-
公开(公告)号：CN104573685B
公开(公告)日：2017-11-21
申请号：CN201510046301.2
申请日：2015-01-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于线性结构提取的文本检测方法，将文本连通区域看作是不同形状的线性结构的组合；通过提取线性结构，粗略定位文本区域；然后通过色彩聚类和基于色彩距离的区域生长，从初始文本区域中得到完整的文本连通域。进一步分析连通区域的几何和空间位置特征，得到候选文本字符串。其中，线性结构的提取采用多尺度Hessian矩阵滤波方法，分别对原始彩色图像的R、G和B三个通道上操作，使得本方法在一定程度上，克服光照对图像的影响；通过高斯混合模型色彩聚类和基于色彩距离的区域生长，两步色彩分析方法，使得本方法对不同大小、笔画宽度文本的检测性都较好，进一步提高本方法的鲁棒性。
-
公开(公告)号：CN105139377B
公开(公告)日：2017-09-05
申请号：CN201510444164.8
申请日：2015-07-24
Applicant: 中南大学
Abstract: 本发明公开了一种腹部CT序列图像肝脏鲁棒自动分割方法，包括：数据输入步骤，输入待分割CT序列，并指定初始切片；模型构建步骤，根据输入序列的数据特征，建立肝脏亮度模型和外观模型，抑制复杂背景突出肝脏区域；自动分割步骤，结合亮度模型和外观模型运用图割算法对初始切片进行快速自动分割，并利用相邻切片之间的空间相关性，以初始分割切片为起点分别向上、向下迭代分割肝脏CT序列中所有的切片。本发明针对特定的CT序列建立相应的亮度和外观模型，能有效自动分割对比度低、边界模糊和形状不规则的肝脏。并且，本发明的腹部CT序列图像肝脏自动分割方法能够推广到其他腹部器官的自动分割中，如腹部CT序列图像脾脏和肾脏的分割。
-
公开(公告)号：CN107065018A
公开(公告)日：2017-08-18
申请号：CN201611213026.X
申请日：2016-12-25
Applicant: 中南大学
IPC: G01V3/08
CPC classification number: G01V3/088
Abstract: 本发明公布了一种用于堤坝安全动态监测的电法观测系统及方法，本系统包括远程数据管理平台、现场数据管理平台、电法监测数据采集器、电法供电电极和测量电极、电法信号传输导线；本方法利用电法监测数据采集器通过布设在堤坝的电法供电电极、测量电极和信号传输导线，采用一字形三维电法监测方法，定时动态监测堤坝的电法监测数据，分析堤坝不同时期的电法监测数据变化规律，提取与堤坝安全有关的信息，从而实现堤坝安全的长期动态监测；本方法的特点在于通过动态获取堤坝的电法监测数据，间接识别堤坝内部的变化情况，能实现堤坝安全监测的无损化、长期化、动态化，且可预见性强，监测成本低。
-
公开(公告)号：CN106772625A
公开(公告)日：2017-05-31
申请号：CN201611213018.5
申请日：2016-12-25
Applicant: 中南大学
IPC: G01V3/02
CPC classification number: G01V3/02
Abstract: 一字形三维电法勘探方法，本发明基于电法勘探区的勘探目标体特征、地形地貌起伏特征，通过布置一字形的三维电法勘探供电点，利用电法勘探发射机通过供电点的电极向地下供电，采用电法勘探接收机同时接收所有测量点的电场信号，求取一字形的每个供电点供电时所有测量点的视电阻率和激电参数，从而实现一字形三维电法勘探。本发明可克服二维电法勘探效果较差、常规三维电法勘探效率低的缺点，又继承二维电法勘探效率高、常规三维电法勘探效果优的优点，在勘探效率和勘探效果两者之间找到一个更优的平衡点。
-
公开(公告)号：CN106646624A
公开(公告)日：2017-05-10
申请号：CN201611213671.1
申请日：2016-12-25
Applicant: 中南大学
IPC: G01V3/08
CPC classification number: G01V3/08
Abstract: 非对称电法测深方法，本发明通过设计仅相对于某一固定点对称的一系列等间距供电点，利用电法勘探发射机通过相对于该固定点对称的两个供电点向地下供电，采用电法勘探接收机同时接收勘探线所有测量点上的电场信号，求取每一对对称供电点供电时每个测量点的视电阻率和激电参数。本发明大量减少了布置供电点的工作量，且能实现多通道电法仪或多台电法仪同时对多个测深点开展测深，从而提高了二维或三维电法测深的勘探效率。在三维非对称电法测深模式中，由于采用三维电法测深模式，既提高了勘探效率，又能提高勘探效果。
-
Patent Agency Ranking
公开(公告)号：CN104573685A
公开(公告)日：2015-04-29
申请号：CN201510046301.2
