-
公开(公告)号：CN105352564B
公开(公告)日：2018-11-09
申请号：CN201510685092.6
申请日：2015-10-20
Applicant: 中国矿业大学(北京)
IPC: G01F23/22
Abstract: 本发明公开了一种稠油油水界面检测方法，该方法包括：分别建立稠油与水的传热速率模型，并以此计算出稠油与水的升温速率比；利用铂电阻温度传感器分别测量油水混合物中的各个位置的升温速率；将稠油与水的升温速率比，与测量到的各个位置的升温速率相结合，从而确定油水界面。通过采用本发明公开的方法，能够在不破坏油水混合物性质的前提下，实时准确获取油水界面信息。
-
公开(公告)号：CN108074223A
公开(公告)日：2018-05-25
申请号：CN201711461674.1
申请日：2017-12-28
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种煤岩序列CT图中裂隙网络自动提取方法，包括：去除原始煤岩序列CT图中非煤岩腔体区域，获得符合要求的煤岩序列CT图；利用基于三维空间的伪影过滤算法和基于三维梯度的Laplace增强算法，依次对符合要求的煤岩序列CT图做伪影过滤与裂隙边界增强处理，获得裂隙边界增强后的煤岩序列CT图；建立基于裂隙特征约束的裂隙网络提取模型，从裂隙边界增强后的煤岩序列CT图提取出得到煤岩序列CT图裂隙网络；将获取的煤岩序列CT图裂隙网络作为先验形状，用基于先验形状约束的水平集模型优化裂隙网络，得到完整的煤岩序列CT图裂隙网络。该方法可对煤岩序列CT图全自动批量处理，得到完整准确的煤岩裂隙网络。
-
公开(公告)号：CN103530653B
公开(公告)日：2017-05-03
申请号：CN201310517076.7
申请日：2013-10-28
Applicant: 中国矿业大学(北京)
IPC: G06K9/62
Abstract: 本发明实施例公开了一种浮选泡沫追踪方法及装置。浮选泡沫追踪方法包括：确定当前帧以及上一帧泡沫图像中泡沫的特征信息，特征信息包括面积、最小外接圆圆心位置以及最小外接圆半径；对当前帧泡沫图像中泡沫编号并以编号为索引值建立索引图像；根据泡沫在上一帧泡沫图像中最小外接圆圆心位置以及泡沫运动预测值，预测泡沫在当前帧泡沫图像中最小外接圆圆心位置并以此在索引图像上查找预定范围内的匹配泡沫，其中，根据泡沫在上一帧泡沫图像中最小外接圆圆心与匹配泡沫最小外接圆圆心之间的位移量更新泡沫运动预测值。采用泡沫目标特征提取、位移预测及匹配，有效提高实时追踪速度、降低目标追踪的错误率，对冶炼生产过程具有指导意义。
-
公开(公告)号：CN105352564A
公开(公告)日：2016-02-24
申请号：CN201510685092.6
申请日：2015-10-20
Applicant: 中国矿业大学(北京)
IPC: G01F23/22
Abstract: 本发明公开了一种稠油油水界面检测方法，该方法包括：分别建立稠油与水的传热速率模型，并以此计算出稠油与水的升温速率比；利用铂电阻温度传感器分别测量油水混合物中的各个位置的升温速率；将稠油与水的升温速率比，与测量到的各个位置的升温速率相结合，从而确定油水界面。通过采用本发明公开的方法，能够在不破坏油水混合物性质的前提下，实时准确获取油水界面信息。
-
公开(公告)号：CN105303545A
公开(公告)日：2016-02-03
申请号：CN201510834290.4
申请日：2015-11-25
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种多光谱影像和全色卫星影像融合方法，其包括：分别提取多光谱影像与全色卫星影像的SIFT特征点，并做降维处理；采用BBF算法对降维处理后的SIFT特征点进行粗匹配，并进行误匹配消除，再采用仿射变换进行精确匹配；对精确匹配后的多光谱影像进行HIS变换获得亮度、饱和度与色度分量，将其中的亮度分量以及全色卫星影像的直方图分别进行小波变换，并将二者的小波变化结果依次进行高频替换、小波逆变换得到新的亮度分量；通过预设的参数对所述新的亮度分量进行更新，再将更新后的亮度分量与所述饱和度与色度分量进行HIS逆变换，从而实现影像的融合。本方法可以对全色卫星影像和多光谱影像进行准确、有效配准，并有效获取融合图像。
-
Patent Agency Ranking
公开(公告)号：CN119919364A
公开(公告)日：2025-05-02
申请号：CN202411976657.1
申请日：2024-12-31
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于频域分解与卷积神经网络的煤矸石图像分割方法及系统，旨在提高煤矸石图像的分割精度。该方法包括对输入的煤矸石图像进行预处理，得到预处理后的图像；然后对预处理后的图像进行频域分解，将图像分解为低频、中频和高频三个频域组；接着，在频域组内进行频域内部交互，建模不同频域分量之间的关系，提升各频域信息的表示能力；再通过频域间的交互，计算各频域组的通道间权重，增强频域间的特征融合；最后，使用卷积神经网络对频域交互后的图像进行分割，得到煤矸石分割图像。本发明通过结合频域分解与卷积神经网络的优势，能够有效提升煤矸石区域的分割精度，适用于复杂背景和噪声环境下的煤矸石分割任务，具有广泛的应用前景，特别是在煤矿资源回收与环境保护领域。
