-
公开(公告)号:CN107690070A
公开(公告)日:2018-02-13
申请号:CN201710727562.X
申请日:2017-08-23
Applicant: 南通河海大学海洋与近海工程研究院 , 河海大学常州校区
IPC: H04N19/124 , H04N19/147 , H04N19/154 , H04N19/172 , H04N19/176 , H04N19/177
Abstract: 本发明的基于无反馈码率控制的分布式视频压缩感知系统及方法,该系统由编码器、无反馈码率控制器和解码器三部分组成。编码器中的压缩感知帧向无反馈码率控制器提供块测量值残差信息;无反馈码率控制器根据块测量值残差信息和目标码率,对于首个压缩感知帧(CS帧)结合测量率—量化参数失真模型进行块码率分配,给出当前编码块的测量率和量化参数,并利用分配结果训练2×3×2结构BP神经网络,然后CS帧采用训练后的BP神经网络预测图像块CS测量率和量化参数;解码器对接收到的码流首先解码出测量率和量化参数,然后联合解码。本发明克服了现有技术中压缩感知帧编码仅对测量率进行分配的不足,使得本发明中压缩感知帧重构效果好。
-
公开(公告)号:CN107690070B
公开(公告)日:2019-11-26
申请号:CN201710727562.X
申请日:2017-08-23
Applicant: 南通河海大学海洋与近海工程研究院 , 河海大学常州校区
IPC: H04N19/124 , H04N19/147 , H04N19/154 , H04N19/172 , H04N19/176 , H04N19/177
Abstract: 本发明的基于无反馈码率控制的分布式视频压缩感知系统及方法,该系统由编码器、无反馈码率控制器和解码器三部分组成。编码器中的压缩感知帧向无反馈码率控制器提供块测量值残差信息;无反馈码率控制器根据块测量值残差信息和目标码率,对于首个压缩感知帧(CS帧)结合测量率—量化参数失真模型进行块码率分配,给出当前编码块的测量率和量化参数,并利用分配结果训练2×3×2结构BP神经网络,然后CS帧采用训练后的BP神经网络预测图像块CS测量率和量化参数;解码器对接收到的码流首先解码出测量率和量化参数,然后联合解码。本发明克服了现有技术中压缩感知帧编码仅对测量率进行分配的不足,使得本发明中压缩感知帧重构效果好。
-
公开(公告)号:CN112102186B
公开(公告)日:2024-04-05
申请号:CN202010928909.9
申请日:2020-09-07
Applicant: 河海大学
IPC: G06T5/90 , G06T7/90 , G06T5/60 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了图像处理技术领域的一种水下视频图像实时增强方法,无需任何先验知识和参数估计,具有较好的鲁棒性且能够满足实时性要求。包括:a、获取水下图像数据集;b、基于条件生成对抗网络(cGAN)构建多判别器分支的端到端图像实时增强模型(MPGAN);c、利用获取的水下图像数据集训练MPGAN;d、将水下图像输入训练好的MPGAN,获得增强后的水下图像。将训练好的模型烧录到Jetson nano开发板上,对摄像头获取的水下场景进行实时增强。本发明提供了一种在Jetson nano平台上实现的、基于生成对抗网络的实时增强方法,具有低功耗、体积小且满足实时性要求等优点。
-
公开(公告)号:CN110097531B
公开(公告)日:2023-05-12
申请号:CN201910366686.9
申请日:2019-05-05
Applicant: 河海大学常州校区
IPC: G06T5/50
Abstract: 本发明公开了一种用于无人机电力巡检的异构图像融合检测方法,包括如下步骤:首先在电力巡检的无人机上,安装光学成像相机和用热红外成像相机,采集不同角度的可见光图像和热红外图像;(2)、从可见光图像和热红外图像中提取电力巡检异常特征并构建各种故障类型的特征知识库;(3)、从无人机飞行过程中采集到的可见光图像和热红外图像中,提取故障目标,结合特征知识库,分别构造基本信度分配函数;(4)、将获取到的针对同一故障目标的异构图像证据进行融合,不同角度的异构图像证据进行融合,并用综合可信度设定融合权重。本发明克服了利用单一的可见光图像与热红外图像造成的诊断结果不可靠这一弊端。
-
公开(公告)号:CN111368759B
公开(公告)日:2022-08-30
申请号:CN202010156120.6
申请日:2020-03-09
Applicant: 河海大学常州校区
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G01C21/00
