-
公开(公告)号：CN109257128B
公开(公告)日：2021-05-11
申请号：CN201811294597.X
申请日：2018-11-01
Applicant: 南京邮电大学
IPC: H04B17/382
Abstract: 本发明公开了一种基于傅里叶级数拟合去噪的频谱信号识别方法，该方法包括以下步骤：(1)将原信号频谱图中频谱功率值超过设定阈值的对应信号去除，并记录所述信号的基带部分对应的信号的序列值和所述信号对应的强度值；(2)将信号的基带部分对应的信号作为拟合点，对其进行七阶傅里叶级数拟合，得到拟合曲线；(3)利用每个所述信号的基带部分对应的信号点的序列值求得拟合曲线对应值，将原信号对应的信号强度值对应减去拟合曲线对应值，得到修正基线漂移之后的信号及其对应的频谱图；(4)采用能量检测法对修正基线漂移之后的信号进行信号识别，得到频谱信号使用情况表。可以准确的识别频谱的使用情况，识别精准性高并且计算复杂度较低。
-
公开(公告)号：CN115330786B
公开(公告)日：2023-04-25
申请号：CN202211250509.2
申请日：2022-10-13
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/11 , G06T7/187 , G06T5/30 , G06V10/26 , G06V10/28 , G06V10/40 , G06V10/44 , G06V10/762
Abstract: 本发明公开了基于CECI算法的水稻植株深度学习计数数据集的创建方法，包括：采集原始水稻图片数据，对原始水稻图片进行植被色度筛选以及HSV空间色度分割处理，提取处理后原始水稻图片中的绿色水稻区域；将原始水稻图片进行色度增强，并对色度增强处理后的原始水稻图片进行十簇聚类；计算绿色水稻区域和十簇聚类分块后的重合率，根据重合率合并拼接得到最终的水稻图片；对最终的水稻图片进行腐蚀膨胀处理并计算水稻的连通域，根据连通域的重心坐标，对计算机自动标注生成的图片进行修正，创建数据集生成基准密度图。本发明方法为后续基于深度学习水稻植株计数方法的研究创造了基础。
-
公开(公告)号：CN110047088B
公开(公告)日：2022-08-26
申请号：CN201910258297.4
申请日：2019-04-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进教与学优化算法的HT‑29图像分割方法，该方法将自适应的自学习机制融入到传统教与学优化算法中，形成改进的教与学优化算法，包括步骤：(1)计算需分割的HT‑29人结肠癌细胞图像每个像素的邻域灰度均值，得到二维灰度直方图；(2)建立HT‑29图像二维最大熵阈值分割的最优化模型；(3)采用改进教与学优化算法对HT‑29图像二维最大熵阈值分割的最优化模型进行优化，得到最优阈值矩阵；(4)利用最优阈值矩阵对需分割的HT‑29图像进行分割。本发明有效提高了HT‑29人结肠癌图像分割的效率和分割结果的精度。
-
公开(公告)号：CN109827957B
公开(公告)日：2021-04-06
申请号：CN201811540722.0
申请日：2018-12-17
Applicant: 南京邮电大学
IPC: G01N21/84
Abstract: 本发明公开了一种基于计算机视觉的水稻叶片SPAD值估测方法，该方法包括：(1)采集一定数量的水稻叶片样本，并将所述水稻样本放在18％灰板上，获取对应样本图像；(2)测定所有样本图像的SPAD值；(3)采用阈值分割法去除样本图像中的灰板部分，留下绿色叶片主体部分；(4)提取所述样本图像的颜色特征，获得样本图像中的RGB颜色空间中颜色特征和HSV颜色空间中的颜色特征；(5)以所述颜色分量为输入，采用逐步回归分析方法，建立基于颜色分量的SPAD值估测模型M'2。本发明提出的方法，可快速得到整片水稻叶片SPAD值数据，估测结果精度较高、误差小，不仅能减少人工检测水稻叶片SPAD值的工作效率，还能为水稻叶片可视化研究提供依据。
-
公开(公告)号：CN110188608A
公开(公告)日：2019-08-30
申请号：CN201910331755.2
申请日：2019-04-23
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于自适应阶数的交互行为分析方法，包括以下步骤：步骤一：视频特征提取与表示；步骤二：利用分层狄利克雷过程模型对视频序列进行建模，检测出场景中包含的行为，并利用K-means算法进行分类，实现多变量时间序列提取与分类；步骤三：进行多变量自回归模型阶数选择；步骤四：基于频域的多向量过程因果测量的组间交互行为分析；步骤五：基于频域的多标量过程因果测量的组内交互行为分析；步骤六：基于组间和组内因果测量的全局和局部行为交互网络构建。本发明的优点是：不仅能检测出场景中全局和局部交互行为，而且可以构建全局和局部行为交互网络。
