-
公开(公告)号：CN116935394B
公开(公告)日：2024-01-02
申请号：CN202310937343.X
申请日：2023-07-27
Applicant: 南京邮电大学
IPC: G06V30/14 , G06V30/146 , G06V30/148 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于PSENet区域分割的列车车厢号定位方法，通过结合注意力机制SE模块从卷积通道特征角度对网络权重参数进行再分配，提高残差网络对车厢号特征的提取性能，采用特征金字塔和自底向上路径增强模块，传递浅层网络强定位信息到富含强语义信息的深层网络中，融合来自两种网络的特征得到多尺度特征图后采用渐进尺度扩展算法对车厢号区域进行分割，本发明可以使货运列车车厢号定位有较高精确率与召回率，有利于后续车厢号识别工作的进行。
-
公开(公告)号：CN117314988A
公开(公告)日：2023-12-29
申请号：CN202311606533.X
申请日：2023-11-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种多角度投影配准的DBT重建法，包括如下步骤：获取多角度的投影数据；基于比尔定理对投影数据进行预处理，得到预处理后的投影数据；基于等中心圆弧运动的位移量配准法，对预处理后的投影数据进行分块坐标平移处理，得到平移后的投影数据；对平移后的投影数据中的像素空缺值进行图像插值处理，得到插值后的投影数据；根据插值后的投影数据，基于DBT重建算法、获得并输出DBT重建层。通过获取多角度的投影数据，基于等中心圆弧运动的位移量配准法，实现了中心投影标准化，满足了不同角度投影对重建层的不同放大率要求，使得对比度更高，聚焦重建层纹理更清晰，边界更加清晰，不易产生伪影。
-
公开(公告)号：CN115731517A
公开(公告)日：2023-03-03
申请号：CN202211464101.5
申请日：2022-11-22
Applicant: 南京邮电大学
IPC: G06V20/52 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种基于Crowd‑RetinaNet网络的拥挤人群检测方法，属于人工智能技术领域，对采集到的行人图像进行预处理，生成样本数据集；将样本数据集导入基于Crowd‑RetinaNet网络构建的拥挤人群检测模型中，对模型进行训练；拥挤人群检测模型检测模型包括目标识别模块和优化模块；采用目标识别模块识别导入样本中的行人，并对识别到的行人添加完整框和可见框；通过在完整框预测和训练中增加可见框V‑box辅助预测及训练，在不增加过多的模型参量的前提下，有效提高了模型精度，同时在特征提取模块中加入了通道‑空间注意力机制模块，不仅可以控制模型参数量，还使网络更好地提取场景中行人的特征，提升了模型的检测性能。
-
公开(公告)号：CN111405206B
公开(公告)日：2022-07-26
申请号：CN202010115293.3
申请日：2020-02-25
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于帧平均及权值调整二阶盲识别的泊松‑高斯联合噪声图像序列分离降噪方法，包括如下步骤：S1、获取噪声图像序列；S2、将噪声图像序列分为n组，并预处理得到新的图像序列、作为算法的观测信号；S3、对图像序列进行中心化处理、得到去均值化的混合观测矩阵；S4、结合混合观测矩阵给出混合观测矩阵的非零时延协方差矩阵；S5、采用非线性最小二乘法寻找酉矩阵近似联合对角化协方差矩阵，得到权值矩阵，最终输出即降噪后的图像。本发明的方法在抑制和消除图像噪声的同时尽可能地保留了图像中的有效信息，降低了算法整体的运行时间，使得算法的即时性和有效性得到了充分保障。
-
公开(公告)号：CN107358614B
公开(公告)日：2020-07-28
申请号：CN201710447275.3
申请日：2017-06-14
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于支持向量机(Support Vector Machine，SVM)从K边缘特性X射线图像中分离图像信息的方法。针对K边缘图像中感兴趣区域在不同能量下像素不同的特点，本发明利用SVM对单张K边缘图像进行处理，分别对感兴趣区域和背景进行采样，从而得到分离后的感兴趣区域。该发明通过人工选取感兴趣区域，避免了由于感兴趣区域像素与背景接近时算法的错误识别，是一种与K边缘图像相适应的图像分割方法。
-
Patent Agency Ranking
公开(公告)号：CN111405206A
公开(公告)日：2020-07-10
