-
公开(公告)号：CN106918813B
公开(公告)日：2019-04-30
申请号：CN201710135604.0
申请日：2017-03-08
Applicant: 浙江大学
IPC: G01S15/89
Abstract: 本发明公开了一种基于距离统计的三维声纳点云图像增强方法，包含以下步骤：(1)获取声纳数据，将每帧声纳数据对应的三维声纳范围图像信息转换为全局坐标下的点云数据；(2)采用kd‑树对点云数据进行搜索，并计算每个点云数据Pi与其最邻近K个点云数据之间的欧式距离Lij，其中，i的取值范围为1≤i≤N，j的取值范围为1≤j≤K，N为点云数据的总数；(3)利用高斯分布对Lij的均值进行统计，排除高斯分布以外的均值对应的点云数据，完成三维声纳点云图像的增强。该方法操作简单，高效快捷，能够有效地去除离群点，达到减小噪声、增强点云图像的目的。
-
公开(公告)号：CN106791768B
公开(公告)日：2019-01-04
申请号：CN201611168318.6
申请日：2016-12-16
Applicant: 浙江大学
IPC: H04N13/161 , H04N19/597
Abstract: 本发明公开了一种基于图割优化的深度图帧率提升方法，首先，对于每个编码单元树，具体执行运动估计和补偿的块大小和搜索范围是根据纹理图中对应块的运动信息决定的；其次，每个块的运动搜索不是相对独立的，而是考虑了块间运动矢量场的平滑，将一个编码单元树中所有块的运动搜索当作一个能量最小化过程。其中，平滑项是相邻块运动矢量的差，而数据项是用来评价被插入深度图质量的合成视点失真；最后，这个能量最小化过程转化为一个标签最优分配过程，用图割优化算法来解决。本发明适用于3D视频编码效率的优化、深度视频的容错和增强。
-
公开(公告)号：CN105549738B
公开(公告)日：2018-07-24
申请号：CN201510916697.1
申请日：2015-12-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多核处理器的脑信号实时并行处理方法，包括：步骤1，ARM处理器接收神经数据和处理指令，并将神经数据和处理指令发送至第一内核；步骤2，第二内核根据上一次的预测运动状态，计算当前预测运动状态，并在当前预测运动状态的偏差范围内随机采样，得到若干个运动状态采样点；步骤3，第三内核根据运动状态采样点，计算各运动状态采样点下神经数据的期望；步骤4，第四内核计算各运动状态采样点下，出现当前神经数据的后验概率；步骤5，第一内核根据运动状态采样点和对应的后验概率，得到预测运动状态；步骤6，ARM处理器接收预测运动状态并输出。本发明能够实现脑神经数据的高速传输处理。
-
公开(公告)号：CN106971395A
公开(公告)日：2017-07-21
申请号：CN201710134480.4
申请日：2017-03-08
Applicant: 浙江大学
CPC classification number: G06T2207/10028 , G06T2207/10136
Abstract: 本发明公开了一种基于点云平均背景差的三维声纳图像建模方法，包含：(1)获取声纳数据，将每帧声纳数据对应的三维声纳范围图像信息转换为全局坐标下的点云数据，该点云数据组成图像的像素；(2)将一系列连续帧图像中相同位置的像素的平均值u(x,y,z)作为背景模型中相同位置的像素，得到背景模型，并根据每帧图像中的像素确定用于确定背景标准的阈值TH；(3)根据背景模型和阈值TH对当前帧图像I(x,y,z)进行检测，得到输出图像；(4)利用当前帧图像I(x,y,z)对背景模型和阈值TH进行更新。该方法能够快速识别背景中的前景目标，建立对应的数学模型供后续处理，处理速度快，并且能够随环境变化自动更新背景模型。
-
公开(公告)号：CN103226965B
公开(公告)日：2015-09-09
申请号：CN201310108041.8
申请日：2013-03-29
Applicant: 浙江大学
IPC: G11B27/10
Abstract: 本发明公开了一种基于时间位图的音视频数据存取方法，包括以下步骤：预先将磁盘空间划分为索引区和数据区，所述索引区用于存放时间位图索引和一级索引，其中时间位图索引中的各个数据位分别对应一个一级索引；所述数据区划分为若干区块，每个区块对应一个二级索引；音视频数据的存取过程依次包括录像段的写入、录像段的检索以及录像段的读取。本发明方法适用于大容量的存储设备，可以消除存取过程中产生的空间碎片，在异常断电时，不会造成已保存数据的丢失，同时，读取数据时分区块进行，有利于延长硬盘的使用寿命。
