-
公开(公告)号：CN114004913A
公开(公告)日：2022-02-01
申请号：CN202111615449.5
申请日：2021-12-28
申请人： 成都理工大学
IPC分类号： G06T11/00 , G06T7/30 , G06T5/00 , G06V10/762 , G06K9/62
摘要： 本发明公开了一种基于柯西混合模型的TGS图像重构方法，具体包括如下步骤，步骤S1：对核废物包装体进行三维扫描，获取TGS透射图像和发射图像；步骤S2：构造柯西混合模型，并对模型中参数的更新；步骤S3：对柯西混合模型中协方差矩阵进行特征分解，得到对应的两个特征矩阵；步骤S4：分别完成每个特征矩阵校正，得到两个校正后的特征矩阵；步骤S5：根据校正后的特征矩阵求解得到旋转矩阵；步骤S6：根据图像的刚性变换关系，求解得到缩放因子和平移向量；步骤S7：根据求解出的旋转矩阵、缩放因子、平移向量得到完成配准的图像。本发明实现图像的精准融合，从而为核废物判别和分类提供多数据多信息的图像，使固体核废物的检测更加方便可靠。
-
公开(公告)号：CN109977855A
公开(公告)日：2019-07-05
申请号：CN201910226473.6
申请日：2019-03-25
申请人： 成都理工大学
摘要： 本发明公开了一种基于student‑t分布的脸部配准方法，该方法建立student‑t分布模型，选择模型个数，采用student‑t分布模型对脸部点云进行数据分布拟合得到初始参数；通过梯度下降法对初始参数迭代更新，利用刚体几何变换求解起始旋转矩阵，再利用三对脸部数据中心的均值和起始旋转矩阵求解起始平移向量；对待配准点云协方差矩阵做降噪处理，运用优化函数求得最终旋转矩阵，通过三对脸部数据中心的均值和最终旋转矩阵求解最终平移向量；运用最终旋转矩阵、最终平移向量、两脸部点云之间的关系式实现脸部配准识别。通过上述方案，本发明达到了提高人脸识别效率的目的，具有很高的实用价值和推广价值。
-
公开(公告)号：CN111275067B
公开(公告)日：2022-08-02
申请号：CN201910886623.6
申请日：2019-09-19
申请人： 成都理工大学
IPC分类号： G06V10/764 , G06N3/00 , G06T7/32
摘要： 本发明公开了本发明公开一种基于高度相关的垃圾分类方法，包括：拍取垃圾的照片，读取该照片的R，G，B三个n*m矩阵，再将这三个矩阵分别写成列向量R(n*m)×1，G(n*m)×1，B(n*m)×1，转换成一个三维矩阵然后利用高度相关法对待扔垃圾点云集X和库存中垃圾点云集Y进行配准，即求两个点云集之间的旋转平移矩阵，并使用粒子群优化算法对参数进行求解，使其旋转矩阵满足代价函数。最后采用ICP算法进行进一步深度配准，实现识别，看属于库存中的哪一类。通过上述方法，在扔垃圾之前只需拍下垃圾的照片进行与库存垃圾图片的点云配准即可实现垃圾的分类，可帮助人们认识哪些垃圾属于哪一类，减少了人工识别垃圾的时间，提高垃圾投扔处理等后续操作的时间，具有很高的实用价值和推广价值。
-
公开(公告)号：CN114004913B
公开(公告)日：2022-03-29
申请号：CN202111615449.5
申请日：2021-12-28
申请人： 成都理工大学
IPC分类号： G06T11/00 , G06T7/30 , G06T5/00 , G06V10/762 , G06K9/62
摘要： 本发明公开了一种基于柯西混合模型的TGS图像重构方法，具体包括如下步骤，步骤S1：对核废物包装体进行三维扫描，获取TGS透射图像和发射图像；步骤S2：构造柯西混合模型，并对模型中参数的更新；步骤S3：对柯西混合模型中协方差矩阵进行特征分解，得到对应的两个特征矩阵；步骤S4：分别完成每个特征矩阵校正，得到两个校正后的特征矩阵；步骤S5：根据校正后的特征矩阵求解得到旋转矩阵；步骤S6：根据图像的刚性变换关系，求解得到缩放因子和平移向量；步骤S7：根据求解出的旋转矩阵、缩放因子、平移向量得到完成配准的图像。本发明实现图像的精准融合，从而为核废物判别和分类提供多数据多信息的图像，使固体核废物的检测更加方便可靠。
-
公开(公告)号：CN111275067A
公开(公告)日：2020-06-12
申请号：CN201910886623.6
申请日：2019-09-19
申请人： 成都理工大学
摘要： 本发明公开了本发明公开一种基于高度相关的垃圾分类方法，包括：拍取垃圾的照片，读取该照片的R，G，B三个n*m矩阵，再将这三个矩阵分别写成列向量R(n*m)×1，G(n*m)×1，B(n*m)×1，转换成一个三维矩阵然后利用高度相关法对待扔垃圾点云集X和库存中垃圾点云集Y进行配准，即求两个点云集之间的旋转平移矩阵，并使用粒子群优化算法对参数进行求解，使其旋转矩阵满足代价函数。最后采用ICP算法进行进一步深度配准，实现识别，看属于库存中的哪一类。通过上述方法，在扔垃圾之前只需拍下垃圾的照片进行与库存垃圾图片的点云配准即可实现垃圾的分类，可帮助人们认识哪些垃圾属于哪一类，减少了人工识别垃圾的时间，提高垃圾投扔处理等后续操作的时间，具有很高的实用价值和推广价值。
-
-
-
-
搜索结果
5 条记录 (耗时 0.02 秒)
