-
公开(公告)号：CN118212136A
公开(公告)日：2024-06-18
申请号：CN202410428150.6
申请日：2024-04-10
Applicant: 西安理工大学
IPC: G06T5/10 , G06T5/60 , G06T5/70 , G06N3/0464 , G06N3/0475 , G06N3/09
Abstract: 本发明公开了基于光场数据的全聚焦图像扩散生成方法，采用光场聚焦堆栈生成方法，低成本高质量地获得用于全聚焦图像合成的监督训练数据集；采用扩散模型网络生成全聚焦图像，相较于已有方法具有更优的图像生成质量，并且仅需远小于传统网络输入图像数量的不同焦面图像即可生成全聚焦图像；采用小波变换将图像信息由空域转变至频域，降低了模型计算复杂度；构建图像细节信息恢复模块，生成更高质量的全聚焦图像；构建混合数据集进行模型的预训练和微调，加快模型的收敛速度，增强其对不同数据集及场景的泛化性。通过上述方式，本发明能够解决现有多聚焦图像融合技术缺乏大量可学习数据集以及多输入的问题，提高了全聚焦图像的合成效率和质量。
-
公开(公告)号：CN111951159B
公开(公告)日：2024-04-26
申请号：CN202010626079.4
申请日：2020-07-02
Applicant: 西安理工大学
IPC: G06T3/4053 , G06T5/70
Abstract: 本发明公开了一种强噪声条件下光场EPI图像超分辨率的处理方法，具体按照以下实施：读入光场原始文件，进行解析，得到光场原始图像、光场白图像和微透镜中心坐标文件；利用得到的光场原始图像、光场白图像和微透镜中心坐标文件进行解码，得到光场图像的二维位置信息；通过得到的光场图像信息提取不同角度信息的子孔径图；对得到的子孔径图提取像素点，得到光场EPI图像；对得到的光场EPI图像进行BM3D去噪处理；对去噪处理后的光场图像进行超分辨重建，完成强噪声条件下光场EPI图像超分辨率的处理，能在不改变光场相机硬件设计的条件下，利用光场多视图间的关系，对光场EPI图像实现超分辨率重建。
-
公开(公告)号：CN113516158B
公开(公告)日：2024-04-16
申请号：CN202110406043.X
申请日：2021-04-15
Applicant: 西安理工大学
IPC: G06V10/84 , G06V10/82 , G06V10/25 , G06N3/0464
Abstract: 本发明公开了一种基于Faster R‑CNN的图模型构建方法，具体为：步骤1，将目标图像送入已经训练好的基于Faster R‑CNN的目标检测网络模型中，输出目标图像中各个目标对应的检测框；步骤2，根据设定的阈值对目标检测框进行筛选，去掉冗余的目标检测框；步骤3，给目标检测框分配唯一的标签；步骤4，将图像的目标划分为主要目标和次要目标，然后对次要目标构建目标树；步骤5，确定两个物体之间的相对位置关系；步骤6、根据目标树以及目标之间的位置关系构建图像的图模型。本发明的基于FasterR‑CNN的图模型构建方法，建立出的图模型能有效的表示出各个目标在目标图像中的空间布局和语义联系。
-
公开(公告)号：CN117218018A
公开(公告)日：2023-12-12
申请号：CN202311075351.4
申请日：2023-08-24
Applicant: 西安理工大学
IPC: G06T5/00 , G06T5/50 , G06N3/0464
Abstract: 本发明公开了基于多曝光多尺度递归融合的弱光图像增强方法，提出了多曝光特征递归融合模块块以及相应的融合策略，保留原始图像中的特征信息以及对不同曝光分支的输出进行自适应融合；通过多曝光产生块制造多种不同曝光的输出，统计正常光图像的亮度信息，构成一个概率分布，每次从中随机抽取一个全局比例因子来对每次的原始输入进行随机的曝光度的增强。通过多曝光产生块来得到原始图像不同曝光程度的输出，将不同曝光程度的输出利用多尺度特征增强网络进行从低分辨率到全分辨率的递归增强，将增强后的结果进行微调，得到高质量的增强输出。还能解决图像增强过程中由于亮度增强不充分、对比度较低、颜色偏淡、在恢复过程中将噪声放大的问题。
-
公开(公告)号：CN113129351B
公开(公告)日：2023-08-11
申请号：CN202110261554.7
申请日：2021-03-10
Applicant: 西安理工大学
IPC: G06T7/557