-
Patent Agency Ranking
公开(公告)号：CN106203439B
公开(公告)日：2019-05-31
申请号：CN201610481768.4
申请日：2016-06-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于标志物多特征融合的无人机自动寻的着陆方法，是一种基于标志物颜色、形态学轮廓以及特征点，多种特征的无人机自动寻的着陆方法，以机载摄像机实时采集到的视频图像为对象，自动地较准确地检测目标在图像中的位置。该方法以标志物图形的颜色特征、轮廓的形态特征和特征点作为判断依据，能够适应低空无人机航空序列图像的视角变换、几何变换、放射变换、畸变、亮度变换、噪声干扰等恶劣情况下的匹配问题，可以实时地对基准图形进行检测，进而实时计算标志物的坐标，检测结果准确率高，对无人机自动寻地着陆具有重要的应用价值。
-
公开(公告)号：CN109784167A
公开(公告)日：2019-05-21
申请号：CN201811523029.2
申请日：2018-12-13
Applicant: 南京邮电大学
Inventor： 白晓东 , 哈桑·萨尔曼 , 穆罕默德·艾弗瑞·拉赫曼·纳耶姆 , 穆罕默德·雷兹万·马蒙 , 阿西夫·穆罕默德 , 穆罕默德·马蒙·阿里 , 阿萨都扎曼·佩奥儿 , 赵铭卓 , 姜啸晨
Abstract: 本发明公开了一种基于计算机视觉的家庭安全检测系统，该系统包括相互连接并交互通讯的中央处理模块、人脸采集模块、云服务器和智能终端，所述中央处理模块分别连接所述人脸采集模块和云服务器，所述云服务器和智能终端相连，所述中央处理模块运行在树莓派嵌入式平台上，所述树莓派嵌入式平台内集成OpenCV函数库；本发明将OpenCV移植到低成本的树莓派嵌入式平台中，进而实现自动检测和即时安全预警，运行速度快、识别精度高，有助于提高家庭、城市以及公司企业的安全。
-
公开(公告)号：CN104616299B
公开(公告)日：2019-02-19
申请号：CN201510051773.7
申请日：2015-01-30
Applicant: 南京邮电大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于空时偏微分方程的弱小目标检测方法，该方法包括：(1)读入待处理图像序列的相邻三帧图像；(2)初始化参数w并计算图像的空时梯度(3)利用空时偏微分方程对图像进行背景预测；(4)对当前帧的图像和背景预测的结果进行差分，得到弱小目标的检测结果。本发明通过利用空时偏微分方程模型对远距离红外图像进行背景预测，使得算法能够对弱小目标进行检测，该方法为成像制导、安全监控、空间监测等方面提供了技术支撑，具有较强的实用价值。
-
公开(公告)号：CN105550692B
公开(公告)日：2018-08-31
申请号：CN201511017341.0
申请日：2015-12-30
Applicant: 南京邮电大学
IPC: G06K9/46
Abstract: 本发明公开了一种基于标志物颜色及轮廓检测的无人机自动寻的着陆方法，以机载摄像机实时采集到的视频图像为对象，自动地较准确地检测目标在图像中的位置，进而计算出目标在图像中的坐标以及无人机和目标的相对距离。该方法以标志物图形的颜色特征和形状轮廓的形态特征作为判断依据，可以实时地对标志物图形进行检测，进而实时计算标志物的坐标，检测结果准确率高，对无人机自动寻地着陆具有重要的应用价值。
-
公开(公告)号：CN115330747A
公开(公告)日：2022-11-11
申请号：CN202211030111.8
申请日：2022-08-26
Applicant: 南京邮电大学
Abstract: 本发明公开了基于DPS‑Net深度学习的水稻植株计数、定位和大小估计方法包括：将水稻田原始图像输入特征提取器，提取成四个不同尺度的特征图；在密度估计模块，基于正负损失函数将注意力图融合初始密度图生成高质量密度图，将高质量密度图的所有像素值相加得到植株的数量；在植株位置检测模块，利用非极大值抑制算法结合高质量密度图生成植株位置的坐标；在植株大小估计模块，通过模块网络结构的输出融合植株位置坐标估计出植株的大小；本发明利用了一个新的高通量水稻植株计数数据集证明了本方法能够实现水稻植株的自动、非接触和精确计数，对于图像背景和噪声的抑制有良好的效果，而且还能提供植株位置和大小信息，对作物表型研究有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.022 seconds)
