-
公开(公告)号：CN102501245A
公开(公告)日：2012-06-20
申请号：CN201110348780.5
申请日：2011-11-08
Applicant: 湖南大学
IPC: B25J9/08
Abstract: 本发明公开了一种全柔性细微操作平台的中间支链，中间支链的中部设有四由度柔性铰链，所述的四由度柔性铰链包括上联接环、下联接环和中柱；上联接环中设有三分支的Y型联接片，Y型联接片的三个分支均设置在同一水平面上，第一分支沿x轴布置，第二分支沿y轴布置，第三分支沿与x轴成135度的方向布置；下联接环中设有沿圆周均匀分布的三片径向片状梁；三片径向片状梁均安装在中柱下端，中柱的上端接Y型联接片的底面。该全柔性细微操作平台的中间支链具有全柔性关节，具有4个自由度，能避免全柔性细微操作平台产生刚性碰撞和破坏。
-
公开(公告)号：CN119904638A
公开(公告)日：2025-04-29
申请号：CN202411985702.X
申请日：2024-12-31
Applicant: 湖南大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06T7/11
Abstract: 本发明公开了一种基于部件感知学习分割网络的弱监督语义分割方法及系统，该方法包括：步骤1：构建部件感知学习分割网络；步骤2：获取训练集图像的SAM掩码集；步骤3：获得训练集图像的掩码伪标签集和掩码中目标部件与整体之间的关系矩阵；步骤4：获取初始部件感知学习分割网络模型；步骤5：获取并优化训练集图像中目标掩码的CAM集，得到最终伪标签集，并利用分割解码器，获取待分割图像中的语义分割结果；通过该网络中的部件‑整体精炼模块去除冗余的掩码，并捕捉掩码中目标部件与整体之间的关系；通过该网络中的部件感知学习模块，鼓励网络学习伪标签集中目标的各部件与整体之间的关系，实现在弱监督条件下对目标的精确和完整分割。
-
公开(公告)号：CN119904637A
公开(公告)日：2025-04-29
申请号：CN202411985693.4
申请日：2024-12-31
Applicant: 湖南大学
IPC: G06V10/26 , G06V10/28 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00 , G06T7/11
Abstract: 本发明公开了一种基于双分支可区分特征的表面缺陷分割方法及系统，该方法包括：步骤1：构建双分支可区分特征交叉注意力网络；步骤2：对训练集标签进行二值化处理，获取训练集图像的二值标签；步骤3：获得双分支可区分特征交叉注意力网络模型；步骤4：利用双分支可区分特征交叉注意力网络模型的语义分割分支获取像素级分类的语义分割掩码；引入双分支解码器，通过可区分特征交叉注意力整合来自二值分割分支和语义分割分支的缺陷语义信息，构建双分支之间的潜在交互并捕获跨域信息交互，利用二值分割中的缺陷特征来增加语义分割中不同类别缺陷之间的类间距离。
-
公开(公告)号：CN116935132A
公开(公告)日：2023-10-24
申请号：CN202310926333.6
申请日：2023-07-26
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/774 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/11 , G06T7/73
Abstract: 本发明公开了一种基于多层解耦注意力定位网络的弱监督目标定位方法及系统，该方法包括：步骤1：构建多层解耦注意力定位网络；步骤2：获取训练集图像的CAM集，得到训练集图像的伪标签集；步骤3：获得类别无关的多层解耦注意力定位网络模型；步骤4：利用类别无关的多层解耦注意力定位网络模型获取目标位置；步骤5：利用额外分类器，识别待定位图像中目标定位框里目标的类别；采用多层解耦注意力定位网络，同时简单且高效地完成CAM生成阶段和类别无关的分割阶段的任务；在通道和空间注意力模块中引入多层最大解耦函数，以获取更多可能的目标区域；引入最小解耦函数到多层特征融合，以抑制过度激活和噪声区域，解决边缘检测不准确的问题。
-
公开(公告)号：CN116342747A
公开(公告)日：2023-06-27
申请号：CN202310376174.7
申请日：2023-04-11
Applicant: 湖南大学
Abstract: 本发明属于数据处理技术领域，公开了一种包含离群点的平面点集椭圆拟合方法，利用5点随机抽样，由平面点集构造一系列抽样椭圆，选择指定比例的拟合优度指标最小的抽样椭圆作为可信抽样椭圆，利用所有可信抽样椭圆的中心坐标的代表值如重心或中位数位置等，作为椭圆参考点坐标，选取椭圆参考点落在其内部的可信抽样椭圆作为参考轮廓构造椭圆，并构造参考椭圆轮廓点，最后利用现有的椭圆拟合算法对所得到的参考椭圆轮廓点集进行拟合，得到最终的拟合椭圆。本发明的有益效果：能够有效地将离群点排除在最终进行椭圆拟合的数据之外，且算法性能对于参数不敏感，从而为用户设置算法参数提供较高的宽容度，有利于算法的实际应用。
-
Patent Agency Ranking
