-
公开(公告)号：CN117788292B
公开(公告)日：2024-06-11
申请号：CN202410100291.5
申请日：2024-01-24
Applicant: 合肥工业大学
IPC: G06T3/4053 , G06V10/80 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于亚像素位移的序列图像超分辨率重建系统，包括：1.上位机处理模块：用于发送位移指令和采集指令，并接收采集的序列图像；2.成像模块：作为系统的成像核心，用于采集图像；3.微位移模块：接收位移指令，驱动成像模块中的图像传感器按照预设位置进行精确微调；4.网络构建模块：通过训练数据构建并优化基于亚像素位移的序列图像超分辨率网络；5.超分辨率模块：利用训练好的网络处理采集的序列图像，生成放大M倍的高分辨率图像。本发明通过精确的硬件控制提供具有固定亚像素位移的序列图像和深度学习图像处理技术，从而显著提升图像分辨率，为医学成像、遥感探测、精密测量等多种领域提供更高质量的图像解决方案。
-
公开(公告)号：CN117788292A
公开(公告)日：2024-03-29
申请号：CN202410100291.5
申请日：2024-01-24
Applicant: 合肥工业大学
IPC: G06T3/4053 , G06V10/80 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于亚像素位移的序列图像超分辨率重建系统，包括：1.上位机处理模块：用于发送位移指令和采集指令，并接收采集的序列图像；2.成像模块：作为系统的成像核心，用于采集图像；3.微位移模块：接收位移指令，驱动成像模块中的图像传感器按照预设位置进行精确微调；4.网络构建模块：通过训练数据构建并优化基于亚像素位移的序列图像超分辨率网络；5.超分辨率模块：利用训练好的网络处理采集的序列图像，生成放大M倍的高分辨率图像。本发明通过精确的硬件控制提供具有固定亚像素位移的序列图像和深度学习图像处理技术，从而显著提升图像分辨率，为医学成像、遥感探测、精密测量等多种领域提供更高质量的图像解决方案。
-
Patent Agency Ranking
公开(公告)号：CN116862772A
公开(公告)日：2023-10-10
申请号：CN202310853111.6
申请日：2023-07-12
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于亚像素采样的轻量化超分辨率网络及应用，对于图像采样方式提出了新的方法，通过亚像素采样对特征图进行尺度变换。在本发明中使用亚像素采样替代卷积神经网络中的池化层下采样和反卷积上采样。利用亚像素原理可以充分利用每幅图像之间的互补信息。本发明结合亚像素采样设计了一种基于亚像素采样的轻量化超分辨率网络，并加入空间注意力和通道注意力融合不同尺度的特征信息。本发明提出的亚像素采样相比于传统的采样方式能保留更多的图像细节，同时在亚像素采样的过程中不会产生任何的参数。本发明的亚像素采样轻量化超分辨率网络在提升生成图像质量和提高超分辨率网络性能的同时，减少了模型参数和计算量。
-
公开(公告)号：CN118429188B
公开(公告)日：2024-10-29
申请号：CN202410593329.7
申请日：2024-05-14
Applicant: 合肥工业大学
IPC: G06T3/4053 , G06T3/4046 , G06T11/00 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于CNN和Transformer混合的序列图像超分辨率重建方法，包括：步骤1：首先，获取同一视场下目标的低分辨率序列图像与高分辨率图像作为样本；步骤2：构建基于CNN和Transformer混合序列图像超分辨率网络；步骤3、构建总损失函数L；步骤4、通过反向传播对混合超分网络进行训练，持续优化直至L收敛为止，得到的混合超分模型用于对待处理的序列图像进行重建，进而生成相应的高分辨率图像。本发明能精确重建图像的纹理和细节。
-
公开(公告)号：CN118639854A
公开(公告)日：2024-09-13
申请号：CN202410901980.6
申请日：2024-07-05
Applicant: 中铁四局集团有限公司 , 合肥工业大学 , 中铁四局集团建筑工程有限公司 , 浙江海众钢构装备股份有限公司 , 上海勤淮建筑工程有限公司
Inventor： 朱新忠 , 刘辉 , 曹瑞雪 , 金涛 , 纪秋吉 , 常力力 , 沙鹏 , 吴强 , 王乐 , 储成青 , 王浩然 , 王静峰 , 李贝贝 , 郭柄霖 , 周浩 , 高小扬 , 苏永久 , 苏肖 , 倪翊 , 孙文浩
Abstract: 本发明公开了多维多曲薄壁空腔斜面清水混凝土转折角模板体系,包括柱墩以及和柱墩浇筑连接的楼梯，还包括：钢模，设置于楼梯和柱墩的转角处，并固设于柱墩上；第一木模，设置于楼梯两侧，并位于钢模的前端和钢模连接；第二木模，设置于楼梯两侧，并位于钢模的底端钢模连接，所述钢模和木模内形成浇筑槽，通过在柱墩和楼梯的转折角处采用钢模形成浇筑槽，并将钢模固设置于柱墩上，并通过加固工装实现加固效果，这样在转折角处形成的浇筑槽在浇筑施工时，能够保证浇筑成的混凝土构件在浇筑以及完成时，不会发生变形的情况，同时在以浇筑成型的转折角处为基点向楼梯扶手以及翻边栏杆方向进行浇筑施工，从而使整体施工的精确性大大提高。
-
公开(公告)号：CN118429188A
公开(公告)日：2024-08-02
申请号：CN202410593329.7
申请日：2024-05-14
Applicant: 合肥工业大学
IPC: G06T3/4053 , G06T3/4046 , G06T11/00 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于CNN和Transformer混合的序列图像超分辨率重建方法，包括：步骤1：首先，获取同一视场下目标的低分辨率序列图像与高分辨率图像作为样本；步骤2：构建基于CNN和Transformer混合序列图像超分辨率网络；步骤3、构建总损失函数L；步骤4、通过反向传播对混合超分网络进行训练，持续优化直至L收敛为止，得到的混合超分模型用于对待处理的序列图像进行重建，进而生成相应的高分辨率图像。本发明能精确重建图像的纹理和细节。
-
公开(公告)号：CN222810444U
公开(公告)日：2025-04-29
申请号：CN202421599875.3
申请日：2024-07-05
Applicant: 中铁四局集团有限公司 , 合肥工业大学 , 中铁四局集团建筑工程有限公司 , 浙江海众钢构装备股份有限公司 , 上海勤淮建筑工程有限公司
Inventor： 朱新忠 , 刘辉 , 曹瑞雪 , 金涛 , 纪秋吉 , 常力力 , 沙鹏 , 吴强 , 王乐 , 储成青 , 王浩然 , 王静峰 , 李贝贝 , 郭柄霖 , 周浩 , 高小扬 , 苏永久 , 苏肖 , 倪翊 , 孙文浩
Abstract: 本实用新型公开了一种混凝土斜面转折角钢模加固工装,包括柱墩以及和柱墩浇筑连接的楼梯，还包括：钢模，设置于楼梯和柱墩的转角处，并固设于柱墩上，所述钢模包括外钢模以及内钢模，所述外钢模下端设置有勾型模，所述勾型模和内钢模通过加固工装主体固设于柱墩上，所述加固工装主体包括内钢模加固单元和外钢模加固单元，通过加固工装的设置，可实现对异性钢模进行快速的定位以及多点支撑，同时通过多点支撑可调节钢模的位置和角度，从而大大减小异性钢模的支撑难度和加快施工效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.034 seconds)
