-
公开(公告)号：CN113607163A
公开(公告)日：2021-11-05
申请号：CN202110916845.5
申请日：2021-08-11
Applicant: 中北大学
Abstract: 本发明公开了一种复杂天气下的大气偏振光定向方法，包括天气分类、噪声估计、去噪、拟合四部分；在天气分类阶段，采用PCANet网络对偏振图像进行特征提取，采用支持向量机进行分类；在噪声估计阶段，采用偏振图像以及偏振强度图像的图像块来进行估计；在去噪阶段，采用加权稀疏编码模型与天气权重、线性偏振强度权重结合来进行去噪；在拟合阶段，利用去噪后图像计算出偏振角度图像，并利用随机抽样一致算法进行太阳子午线的拟合。本发明可有效恢复复杂天气下被破坏的偏振角度图像，提高在复杂天气下的定向精度。
-
公开(公告)号：CN103697893B
公开(公告)日：2016-04-13
申请号：CN201310731899.X
申请日：2013-12-26
Applicant: 中北大学
IPC: G01C21/20
Abstract: 本发明涉及导航技术，具体为一种利用大气偏振光的三维定姿方法。该方法是采用如下步骤实现的：（1）利用球面传感器阵列在线实时采集大气偏振模式；（2）将所采集的大气偏振模式作为三维定姿模型的原始数据，利用数据分析求出太阳投影点与天顶点在阵列上的相对位置及角距；（3）利用子午线与体轴夹角确定偏航角；（4）利用姿态解算公式求俯仰角及滚转角。本发明设计合理，采用大气偏振模式进行三维定姿，提供了一种很好的技术手段，具有完全自主特性，通过实时对大气偏振模式分布的检测，就可以解算出自身的三维姿态，简单可行没有累计误差，同时偏振信息存在于大气层内的可见光中，很难被人为的大面积干扰和破坏。
-
公开(公告)号：CN119207431A
公开(公告)日：2024-12-27
申请号：CN202411195782.9
申请日：2024-08-28
Applicant: 中北大学
Abstract: 本发明公开了一种基于自监督学习模型的真实声场环境下说话人识别方法，获取大规模无标签纯净音频数据，对其添加噪声及混响；对纯净音频数据进行聚类标签；将聚类伪标签为学习目标，将大规模无标签含噪声混响的音频数据库输入自监督学习模型进行训练；构建说话人识别网络模型，包括前端和后端，将训练完成的自监督学习模型迁徙到前端，后端依次包括若干一维卷积网络、时延神经网络、聚合及池化网络、全连接输出网络；对说话人识别网络模型进行训练；对全新的语音信号进行测试。本发明解决了在强噪声及混响环境下识别说话人精度较低的问题，适用多种应用场景，并对各种恶劣情况下的声纹识别具有重要推进意义。
-
公开(公告)号：CN118010010B
公开(公告)日：2024-11-01
申请号：CN202410080283.9
申请日：2024-01-18
Applicant: 中北大学
IPC: G01C21/02 , G06V10/762 , G06V10/75
Abstract: 本发明公开了一种基于天空区域先验和变换域形态模板匹配的偏振定向方法，通过天空区域先验减少反射光的干扰，通过变换域形态模板匹配(MTMTD)解决太阳模糊。本发明通过天空区域的先验知识，给出了区域划分的标准，并通过对15通道偏振图像中的最暗像素点图像的聚类，完成天空区域的识别。同时，提出的MTMTD策略通过图像化的方法对偏振角图像进行变换域处理，在不依赖额外传感器的条件下解决了单瑞利散射模型下太阳模糊的问题。本发明可在地面/近地面条件下天空条件受到遮挡干扰的情况下完成定向，有效提高了基于大气偏振光的航向测量精度与鲁棒性。
-
公开(公告)号：CN117934319A
公开(公告)日：2024-04-26
申请号：CN202410111072.7
申请日：2024-01-26
Applicant: 中北大学
Abstract: 本发明涉及仿生偏振定向技术领域，具体是一种面向弱偏振模式的图像增强定向方法，解决了非理想天气条件下弱偏振模式不能提供足够的可解算利用的偏振信息的问题；所述图像增强定向方法通过采用“先粗处理去噪，后二次处理去噪”的原理来弥补图像的偏振信息损失，以此来补偿优化非理想天气条件下图像偏振信息不够凸显难以解算利用的缺陷，利用偏振图像增强技术将图像偏振信息细节凸显来提升偏振罗盘解算精度，增加罗盘定位的鲁棒性与精确性；本发明适用于仿生偏振罗盘信息处理。
-
Patent Agency Ranking
公开(公告)号：CN117434294A
公开(公告)日：2024-01-23