申请号：CN202010115293.3
申请日：2020-02-25
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于帧平均及权值调整二阶盲识别的泊松-高斯联合噪声图像序列分离降噪方法，包括如下步骤：S1、获取噪声图像序列；S2、将噪声图像序列分为n组，并预处理得到新的图像序列、作为算法的观测信号；S3、对图像序列进行中心化处理、得到去均值化的混合观测矩阵；S4、结合混合观测矩阵给出混合观测矩阵的非零时延协方差矩阵；S5、采用非线性最小二乘法寻找酉矩阵近似联合对角化协方差矩阵，得到权值矩阵，最终输出即降噪后的图像。本发明的方法在抑制和消除图像噪声的同时尽可能地保留了图像中的有效信息，降低了算法整体的运行时间，使得算法的即时性和有效性得到了充分保障。
-
公开(公告)号：CN109523488A
公开(公告)日：2019-03-26
申请号：CN201811413163.7
申请日：2018-11-23
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于图像序列在Anscombe变换域进行盲源分离的X射线图像降噪方法，该方法包括如下步骤：S1：获取X射线图像；S2：对获得的X射线图像进行Anscombe变换处理，利用Anscombe变换将X射线图像中较难处理的泊松噪声转化为高斯噪声，对处理后的观测信号进行中心化预处理；S3：对变换后的图像序列采用非线性主分量分析方法进行盲源分离，观察第t轮迭代是否满足收敛要求，若不满足，则继续进行迭代；若满足，则迭代结束，输出独立信号；将降噪的图像信号进行Anscombe逆变换，即得到最终降噪图像。该方法克服了泊松噪声处理难度大及传统降噪算法在降噪同时丢失图像信息等缺点，确保X射线图像质量。
-
公开(公告)号：CN105654528B
公开(公告)日：2018-11-27
申请号：CN201610007762.3
申请日：2016-01-04
Applicant: 南京邮电大学
IPC: G06T11/00
Abstract: 本发明公开了基于压缩感知的多能X射线图像分离方法，属于医学影像图像处理的技术领域。本发明根据压缩感知理论感知人体X射线序列图像信号，建立基于图像感知信号的过完备基独立成分分析模型，将过完备基独立成分分析模型转化为标准独立成分分析模型，估计标准独立成分分析模型的医学图像目标信号，结合压缩感知理论重构信号。本发明压缩时间短、重构时间短、重构图像质量高，在保证重构图像质量的同时减少计算量并优化独立成分分析算法复杂度。
-
公开(公告)号：CN106803089A
公开(公告)日：2017-06-06
申请号：CN201611164162.4
申请日：2016-12-15
Applicant: 南京邮电大学
Inventor： 喻春雨
Abstract: 本发明公开了一种基于非线性主分量分析从图像序列中分离信息的图像降噪方法；取相对静止的场景图像一组；基于盲源分离(Blind Source Separation,BSS)原理，将图像信息和图像噪声视为每幅图像的组成分量；图像信息是稳定而图像噪声是随机的，这个特点使图像序列中每幅图像视为图像信息分量和图像噪声分量的一种组合；利用非线性主分量分析(nonlinear Principal Component Analysis,NLPCA)的非高斯性判断使图像信息和图像噪声分开，输出分量中标准方差最大的即为图像信息分量。该方法不需要噪声先验信息，即将降噪后的图像信息提取出来，提取效率随图像序列中图像数量和图像噪声强度的增加而提高，也将随盲源分离(BSS)的技术改进而提高，是一种实用且有潜力的图像降噪方法。
-
公开(公告)号：CN104867168A
公开(公告)日：2015-08-26
申请号：CN201510208623.2
申请日：2015-04-28
Applicant: 南京邮电大学
IPC: G06T11/00
Abstract: 本发明公开了一种基于P范数的压缩感知计算机断层扫描图像重建方法，具体指一种对不完全投影数据进行图像总变差Lp范数最小化的CT图像代数迭代重建方法。该方法主要步骤为：(1)获取CT系统成像参数以及扫描系统投影数据；(2)初始化投影数据，主要包括利用小波变换基对投影数据进行离散化处理以及滤波降噪处理，通过加权求解出投影矩阵并对初始图像x进行赋值x(0)＝0；(3)对投影数据进行代数迭代重建，利用梯度下降法对每次迭代后的图像做总变差Lp范数最小化调整，判断其是否满足收敛条件。若满足，则将重建图像保存、并输出；若不满足，则将本轮迭代的调整图像作为迭代初值继续迭代。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.024 seconds)