-
Patent Agency Ranking
公开(公告)号：CN102394844B
公开(公告)日：2014-06-18
申请号：CN201110229624.7
申请日：2011-08-11
Applicant: 浙江大学
Abstract: 本发明公开了一种基于FPGA的锋电位信号并行检测装置和方法。该装置由若干个并行的模块构成，每个模块包括：信号接收器、信号分解/重构器、系数缓存器、系数处理器、信号检测器和信号输出器。该方法包括：接收待检测信号序列，并对其进行分解，得到分解后的系数序列；对分解后的系数序列进行处理，根据处理后的系数序列进行信号序列重构，从重构后信号序列中检测得到锋电位信号并输出。本发明通过实现信号分解/重构的流水处理的操作方式提高了信号处理速度，通过基于FPGA的单通道锋电位检测装置的模块化设计实现多通道的并行检测，提高了系统的处理效率。
-
公开(公告)号：CN103813178A
公开(公告)日：2014-05-21
申请号：CN201410041255.2
申请日：2014-01-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于编码单元深度时空相关性的快速HEVC编码方法，包括以下步骤：（1）输入原始编码序列；（2）提取已完成编码的编码单元的深度；（3）若当前编码单元的深度小于深度阈值，利用前一帧中两相邻编码单元的深度关系，缩小当前编码单元的深度搜索范围；（4）在步骤（3）所得的深度搜索范围中，按照从小到大的顺序搜索深度，至最大深度后结束深度搜索；（5）依据步骤（4）搜索得到的深度，确定最佳编码树单元划分，然后进行HEVC编码。本发明基于编码单元深度时空相关性的快速HEVC编码方法能够显著加速HEVC视频编码的速度，并保证较好的率失真性能，具有较强的实用性。
-
公开(公告)号：CN103744073A
公开(公告)日：2014-04-23
申请号：CN201310724683.0
申请日：2013-12-24
Applicant: 浙江大学
IPC: G01S7/52
Abstract: 本发明公开了一种远场分布式并行子阵波束形成方法，包括以下步骤：（1）将换能器全阵列划分成若干个一级子阵，每个一级子阵作为一个基本单元，所有一级子阵组成二级子阵；（2）所有一级子阵并行进行波束形成；（3）每个一级子阵的波束形成结果作为二级子阵的一个基元，经过波束抽取后，进行二级子阵波束形成。本发明提供的远场分布式并行子阵波束形成方法，能够在减少时延参数存储空间和计算负载的前提下，获得与直接波束形成算法主瓣宽度和旁瓣峰值相近的波束方向图，大幅度提高计算效率，满足水下三维声纳成像的实时性需求。
-
公开(公告)号：CN103744072A
公开(公告)日：2014-04-23
申请号：CN201310722480.8
申请日：2013-12-24
Applicant: 浙江大学
Abstract: 本发明公开了一种基于模拟退火算法和分布式并行子阵波束形成算法的稀疏阵列优化方法，包括以下步骤：（1）将二维接收换能器阵列划分成若干个一级子阵，每个一级子阵作为一个基本单元，所有一级子阵组成二级子阵；结合二级子阵的波束方向图的旁瓣峰值和换能器的权重系数比，基于分布式并行子阵波束形成算法定义能量函数E(W,A)；（2）预先设定二级子阵的波束方向图的旁瓣峰值的目标阈值和换能器的权重系数比的阈值，利用模拟退火算法，进行二维接收换能器阵列的稀疏优化，得到需要开启的换能器数目的最小值。本发明的优化方法采用更少的换能器数目和更低的权重系数比，获得了相同的波束方向图性能，大幅度降低了系统的硬件复杂度和成本。
-
公开(公告)号：CN102984541A
公开(公告)日：2013-03-20
申请号：CN201210532630.4
申请日：2012-12-07
Applicant: 浙江大学
Abstract: 本发明公开了一种基于像素域失真度估计的视频质量评价方法，包括以下步骤：(1)利用邻近像素点之间亮度差值的数理统计特性计算局部失真度；(2)通过计算对视频进行高斯滤波后的细节损失得到全局失真度；(3)结合局部和全局失真度估计视频整体的失真度；(4)通过帧内预测和帧间预测计算视频复杂度；(5)利用视频失真度和复杂度得到视频客观质量。在视频质量评价时，本发明模型简单，只需要待评价视频就能得到其客观质量，具有很高的灵活性，同时对各种不同的视频场景都能得到比较准确的评价结果，具有较好的普适性。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.038 seconds)
