一种包含离群点的平面点集椭圆拟合方法

    公开(公告)号:CN116342747A

    公开(公告)日:2023-06-27

    申请号:CN202310376174.7

    申请日:2023-04-11

    Applicant: 湖南大学

    Abstract: 本发明属于数据处理技术领域,公开了一种包含离群点的平面点集椭圆拟合方法,利用5点随机抽样,由平面点集构造一系列抽样椭圆,选择指定比例的拟合优度指标最小的抽样椭圆作为可信抽样椭圆,利用所有可信抽样椭圆的中心坐标的代表值如重心或中位数位置等,作为椭圆参考点坐标,选取椭圆参考点落在其内部的可信抽样椭圆作为参考轮廓构造椭圆,并构造参考椭圆轮廓点,最后利用现有的椭圆拟合算法对所得到的参考椭圆轮廓点集进行拟合,得到最终的拟合椭圆。本发明的有益效果:能够有效地将离群点排除在最终进行椭圆拟合的数据之外,且算法性能对于参数不敏感,从而为用户设置算法参数提供较高的宽容度,有利于算法的实际应用。

    一种空间多源声音信号融合的转速测量方法

    公开(公告)号:CN107918032B

    公开(公告)日:2020-04-14

    申请号:CN201711122547.9

    申请日:2017-11-14

    Applicant: 湖南大学

    Abstract: 本发明提供了一种空间多源声音信号融合的转速测量方法,主要步骤如下:一、确定采样率fs,对音频信号进行低通滤波处理后进行离散采样,利用多传感器信号融合算法剔除环境噪声;二、构造长度为N的一阶梯形汉宁混合卷积窗函数;三、应用窗函数对长度为N的离散信号序列加权,进行自相关运算后应用快速傅里叶变换得到傅里叶变换序列SFFT(i);四、根据转速rpm与频率的关系rpm=Y(f)(Y(f)表示以频率f为变量的线性方程)以及能量谱与频率的关系,找出对应合理转速的谱线,记为i1;五、找出其相邻谱线i2、i3,通过i1、i2、i3,应用多项式逼近法求出精确频率fma,将fma带入转速与频率的关系式即可求出t时刻对应的转速rpm。

    一种快速模糊距离变换方法

    公开(公告)号:CN110838130A

    公开(公告)日:2020-02-25

    申请号:CN201810927909.X

    申请日:2018-08-15

    Applicant: 湖南大学

    Abstract: 本发明公开了一种快速模糊距离变换方法。对模糊分割所得的二维或三维模糊分割图像进行分辨率倍增处理,在提高分辨率的过程中,控制原图像中相邻的两个对象像素点在提高分辨率后,仅通过一个插入像素来保持连通,从而保证了提高分辨率之后的对象具有与原图像中相同的拓扑连通性;对分辨率倍增后的模糊分割图像,令像素值为0的像素的距离变换值为0,其余像素的距离变换值初始为无穷大;之后以像素值为0的像素为初始种子点,按照最小代价路径方法将距离变换值逐步由种子点扩散至与之相邻的对象像素,直至所有像素点处的距离变换值均已求得为止;对所得的高分辨率的距离变换结果进行下采样获得原模糊分割图像对应的距离变换结果。本发明能克服已有的模糊距离变换方法中不能保证高分辨率图像与原图像拓扑连通性不变的问题,并且通过采用最小代价距离方法提高了运行速度。

    一种本科毕业设计指导质量的评价方法

    公开(公告)号:CN109858769A

    公开(公告)日:2019-06-07

    申请号:CN201910000760.5

    申请日:2019-01-02

    Applicant: 湖南大学

    Abstract: 本发明公开了一种本科毕业设计指导质量的评价方法。对进行毕业设计的全专业学生,收集他们在毕业设计前各门必修课中所取得的百分制成绩;利用每门课程中所有学生的平均成绩与成绩标准差对该门课程的成绩进行归一化处理,获得相对成绩;获取每名学生在各门课程中的相对成绩的平均成绩与成绩标准差;利用毕业设计中所有学生的平均成绩与成绩标准差对毕业设计成绩进行归一化处理,获得毕业设计相对成绩;将每名学生的毕业设计相对成绩与该生在必修课中取得的平均相对成绩与相对成绩标准差进行比较,得到本科毕业设计指导质量的评价指标。利用该指标即可判断学生的毕业设计指导过程是否存在明显不足。

    一种融合振动与声音信号频谱特征的转速测量方法

    公开(公告)号:CN107843740A

    公开(公告)日:2018-03-27

    申请号:CN201711048469.2

    申请日:2017-10-31

    Applicant: 湖南大学

    Abstract: 本发明公开了一种融合振动与声音信号频谱特征的转速测量方法,该方法主要步骤为:第一,对旋转结构的振动和音频信号离散采样,获得N点采样序列v(n)、a(n);第二,对v(n)、a(n)进行信号调理并加权得到序列b(n),并计算其离散频谱B(k);第三,选取B(k)中p个极值点,记其谱线集合为L;第四,继续采集信号并重复第二步,观察谱线变化并更新L;第五,重复第四步100次,计算L中各谱线连续度,选择连续度最高的谱线kc进行转速转换。第六,重复第四步,通过卡尔曼滤波确定合适的谱线ko并输出其转速转换结果。该方法融合了振动和声音信号,综合了旋转机构的振动和声音特性,可在强干扰的情况下准确测量旋转结构的转速。

