-
公开(公告)号：CN118823317A
公开(公告)日：2024-10-22
申请号：CN202410926711.5
申请日：2024-07-11
申请人： 长春理工大学
IPC分类号： G06V10/25 , G06V10/26 , G06V20/70 , G06V10/80 , G06V10/82 , G06V10/40 , G06V10/56 , G06V10/34 , G06N3/0455 , G06N3/0464 , G06N3/084
摘要： 本发明涉及红外图像目标检测及分割领域，具体涉及一种红外图像目标检测及分割联合处理方法，包括：准备训练数据集，对数据集进行划分并且预处理；构建包括一个特征编码模块、一个特征融合模块、一个特征解码模块和一个预测输出模块的网络模型；使用已准备好的训练数据集对网络模型进行训练，直至训练损失值达到预设阈值或是迭代到预设轮次数；使用已准备好的验证数据集对训练完成的网络模型进行效果验证并微调网络参数，从而优化模型，获得最终模型。本发明可以同时进行目标检测和图像分割，实现多任务学习，从效果互补的角度出发，帮助模型更好理解图像中的各种信息，提高检测和分割的准确性和推理效率，扩大了适用场景。
-
公开(公告)号：CN116051409B
公开(公告)日：2024-06-07
申请号：CN202310027442.4
申请日：2023-01-09
申请人： 长春理工大学
摘要： 本发明公开了一种非制冷红外探测器的最优偏置电压控制方法，涉及非制冷红外探测技术领域，包括：设定若干个非制冷红外探测器的偏置电压，启动成像系统工作，输出若干组帧数相同的红外图像；获取各组红外图像灰度值的动态范围并记录灰度平均值；以最大的灰度平均值对应的偏置电压作为第一次筛选的偏置电压的初始最优值；在偏置电压的初始最优值的预设微小范围内，重新设定若干个偏置电压值并重复以上步骤，最终筛选出动态范围合理且最大的红外图像灰度值对应的偏置电压作为当前环境下的最优偏置电压。本发明可以改善非制冷红外探测器的成像质量，使其能在不同环境温度下可以稳定输出高动态范围的原始图像，为之后的图像处理减少难度和工作量。
-
公开(公告)号：CN118096590A
公开(公告)日：2024-05-28
申请号：CN202410263088.X
申请日：2024-03-08
申请人： 长春理工大学
IPC分类号： G06T5/73 , G06T5/50 , G06T5/60 , G06N3/0464 , G06N3/08
摘要： 本发明属于模糊图像复原技技术领域，尤其为一种视频图像去运动模糊方法，包括如下步骤：S1：构建目标复原网络模型；S2：模糊视频图像预处理；S3：复原目标区域；S4：复原背景；S5：融合图像；S6：视频输出。本发明通过构建了目标复原网络模型，分析模糊视频中目标的6D姿态以及尺度变换，然后生成目标的高清图像，从而绕开模糊核的估计来完成视频图像的复原任务，提高了模糊图像的复原效果。此外，本发明还提供一种视频图像去运动模糊系统，包括：采集模块、预处理模块、目标前景恢复模块、背景恢复模块、图像融合模块和视频输出模块。
-
公开(公告)号：CN117611445A
公开(公告)日：2024-02-27
申请号：CN202311648534.0
申请日：2023-12-05
申请人： 长春理工大学
IPC分类号： G06T3/4053 , G06T3/4007 , G06T3/4046 , G06V10/44 , G06V10/75 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明属于计算机视觉中的红外图像超分技术领域，尤其为一种跨模态超分辨率重建方法，包括如下步骤，步骤1，数据集预处理：准备相同场景的红外与可见光图像对，将可见光图像转换为灰度图像，将红外数据集使用DDE增强，提高对比度；再将所有图像进行数据增广，最后将三种图像进行粗配准，方便后续特征纹理提取任务的训练。本发明，通过基于对比学习的方法构建跨模态补充红外图像纹理信息的方法，这种方法不依赖人工设计，在红外与可见光图像之间引入灰度图像作为连接点，有效的减少色彩因素导致的可见光与红外图像纹理不匹配的影响。
-
公开(公告)号：CN116834600A
公开(公告)日：2023-10-03
申请号：CN202310513357.9
申请日：2023-05-08
申请人： 长春理工大学
摘要： 本发明属于电动汽车充电控制技术领域，尤其为一种电动汽车充电桩快速充电控制方法，包括如下步骤：步骤1，分析锂电池结构：锂电池由正极、隔膜、负极、有机电解液和电池外壳组成；锂电池工作时，电池的正极由锂离子生成，生成的锂离子从正极到电解液里，通过电解液穿过隔膜上弯弯曲曲的小洞，运动到负极，与外部电路中跑到负极的电子结合在一起；考虑复杂的电化学内部机理分析。本发明采用基于遗忘因子的递推最小二乘法对锂电池二阶RC等效电路模型进行参数辨识，得到的辨识结果加入到所建立的锂电池数学模型的传递函数中，能够更好、更精确地模拟锂电池充放电变化过程。