-
公开(公告)号：CN118837850A
公开(公告)日：2024-10-25
申请号：CN202410792542.0
申请日：2024-06-19
Applicant: 中国矿业大学(北京)
IPC: G01S7/48 , G01S7/487 , G01S7/493 , G01S17/58 , G06V20/56 , G06T7/20 , G06V10/82 , G06V10/52 , G06N3/0499
Abstract: 本发明公开了一种露天矿区的车载激光雷达点云场景流估计方法及系统，涉及矿用卡车自主行驶技术，所述方法包括：利用车载激光雷达传感器捕获露天矿区环境当前时刻与下一时刻的三维点云集合；根据所述当前时刻与下一时刻的三维点云集合中的高度信息对道路点进行滤除，减少集合点数，得到滤除道路后的当前时刻与下一时刻三维点云集合；对所述滤除道路后的当前时刻三维点云集合，采用最近邻聚类算法，得到滤除道路后的当前时刻三维点云逐点邻域索引；通过所述滤除道路后的当前时刻三维点云逐点邻域索引，构建滤除道路后的当前时刻逐点邻域簇特征，利用多层感知器提取所述滤除道路后的当前时刻三维点云逐点邻域簇特征，并采用对称操作与加权操作聚合所述滤除道路后的当前时刻三维点云逐点邻域簇特征，得到滤除道路后的当前时刻逐点场景流初始值；将所述滤除道路后的当前时刻逐点场景流初始值与所述滤除道路后的当前时刻三维点云逐点相加，得到滤除道路后的下一时刻三维点云集合的预测值；通过比较所述滤除道路后的下一时刻三维点云集合的预测值与所述滤除道路后的下一时刻三维点云集合，得到当前时刻的逐点场景流估计值。本发明提供了基于先验知识的场景流估计方法，仅依赖于相邻帧，可以解决露天矿区场景流的估计问题，实现了对矿用卡车，行人与当前车辆等物体的速度测量。
-
公开(公告)号：CN117291952A
公开(公告)日：2023-12-26
申请号：CN202311421363.8
申请日：2023-10-31
Applicant: 中国矿业大学(北京)
IPC: G06T7/246 , G06N3/0442 , G06N3/08
Abstract: 本申请提供了一种基于速度预测和图像重建的多目标跟踪方法及装置，涉及智能驾驶技术领域，所述方法包括：利用的第一Tracker网络对当前帧和当前帧之前的连续多帧进行处理，得到第一目标特征图以及当前帧的目标预测框和分割掩膜；利用的LSTM网络对第二目标特征图进行处理，得到当前帧的目标速度；利用的条件自变分编码器对当前帧、第一目标特征图以及目标速度进行处理，得到下一帧的预测图像；利用的卷积神经网络对第一目标特征图和下一帧的预测图像进行处理,得到融合后的特征图；利用的第二Tracker网络对融合后的特征图进行处理，得到下一帧的目标预测框和分割掩膜。本申请解决了多目标跟踪任务中行人与车辆遮挡以及位移过大导致的跟踪精度下降的问题。
-
公开(公告)号：CN108986079B
公开(公告)日：2022-04-08
申请号：CN201810673164.9
申请日：2018-06-26
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种复杂裂隙网络的裂缝提取及优化方法，首先采用直方图均衡化、高斯滤波方式对待处理的复杂裂隙网络进行处理，去除该复杂裂隙网络的裂隙图像中的随机性噪声；然后基于伽马变换的裂隙边界增强算法，增强裂隙图像的裂缝信息、矫正裂隙图像的亮度，获得复杂裂隙网络数据；建立基于形态特征的伪目标去除模型，从复杂裂隙网络数据中提取出裂隙网络；将裂隙网络作为先验形状，用基于序列图像的裂缝网络优化裂隙网络，得到完整的裂隙网络。上述方法可对复杂裂隙图进行全自动批量处理，从而得到完整准确的裂隙网络，解决传统方法带来的局限性。
-
公开(公告)号：CN112446914A
公开(公告)日：2021-03-05
申请号：CN202011412475.3
申请日：2020-12-04
Applicant: 中国矿业大学(北京)
Abstract: 本发明涉及一种放顶煤过程中的煤矸石质量计算方法及系统，方法包括：对历史图像进行预处理，得到预处理后的图像；历史图像为历史放顶煤过程含有煤矸石的图像；对预处理后的图像中的煤矸石进行标注，得到标注数据集；通过标注数据集训练残差膨胀卷积神经网络模型，得到煤矸石标注模型；通过煤矸石标注模型标注放顶煤过程图像中的煤矸石，得到煤矸石标注图像；根据煤矸石标注图像计算煤矸石质量。本发明根据对图像中的煤矸石进行标注得到的标注数据集训练残差膨胀卷积神经网络模型，得到煤矸石标注模型，根据煤矸石标注模型得到煤矸石标注图像，再根据煤矸石标注图像计算煤矸石质量，实现对放顶煤过程中的煤矸石质量准确计算。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.027 seconds)