Abstract: 本发明公开了一种基于光场傅里叶视差分层的特征检测方法，解决了二维图像只能聚焦在某一固定深度，其他深度的目标模糊不清，进而导致二维图像特征检测不全面和深度信息缺失的难题。与现有技术相比，本发明方法的有点在于，可以准确全面地检测到场景各个视差层的目标物体的特征点，且检测到的FDL_Harris特征点具有尺度不变性、旋转不变性和视差信息，并且对亮度变化和噪声不敏感。这些局部不变性使得检测到的特征更加稳定和鲁棒。
-
Patent Agency Ranking
公开(公告)号：CN111325218B
公开(公告)日：2023-04-18
申请号：CN202010071527.9
申请日：2020-01-21
Applicant: 西安理工大学
Abstract: 本发明公开一种基于EPI的光场图像特征点检测方法，具体按照以下步骤实施：步骤1，输入光场图像A和光场图像B并提取子孔径图像矩阵A和子孔径图像矩阵B；步骤2，分别提取子孔径图像矩阵A和子孔径图像矩阵B的EPI图像的EPI图像作为EPI图像集合A和EPI图像集合B；步骤3，对EPI图像集合A和EPI图像集合B进行特征点检测得特征点集合A和特征点集合B；步骤4，对特征点集合A和特征点集合B进行特征描述并进行归一化得到特征向量集合A特征向量集合B；步骤5，对特征向量集合A和特征向量集合B中相对应的特征向量进行特征匹配输出匹配点集合。本发明能够实现对光场图像的特征点检测和匹配且具有较高的匹配准确率。
-
公开(公告)号：CN115311313A
公开(公告)日：2022-11-08
申请号：CN202210455151.0
申请日：2022-04-24
Applicant: 西安理工大学
Abstract: 本发明公开了基于密度重加权卷积的点云物体参数化边缘曲线提取方法，具体按照如下步骤实施：步骤1，基于PointNet++网络，改进网络模型结构；步骤2，使用步骤1中设计的网络模型，对点云数据基于密度重加权卷积分类出边缘点和角点；步骤3，根据步骤2获得的边缘点和角点集合基于密度重加权卷积生成最终曲线。本发明改善了对于提取的边缘曲线存在结构缺失的问题，并且提升了点云物体边缘曲线提取的准确度。
-
公开(公告)号：CN114758129A
公开(公告)日：2022-07-15
申请号：CN202210394473.9
申请日：2022-04-12
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于局部特征增强的RandLA‑Net室外场景语义分割方法，首先通过对中心点与邻近点的坐标、相对位置和法向量方向变化进行编码来提取点云的空间几何特征，通过将中心点特征与邻域点特征进行堆叠得到提取语义特征，并对几何特征和语义特征进行连接得到增强后的特征。其次，通过注意力机制学习每个特征的权重，将权重与特征相乘并对加权后的特征求和得到聚合后的特征。然后，通过扩张残差块来增大每个点的感受野，提升网络分割精度。最后，使用编码层‑解码层的网络结构实现室外场景语义分割。本发明对大规模场景具有良好的分割效果，在分割精度上有了一定提升，拥有较好的鲁棒性。
-
公开(公告)号：CN114677388A
公开(公告)日：2022-06-28
申请号：CN202210327868.7
申请日：2022-03-30
Applicant: 西安理工大学
Abstract: 本发明公开了基于单元分解与空间分割的房间布局划分方法，具体按照如下步骤实施：获取室内场景的单元划分结果；获取室内场景的空间分割结果；将得到的把室内场景的单元划分结果与得到的室内场景的空间分割结果进行重叠，在重叠区域中生成随机点，根据每个网格单元中随机点所带颜色标签的数量决定该网格单元属于哪一个房间，从而实现房间布局的准确划分。本发明基于单元分解与空间分割的房间布局划分方法，解决了现有技术中存在的通过分割室内场景结构元素的方法进行内部结构复杂的室内场景划分时存在严重的遮挡现象从而无法实现划分的问题。
-
公开(公告)号：CN114565008A
公开(公告)日：2022-05-31
申请号：CN202210034601.9
申请日：2022-01-12
Applicant: 西安理工大学
Abstract: 本发明公开的基于长短时记忆自编码器的锂电池异常检测方法，具体为：获取正常及异常锂电池标准寿命内横流充电电压曲线；将充电电压曲线划分为训练集合和测试集合；基构建长短时记忆自编码器模型；将正常锂电池横流充电电压曲线输入自编码器模型进行训练；使用训练完毕的自编码器模型结合正常与异常电压曲线确定最优阈值；结合最优阈值与自编码器模型对锂电池进行异常检测。本发明方法提高对电池异常检测的准确性和自动化程度。
-
-
-
-
-
-
-
-
-
Search Results
249
records
(took 0.032 seconds)