-
公开(公告)号：CN116503502A
公开(公告)日：2023-07-28
申请号：CN202310484663.4
申请日：2023-04-28
申请人： 长春理工大学重庆研究院
IPC分类号： G06T11/00 , G06T7/90 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06N3/088
摘要： 本发明属于图像处理技术领域，尤其为一种基于对比学习的未配对红外图像彩色化方法，该方法具体包括如下步骤：S1，构建网络模型：整个生成对抗网络包括生成器和鉴别器；S2，准备数据集：对整个生成对抗网络先用红外图像数据集一进行训练。本发明是基于生成对抗网络和对比学习的红外图像彩色化方法，构建了新颖的高效且有效的生成器并嵌入到对比学习框架中，帮助并引导模型更好地恢复图像的颜色和结构特征，降低了计算复杂度，提高了彩色化能力,促使模型生成的彩色化图像更加真实。
-
公开(公告)号：CN116012615A
公开(公告)日：2023-04-25
申请号：CN202310048120.8
申请日：2023-01-31
申请人： 长春理工大学
摘要： 本发明公开了一种多模态图像特征点检测与匹配方法及系统，应用于图像识别技术领域。方法包括以下步骤：采集多模态图像；提取多模态图像的特征向量；计算多模态图像的特征向量之间的内积矩阵，得到不同模态图像之间的像素对相似度；对不同模态图像的特征向量进行Softmax归一化，得到相似度最高的像素对；通过预设相似度阈值筛选得到相似像素对，实现特征点的检测与匹配。本发明通过计算多模态图像各像素之间的相似性，实现多模态图像间特征点的检测与匹配。
-
公开(公告)号：CN113298744B
公开(公告)日：2022-10-28
申请号：CN202110631564.5
申请日：2021-06-07
申请人： 长春理工大学
摘要： 一种端到端的红外与可见光图像融合方法，属于图像融合技术领域，为了解决现有的融合方法得到的图像质量差的问题，该方法：步骤1，构建网络模型；步骤2，准备数据集；步骤3，输入图像；步骤4，最小化损失函数值；步骤5，微调模型；步骤6，保存模型。使用经过处理后的可见光图像的灰度图作为网络训练的输入，可以大大提高网络的特征提取和表达能力，将网络训练完成后再处理真实的红外和可见光图像，融合得到的图像质量效果会更好。整个训练网络在两条支路上使用拼接操作可以将图像的低级特征和高级特征进行混合，使得网络对于两种不同图像的特征提取能力更强；在网络中添加跳跃连接减少网络参数，最终使得整个网络实现结构简单，融合效率高。
-
公开(公告)号：CN109568717A
公开(公告)日：2019-04-05
申请号：CN201910094127.7
申请日：2019-01-30
申请人： 长春理工大学
摘要： 本发明公开了一种智能跟随输液系统，包括主控模块、健康监控模块和电源模块、无线通信模块以及跟随驱动模块，所述健康监控模块实时采集病人的心率信号、体温信号和输液状态信号，所述电源模块为健康监控模块、主控模块和跟随驱动模块供电，所述主控模块分析处理健康监控模块传输的数据信号，主控模块控制跟随驱动模块工作，跟随驱动模块驱动输液架底盘跟随病人转动，实现跟随，并实时发送给医疗人员，自动检测输液即将完成或输液异常状况，为病人的健康提供更全面、更科学的照顾。
-
公开(公告)号：CN105186053A
公开(公告)日：2015-12-23
申请号：CN201510522173.4
申请日：2015-08-24
申请人： 长春理工大学
IPC分类号： H01M10/44
CPC分类号： H01M10/44
摘要： 本发明提供一种蓄电池变电流充电方法，包括恒流充电阶段、脉冲快速充电阶段和补充充电阶段；在恒流充电阶段中，采用第一充电电流对蓄电池进行恒流充电，直到蓄电池的电压值达到第一预设电压值；在脉冲快速充电阶段中，根据预设的正脉冲充电时间和负脉冲放电时间，采用正脉冲充电与负脉冲放电交替的方式对蓄电池进行循环脉冲快速充电，当一个循环脉冲快速充电周期结束时，减小正脉冲和负脉冲电流值，并同时充放电时间，进行下一个循环脉冲快速充电周期，直到正脉冲电流值达到第二充电电流值；在补充充电阶段中，采用恒压充电方式对蓄电池进行补充充电。通过本发明能够实现对大容量蓄电池进行快速高效充电，消除极化现象，降低对蓄电池的损害。
-
-
-
-
-
-
-
-
-
搜索结果
85 条记录 (耗时 0.03 秒)