    图像编码与逻辑运算方法及装置

    公开(公告)号:CN106604033A

    公开(公告)日:2017-04-26

    申请号:CN201710103806.7

    申请日:2017-02-24

    Applicant: 湖南大学

    Abstract: 本发明涉及图像处理技术领域,提供一种图像编码与逻辑运算方法及装置,首先将多幅二值图像分别扩充为多幅正方形二值图像;其次根据每幅所述正方形二值图像中节点的节点编码q和像素编码r,生成每幅所述正方形二值图像的截断四叉树编码;然后对截断四叉树编码进行逻辑运算,得到结果编码序列;最后根据所述结果编码序列解码得到2N×2N的扩充后的二值图像,截取扩充后的二值图像所扩充的子图像,得到结果二值图像。这样便能够获得空间开销足够小的二值图像编码,同时在进行二值图像的逻辑运算时,速度也更快。

    长叶柄轴对称植物叶片中轴及其长度的图像检测方法

    公开(公告)号:CN103632148B

    公开(公告)日:2017-02-08

    申请号:CN201310683599.9

    申请日:2013-12-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于图像的长叶柄轴对称植物叶片中轴自动检测和叶片长度自动测量方法,用扫描仪采集包含叶柄的叶片图像;经阈值分割和形态学处理得到叶片区域;根据叶柄形状细长的特点检测叶柄区域,将其去除后获得叶面区域;提取叶片骨架,以与叶柄相邻的骨架点为中轴起点;用叶面骨架重构叶面区域,扩展和标记骨架,求取骨架单元间的邻接矩阵;由该邻接矩阵穷举所有由中轴起点到骨架端点的骨架路径;用等面积准则和最大曲率准则确定中轴;用折线拟合中轴,以拟合折线长度和扫描分辨率确定叶面长度。本发明能自动完成长叶柄轴对称叶片中轴检测并计算叶片长度,可提高测量准确度,减轻劳动强度,便于实现相关植物信息的自动管理分析。

    基于序贯细化的二值图像快速骨架提取方法

    公开(公告)号:CN104637066A

    公开(公告)日:2015-05-20

    申请号:CN201510109355.9

    申请日:2015-03-12

    Applicant: 湖南大学

    CPC classification number: G06T7/10

    Abstract: 本发明公开了一种基于序贯细化操作的二值图像快速骨架提取方法。在对二值图像区域进行序贯细化的过程中,利用红黑树数据结构来记录和管理各步细化操作移除的区域点;在每步细化操作后,根据记录下来的被移除区域点的信息,对各被移除区域点的8-邻域中的其他像素进行考察,并确定后续细化操作需要移除的区域点。本发明通过这种方式,最大限度地减少了确定细化操作移除的区域点的过程中的重复运算,减少管理待移除区域点所需的搜索时间,从而显著提高基于序贯细化的骨架提取方法的运行速度。

    学生使用自带电脑考试的防作弊方法与系统

    公开(公告)号:CN113987457B

    公开(公告)日:2024-12-17

    申请号:CN202111259454.7

    申请日:2021-10-28

    Applicant: 湖南大学

    Abstract: 本发明公开了一种学生使用自带电脑考试的防作弊方法,它包括监考端和学生端;考前监考端设置许可的软件及截屏触发事件;开考时学生端切断电脑的网络连接;考中:学生端跟踪电脑上运行的软件,记录未经许可软件名称、运行时间和窗口截屏;监听电脑的系统事件,出现截屏触发事件时截屏并记录截屏时间戳;能通信时,定时向监考端发送核验信号;定时记录核验时间戳;考试结束时学生端将未发送数据发给监考端,监考端接收后判断是否有作弊行为。本发明还公开了一种使用自带电脑考试的防作弊系统,它包括实现前述监考端和学生端功能的监考端模块和学生端模块。本发明公开的方法可发现在普通考场中使用自带电脑考试时的作弊行为,从而扩大机考适用范围。

    一种加窗FFT算法的噪声畸变信号估计方法及装置

    公开(公告)号:CN117493769A

    公开(公告)日:2024-02-02

    申请号:CN202311460243.9

    申请日:2023-11-03

    Applicant: 湖南大学

    Abstract: 本发明公开了一种加窗FFT算法的噪声畸变信号估计方法及装置,本发明包括对噪声畸变信号采样并加窗、做离散傅里叶变换得到离散频谱X(l);寻找|X(l)|中的最大谱线位置索引l1以及次大谱线位置索引l2;根据l1以及l2确定搜索区间[a,b],利用通过正、负频谱分量之间的关系构建的基于最小基波的归一化频率值误差值的损失函数,在搜索区间[a,b]中采用斐波那契迭代计算基波频率的精确位置索引;根据基波频率的精确位置索引计算噪声畸变信号v(n)中的基波频率。本发明旨在解决在短周期内加窗插值离散傅里叶变换效果急剧下降,现存的频率估计方法无法实现对噪声畸变信号的频率进行高效准确测量的技术问题。

Patent Agency Ranking