公开(公告)号：CN110838130A
公开(公告)日：2020-02-25
申请号：CN201810927909.X
申请日：2018-08-15
Applicant: 湖南大学
IPC: G06T7/155
Abstract: 本发明公开了一种快速模糊距离变换方法。对模糊分割所得的二维或三维模糊分割图像进行分辨率倍增处理，在提高分辨率的过程中，控制原图像中相邻的两个对象像素点在提高分辨率后，仅通过一个插入像素来保持连通，从而保证了提高分辨率之后的对象具有与原图像中相同的拓扑连通性；对分辨率倍增后的模糊分割图像，令像素值为0的像素的距离变换值为0，其余像素的距离变换值初始为无穷大；之后以像素值为0的像素为初始种子点，按照最小代价路径方法将距离变换值逐步由种子点扩散至与之相邻的对象像素，直至所有像素点处的距离变换值均已求得为止；对所得的高分辨率的距离变换结果进行下采样获得原模糊分割图像对应的距离变换结果。本发明能克服已有的模糊距离变换方法中不能保证高分辨率图像与原图像拓扑连通性不变的问题，并且通过采用最小代价距离方法提高了运行速度。
-
公开(公告)号：CN104008645B
公开(公告)日：2015-12-09
申请号：CN201410260194.9
申请日：2014-06-12
Applicant: 湖南大学
Abstract: 本发明公开了一种适用于城市道路车道线预测及预警方法，首先，对采集到的道路图像降采样，设定感兴趣检测区域，灰度化，滤波增强，用Canny算子进行边缘检测，将边缘检测后的图像二值化，映射到Hough平面，用改进的Hough变换提取车道线；然后，采用经典Kalman滤波算法预测车道线参数，建立感兴趣区域，用最小二乘法对感兴趣区域内的车道线进行拟合，得到最优预测值。最后，将道路路面信息和汽车当前位置信息相结合，建立基于横向距离的车道偏离报警模型，实现偏离报警。本发明提出的车道线识别算法具有良好的实时性和鲁棒性，车道偏离报警模型计算简单，报警准确。
-
公开(公告)号：CN104282004A
公开(公告)日：2015-01-14
申请号：CN201410304816.3
申请日：2014-06-30
Applicant: 湖南大学
IPC: G06T5/40
Abstract: 本发明公开了一种基于可扩展分段自适应直方图均衡化方法，包括以下步骤：步骤1：采用可扩展直方图分段方法对输入的原直方图进行扩展；步骤2：对扩展后的直方图进行均衡化处理，每个均衡化后的子直方图具有与原始直方图相同的长度；步骤3：将步骤2得到的已均衡化子直方图按照下式进行加权混合，获得最终的均衡化直方图Ht(i)；利用该方法采用可扩展直方图分段策略，可实现均衡化后图像灰度重分布到较大的动态范围，有利于暗区域图像的充分增强；运用提出了的自适应直方图均衡化方法，根据图像灰度属性自适应控制灰度均匀分布程度，从而可避免图像的过度增强、欠增强以及不自然的光晕现象产生；整个方法计算速度快，得到了增强效果明显的图像。
-
公开(公告)号：CN104182943A
公开(公告)日：2014-12-03
申请号：CN201410426264.3
申请日：2014-08-27
Applicant: 湖南大学
IPC: G06T5/00
Abstract: 本发明公开了一种融合人眼视觉特性的单幅图像去雾方法，包括以下几个步骤：步骤1：输入雾霾图像，并获取雾霾图像的暗通道图像；步骤2：采用暗原色先验方法估测雾霾图像的大气光照值；步骤3：计算雾霾图像的初始最优大气传输值；步骤4：采用引导滤波器细化，得到细化后的最优大气传输值；步骤5：将步骤4得到的细化后的最优大气传输值、大气光照估测值并结合输入雾霾图像计算得到清晰图像。该方法通过采用融合视觉特性的饱和区域分割、自适应大气传输值计算等方法，实现雾霾图像中每个像素的雾霾精准去除，提高了图像的细节复原效果；该方法不仅能有效的去除雾霾，同时能抑制光晕现象与图像噪声的产生，适用于不同的复杂天气。同时具有计算速度快的优点。
-
公开(公告)号：CN222070490U
公开(公告)日：2024-11-26
申请号：CN202420399455.4
申请日：2024-03-01
Applicant: 湖南大学
IPC: G01N21/898 , H04N7/18 , G06T1/20 , G06T1/60 , G01N21/01
Abstract: 本实用新型公开了一种基于FPGA的木材表面缺陷多模态成像系统，包括现场可编程门阵列FPGA、线激光发射器以及图像传感器；所述图像传感器与所述现场可编程门阵列FPGA相连，所述现场可编程门阵列FPGA通过通信单元与终端通信连接，所述线激光器垂直设置于木材传送带表面；所述现场可编程门阵列FPGA包括高度图重建逻辑电路、散射图重建逻辑电路、彩色图重建逻辑电路、数据传输逻辑电路以及拜尔转RGB模块。FPGA以较小的功耗、较低的资源利用率实现了硬件加速，FPGA中各种图像重建电路可以实时处理，能同时输出高度图像、散射图像以及木材表面缺陷图像，具备了设备体积小、成像分辨率高与速率快的优点。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.034 seconds)