申请号：CN202311336146.9
申请日：2023-10-16
Applicant: 中北大学
Abstract: 本发明提供了一种用于无人机的多孔径纯视觉光流测速方法，利用在无人机上的视觉传感器获得的连续图像序列，计算出每个特征点在两帧图像之间的运动向量，根据运动向量计算初步视差估计值；利用多孔径成像深度估计方法计算场景深度信息并生成优化深度图，根据优化深度图及光流优化的多孔径视差估计方法计算视差；对光流初步视差估计和多孔径视差估计结果进行加权融合，以得到最终的视差估计结果；本发明根据多孔径成像系统焦距与微透镜之间的关系来搭建系统以获得最佳成像质量，提高视差估计与测距精度；本发明对光流初步视差估计和多孔径视差估计结果进行加权融合，可以起到约束代价聚合的作用，防止在场景运动边缘出现较大的错误。
-
公开(公告)号：CN117091601A
公开(公告)日：2023-11-21
申请号：CN202310960858.1
申请日：2023-08-01
Applicant: 中北大学
IPC: G01C21/20
Abstract: 本发明公开了一种使用太阳方位区域的大气偏振光定向方法，提供了一种像素坐标系下的偏振角视觉调制模型，并给出出了一种利用太阳方位区域的定向策略；本发明将水平姿态角引入至像素坐标系下的偏振角中，并利用分离点以及图像主点实现定向。具体而言，给出种子线提取算法实时更新太阳方位，融合太阳方位的形态表达与偏振角表达，对于太阳方位进行最优估计，最后利用外部传感器输入水平姿态角，如惯导等，完成定向。本发明可在倾斜条件下直接利用像素坐标系下偏振角进行计算，有效提高了在大气偏振光导航的定向精度与速度。
-
公开(公告)号：CN113607163B
公开(公告)日：2023-09-15
申请号：CN202110916845.5
申请日：2021-08-11
Applicant: 中北大学
Abstract: 本发明公开了一种复杂天气下的大气偏振光定向方法，包括天气分类、噪声估计、去噪、拟合四部分；在天气分类阶段，采用PCANet网络对偏振图像进行特征提取，采用支持向量机进行分类；在噪声估计阶段，采用偏振图像以及偏振强度图像的图像块来进行估计；在去噪阶段，采用加权稀疏编码模型与天气权重、线性偏振强度权重结合来进行去噪；在拟合阶段，利用去噪后图像计算出偏振角度图像，并利用随机抽样一致算法进行太阳子午线的拟合。本发明可有效恢复复杂天气下被破坏的偏振角度图像，提高在复杂天气下的定向精度。
-
公开(公告)号：CN115014313B
公开(公告)日：2023-08-22
申请号：CN202210603373.2
申请日：2022-05-30
Applicant: 中北大学
IPC: G01C17/38 , G06F18/241 , G06N3/0442
Abstract: 本发明公开了一种基于并行多尺度的偏振光罗盘航向误差处理方法，采用OVMD分解法将原始航向角数据分解为多个数据本征模态分量，再利用每个本征模态分量对应的自相关矩阵的最大相似特征值作为分类方法，将多个数据本征模态分量分为高频噪声分量和低频真实信号分量；对于不同类型的分量分别采用不同处理方法，采用GRU深度学习神经网络对低频真实信号分量进行航向误差建模与补偿，同时并行采用AM‑SSA去噪方法对高频噪声分量进行去噪，最终重组两部分分量得到航向误差数据。本发明解决了现有偏振光罗盘同时受其姿态角变化和噪声影响导致定向误差较大的问题，使得航向角精度进一步提高。
-
公开(公告)号：CN115014313A
公开(公告)日：2022-09-06
申请号：CN202210603373.2
申请日：2022-05-30
Applicant: 中北大学
Abstract: 本发明公开了一种基于并行多尺度的偏振光罗盘航向误差处理方法，采用OVMD分解法将原始航向角数据分解为多个数据本征模态分量，再利用每个本征模态分量对应的自相关矩阵的最大相似特征值作为分类方法，将多个数据本征模态分量分为高频噪声分量和低频真实信号分量；对于不同类型的分量分别采用不同处理方法，采用GRU深度学习神经网络对低频真实信号分量进行航向误差建模与补偿，同时并行采用AM‑SSA去噪方法对高频噪声分量进行去噪，最终重组两部分分量得到航向误差数据。本发明解决了现有偏振光罗盘同时受其姿态角变化和噪声影响导致定向误差较大的问题，使得航向角精度进一步提高。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.023 seconds)