申请日：2015-01-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于线性结构提取的文本检测方法，将文本连通区域看作是不同形状的线性结构的组合；通过提取线性结构，粗略定位文本区域；然后通过色彩聚类和基于色彩距离的区域生长，从初始文本区域中得到完整的文本连通域。进一步分析连通区域的几何和空间位置特征，得到候选文本字符串。其中，线性结构的提取采用多尺度Hessian矩阵滤波方法，分别对原始彩色图像的R、G和B三个通道上操作，使得本方法在一定程度上，克服光照对图像的影响；通过高斯混合模型色彩聚类和基于色彩距离的区域生长，两步色彩分析方法，使得本方法对不同大小、笔画宽度文本的检测性都较好，进一步提高本方法的鲁棒性。
-
公开(公告)号：CN102521606B
公开(公告)日：2013-10-23
申请号：CN201110386240.6
申请日：2011-11-29
Applicant: 中南大学
Abstract: 本发明提供了一种对JPEG图像的像素块分类方法，以及基于此的图像篡改检测和被篡改区域定位方法，将待检测的JPEG图像分成连续不重叠的8×8大小的像素块，以某个像素块为中心选取(2n+1)×(2n+1)个像素块组合而成的方形区域作为子图像，利用子图像的前i个AC系数带中AC系数的首位数分布概率特性，将中心像素块区分为单压缩或双压缩；进而分类结果为单压缩且其面积大于M个8×8像素块的连通区域判定为篡改区域。本发明的方法能准确检测和定位篡改区域；对三种不同篡改技术的篡改区域检测均有效，适用范围较广；本发明是一种JPEG篡改图像的自动盲检测方法，不需要任何先验知识，且有较高的检测覆盖率且误检测率小。
-
公开(公告)号：CN1952653B
公开(公告)日：2010-08-11
申请号：CN200610032382.1
申请日：2006-10-01
Applicant: 中南大学
IPC: G01N27/327 , H05K1/00
Abstract: 本发明涉及一种一次性全血尿酸检测电极试条及制造方法，该试条包括绝缘基底(1)，参比电极(2)，工作电极(3)，试剂层(4)，进样腔(5)。参比电极(2)和工作电极(3)由为丝印在基底(1)上的碳层组成；试剂层(4)包含牛血清白蛋白，电子媒介体，粘结剂和pH缓冲剂；进样腔(5)由试剂层(4)、垫片(6)和亲水性膜(7)围成。该试条能有效去除血液中的其他成份的干扰，可以快速准确地测定全血中尿酸浓度；具有自吸进样功能，使用方便；而且制作方法简单，特别适于大批量生产。
-
公开(公告)号：CN119863523A
公开(公告)日：2025-04-22
申请号：CN202510073122.1
申请日：2025-01-17
Applicant: 中南大学
IPC: G06T7/73 , G06T7/50 , G06N3/045 , G06N3/088 , G06V10/774 , G06V10/82 , G06V10/766 , G06V10/44 , G06V10/80
Abstract: 一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法。本发明公开了一种图像和点云特征对齐及姿态微调的车辆姿态估计方法，主要解决现有技术对车辆位姿估计结果准确率低，图像特征和点云特征表征信息不匹配的问题。其实施方案为：1)获取点云和图像数据集；2)构建位姿估计模型；3)构建模型损失函数；4)训练位姿估计模型；5)推理并获得姿态变换结果。本发明构建的车辆位姿估计模型，通过图像和点云特征匹配对齐的方式及跨模态注意力机制，实现多模态共性特征表示能力的增强，进而实现对姿态估计结果的微调，提升车辆位姿估计的准确率，具有较大的实际应用价值。
-
公开(公告)号：CN119863521A
公开(公告)日：2025-04-22
申请号：CN202510072944.8
申请日：2025-01-17
Applicant: 中南大学
IPC: G06T7/73 , G06T7/50 , G06V10/774 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/0895
Abstract: 本发明公开了一种融合图像和点云数据的车辆姿态估计方法，主要解决现有姿态估计方法准确率低、视觉姿态估计方法尺度模糊、点云姿态估计方法对应点匹配困难等问题。其实施方案为：1)获取点云和图像数据集；2)构建位姿估计模型；3)构建模型损失函数；4)训练位姿估计模型；5)推理并获得姿态变换结果。本发明构建的位姿估计模型，通过图像和点云特征多层次通道交换、特征匹配对齐、跨模态注意力机制和跨帧注意力机制，实现多模态特征的充分融合，有效提升车辆姿态估计的准确率，解决了多模态异构数据信息不对齐的问题，实际应用价值大。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.019 seconds)