Abstract: 本发明采用基于单目视觉的移动机器人语义地图构建系统,其步骤包括:机器人视为一个智能体,单目视觉传感器,计算机,进行图像采集与环境地图构建工作;在构建环境语义地图之前,机器人先利用在线筛选策略来获取可靠的图像数据集,并将该数据集作为50层残差网络模型的输入进行训练,得到场景的分类模型;移动机器人利用改进的ORB_SLAM系统进行环境地图的构建,并得到由关键帧图像组成的环境映射地图;利用场景分类模型将关键帧图像进行分类,获得带有语义标签的关键帧图像,最终生成环境语义地图;移动机器人可以实现语义地图保存、加载功能以及自身重定位功能,大大提高了工作效率。
-
公开(公告)号:CN110069884B
公开(公告)日:2022-08-19
申请号:CN201910361275.0
申请日:2019-04-30
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种滚齿加工方法,按照以下步骤进行基于数据驱动和特征选择的滚齿工艺参数优化,具体步骤为:(1)实现滚齿工艺参数评价函数的建立;(2)实现滚齿工艺参数组的支持向量回归预测;(3)实现优化滚齿特征及优化滚齿工艺参数的生成。本发明的优点是:针对滚齿特征及工艺数据,利用支持向量回归及樽海鞘算法进行滚齿工艺参数的自适应优化预测,该方法运算简单,误差更小。
-
公开(公告)号:CN113343386B
公开(公告)日:2022-07-29
申请号:CN202110624943.1
申请日:2021-06-04
Applicant: 河海大学
IPC: G06F30/17 , G06F119/06
Abstract: 本发明公开了一种支持多目标优化的滚齿参数求解方法,对已知的滚齿能耗与加工时间多目标模型进行滚齿参数求解,具体步骤为:S1:定义并初始化滚齿参数组,定义非劣滚齿参数和非劣优化目标;S2:以滚齿能耗与加工时间为多目标,通过不断迭代优化,求解非劣滚齿参数和非劣优化目标。本发明以滚齿能耗与加工时间为2个目标,使用迭代与帕累托改进方法优化了这2个目标并对滚齿参数进行了求解,从而解决滚齿能耗与加工时间为多目标条件下的滚齿参数求解难题。
-
公开(公告)号:CN108764345B
公开(公告)日:2022-04-26
申请号:CN201810536235.0
申请日:2018-05-30
Applicant: 河海大学常州校区
IPC: G06V10/762 , G06V10/44 , G06V10/50 , G06V20/10
Abstract: 本发明公开了一种基于局部与全局聚类的水下大坝裂缝检测方法,包括以下步骤:采集水下大坝表面图像,传输到图像数据库中;对图像进行预处理,初步均衡图像背景光照,增强目标区域;对图像进行处理并均衡图像灰度强度后,利用二值阈值分割法实现图像二值化;提取图像块特征,通过聚类分析方法计算二维特征空间得到含有裂缝的图像块;提取出所有的连通域,以每个连通域为样本,分别提取其特征,组成三维特征空间,再次通过聚类分析方法,检测到裂缝;将检测出含有裂缝的图像定位到大坝,从而确定含有裂缝的图像所在区域。本发明实现了水位以下的大坝表面裂缝自动检测,省时省力、成本低,又能实现无损检测,并满足准确率和实时性要求。
-
公开(公告)号:CN108765463B
公开(公告)日:2021-11-16
申请号:CN201810536188.X
申请日:2018-05-30
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种结合区域提取与改进纹理特征的运动目标检测方法,包括如下步骤:(1)采集监控视频中的连续图像作为采样帧;(2)对采样帧中的每个像素点,利用其采样信息进行背景建模与恢复;(3)对图像进行分块,使用图像块的统计特征进行前景区域的提取,并对前景区域进行光照变化的判断,确定是否需要进行前景区域的二次判断;(4)在前景区域中进行前景像素点的精确提取。本发明通过进行快速前景区域提取,大大减少了后续进行精确判断的计算量,在进行区域提取的同时,消除空间位移类干扰(树叶晃动等)以及亮度变化类干扰(光照变化等)这两种主要干扰;准确高效地提取出图像序列中的运动目标。
-
公开(公告)号:CN113343386A
公开(公告)日:2021-09-03
申请号:CN202110624943.1
申请日:2021-06-04
Applicant: 河海大学
IPC: G06F30/17 , G06F119/06
Abstract: 本发明公开了一种支持多目标优化的滚齿参数求解方法,对已知的滚齿能耗与加工时间多目标模型进行滚齿参数求解,具体步骤为:S1:定义并初始化滚齿参数组,定义非劣滚齿参数和非劣优化目标;S2:以滚齿能耗与加工时间为多目标,通过不断迭代优化,求解非劣滚齿参数和非劣优化目标。本发明以滚齿能耗与加工时间为2个目标,使用迭代与帕累托改进方法优化了这2个目标并对滚齿参数进行了求解,从而解决滚齿能耗与加工时间为多目标条件下的滚齿参数求解难题。
-
-
-
-
-
-
-
-
-