基于混合后的随机混沌映射方法对分类器中需要寻优的参数进行粒子初始化;采用动态阈值规则对粒子分层,将异质粒子作用力融入每层的粒子位置与速度更新过程,设置分层速度更新原则;最后对分类器中每一维参数进行迭代寻优,得到一个基于异质分层寻优的分类模型;并基于该模型对传感器输入的人体运动行为数据进行分类。对比现有技术,本发明的寻优算法解决了建立支持向量机分类模型时参数易陷入局部最优的问题,建立的异质分层分类模型参数寻优收敛块、抗波动干扰能力强,提高了对人体行为的识别精度。
-
公开(公告)号:CN106780560B
公开(公告)日:2020-11-06
申请号:CN201611246452.3
申请日:2016-12-29
申请人: 北京理工大学 , 中国人民解放军总医院 , 中国计量科学研究院
摘要: 本发明公开了一种基于特征融合粒子滤波的仿生机器鱼视觉跟踪方法。使用本发明能够有效提高跟踪算法对光照变化的适应性,提高目标跟踪算法的鲁棒性,且精度高,能应用于水下环境比较复杂的环境。本发明综合考虑机器鱼的颜色特征和运动情况,将机器鱼的运动信息和边缘信息相结合,通过颜色和运动边缘双特征的融合来构建粒子滤波的观测模型,并通过观测模型来对系统运动模型预测的目标估计结果进行修正,有效降低系统的误差,提高视觉子系统的鲁棒性。
-
公开(公告)号:CN110309817B
公开(公告)日:2020-10-02
申请号:CN201910652889.4
申请日:2019-07-19
申请人: 北京理工大学 , 中国人民解放军总医院
摘要: 本发明涉及一种参数自适应优化VMD的脉搏波运动伪影去除方法,属于生物医学信号采集和处理技术领域;该方法通过优化变分模态分解的目标函数,并采用本征模态相关程度和中心频率离散程度相融合的相关系数对变分模态分解结果进行评价,实现对脉搏波信号的参数自适应的优化变分模态分解,得到脉搏波的本征模态{uk},根据信号不同成分对应频段的能量相对大小,设计去噪规则完成对脉搏波运动伪影的去除。对比现有技术,本发明提高了脉搏波变分模态分解的质量,提高了运动伪影去除的效果,且简化了去除运动伪影过程中的数据复杂度。
-
公开(公告)号:CN110910317B
公开(公告)日:2020-08-14
申请号:CN201910761923.1
申请日:2019-08-19
申请人: 北京理工大学 , 中国人民解放军总医院
摘要: 本发明提出了一种舌象图像增强的方法,属于医学图像处理技术领域。所述方法包括:将输入舌象图像F(x,y)的RGB颜色空间转换到HSI颜色空间;对HSI颜色空间舌象图像的亮度分量I进行全局平滑处理,得到舌象平滑图像G(x,y);对G(x,y)进行边缘检测,得到舌象边缘图像B(x,y);利用B(x,y)对舌象图像进行非线性引导滤波,得到滤波后的图像Z(x,y);利用Z(x,y)将舌象图像F(x,y)的亮度分量I分解,得到反射分量R(x,y);通过R(x,y)及归一化增强图像亮度,得到图像L(x,y);再结合图像F(x,y)HSI颜色空间的H、S分量,转换到RGB颜色空间。本发明解决了舌象图像检测中因椒盐噪声、摄像管和摄像机噪声等引起的图像细节不清晰,从而影响后续舌体分割、特征提取等操作的精确性问题,提高了增强后的舌象图像效果,细节突出。
-
公开(公告)号:CN110910317A
公开(公告)日:2020-03-24
申请号:CN201910761923.1
申请日:2019-08-19
申请人: 北京理工大学 , 中国人民解放军总医院
摘要: 本发明提出了一种舌象图像增强的方法,属于医学图像处理技术领域。所述方法包括:将输入舌象图像F(x,y)的RGB颜色空间转换到HSI颜色空间;对HSI颜色空间舌象图像的亮度分量I进行全局平滑处理,得到舌象平滑图像G(x,y);对G(x,y)进行边缘检测,得到舌象边缘图像B(x,y);利用B(x,y)对舌象图像进行非线性引导滤波,得到滤波后的图像Z(x,y);利用Z(x,y)将舌象图像F(x,y)的亮度分量I分解,得到反射分量R(x,y);通过R(x,y)及归一化增强图像亮度,得到图像L(x,y);再结合图像F(x,y)HSI颜色空间的H、S分量,转换到RGB颜色空间。本发明解决了舌象图像检测中因椒盐噪声、摄像管和摄像机噪声等引起的图像细节不清晰,从而影响后续舌体分割、特征提取等操作的精确性问题,提高了增强后的舌象图像效果,细节突出。
-
公开(公告)号:CN110680308B
公开(公告)日:2021-04-20
申请号:CN201911070409.X
申请日:2019-11-04
申请人: 北京理工大学 , 中国人民解放军总医院
摘要: 本发明提出了一种基于改进EMD与阈值法融合的心电信号去噪方法,属于信号滤波技术领域。本发明通过叠加不同权重系数的白噪声解决模态混叠问题,通过最小二乘支持向量机的方法解决端点问题,通过保形样条插值的方法构造信号上下包络线,利用保形分段法来构造具有二阶逼近精度、分段少、运算量小的三次样条插值,该方法可以抑制包络拟合过冲/欠冲的问题,通过分解出的IMF的正交性与能量性质,提出IMF分量“筛分”终止的判据,保证了EMD分解的正交性与完备性,通过互信息的原则判定筛分出的IMF信号含有噪声的多少,来决定是否对其进行滤波处理,增加了EMD算法的快速性;改进了阈值函数,该阈值函数结合了软硬阈值的优点,对含有噪声的IMF进行滤波处理。
-
公开(公告)号:CN110680308A
公开(公告)日:2020-01-14
申请号:CN201911070409.X
申请日:2019-11-04
申请人: 北京理工大学 , 中国人民解放军总医院
IPC分类号: A61B5/0402 , A61B5/00
摘要: 本发明提出了一种基于改进EMD与阈值法融合的心电信号去噪方法,属于信号滤波技术领域。本发明通过叠加不同权重系数的白噪声解决模态混叠问题,通过最小二乘支持向量机的方法解决端点问题,通过保形样条插值的方法构造信号上下包络线,利用保形分段法来构造具有二阶逼近精度、分段少、运算量小的三次样条插值,该方法可以抑制包络拟合过冲/欠冲的问题,通过分解出的IMF的正交性与能量性质,提出IMF分量“筛分”终止的判据,保证了EMD分解的正交性与完备性,通过互信息的原则判定筛分出的IMF信号含有噪声的多少,来决定是否对其进行滤波处理,增加了EMD算法的快速性;改进了阈值函数,该阈值函数结合了软硬阈值的优点,对含有噪声的IMF进行滤波处理。
-
-
-
-
-
-
-
-
-