-
公开(公告)号：CN114494169B
公开(公告)日：2024-11-08
申请号：CN202210053072.7
申请日：2022-01-18
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于机器视觉的工业柔性物体检测方法，所述工业柔性物体检测方法主要包括：步骤1，采集目标原始彩色图像，以作为原始数据集；步骤2，对初始数据集进行数据增强处理，获得黑白二值化图片，用于将目标区域同白色背景区分开来；步骤3，绘制目标的连通区域，并统计每个连通区域的区域弧长，保留连通区域面积大于固定值S，或连通区域弧长大于固定值L的部分；步骤4，根据连通区域绘制边缘轮廓曲线，提取连通区域中心线及目标边缘轮廓上平行直线；步骤5，利用中心线和平行线绘制可表示目标宽度线段；步骤6，对表示目标宽度的线段长度进行像素距离到实际距离映射。
-
公开(公告)号：CN114489496B
公开(公告)日：2024-05-21
申请号：CN202210041910.9
申请日：2022-01-14
Applicant: 南京邮电大学
IPC: G06F3/06 , G06F13/28 , G06N3/0464 , G06N3/063
Abstract: 本发明提供了一种基于FPGA人工智能加速器的数据存储和传输方法，本发明在人工智能领域中主要针对硬件设备功耗受限制的场景中性能提升问题进行深入研究，从人工智能加速器架构方面进行设计并优化。本发明基于FPGA人工智能加速器的数据存储和传输方法不但实现了高效地存储和传输数据，且对卷积神经网络进行加速，而且还有效提高吞吐量降低延迟，适用于对严格限制功耗和要求低延迟的应用场景，提高了智能硬件的计算效率。
-
公开(公告)号：CN116977825A
公开(公告)日：2023-10-31
申请号：CN202311013116.4
申请日：2023-08-11
Applicant: 南京邮电大学
IPC: G06V10/82 , G06V10/75 , G06V10/762 , G06V20/70 , G06V10/26 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于深度学习的视觉SLAM动态特征点去除方法，步骤S1、获取目标帧输入到预先训练好的潜在动态物体识别模型，识别动态目标和静态物体；步骤S2、根据预设条件统计目标帧的特征点的数量判断特征点的数量是否超过阈值，若否则转步骤S4，若是则转步骤S3；步骤S3、将动态目标框内的特征点全部去除；步骤S4、进一步细化动态目标及与其重合的静态物体的区域；步骤S5、对细化的区域内的特征点的深度信息进行K‑Means聚类；步骤S6、对聚类后的每一类随机挑选出其中的部分数量的特征点进行动态点检测，进行特征点去除。优点：保证实时性同时避免特征点的浪费，加快动态点检测的速度。
-
公开(公告)号：CN115841618A
公开(公告)日：2023-03-24
申请号：CN202211545340.3
申请日：2022-12-05
Applicant: 南京邮电大学
IPC: G06V20/10 , G06V10/44 , G06V10/762 , G06N20/00
Abstract: 本发明公开了一种基于聚类和边缘检测的遥感影像海岸线提取方法，包括：获取海岸地区遥感影像数据；利用预构建的改进K均值聚类算法对所述遥感影像数据进行海陆聚类分割处理得到海陆聚类结果；基于所述海陆聚类结果，利用预构建的Canny边缘检测算法提取海岸线。采用改进K均值聚类算法，代替传统影像降噪手段，降低了影像复杂度，达到影像降噪预处理的目的。增加45度或135度方向梯度计算，这种模板求得的像素点梯度更加精确。对梯度幅值进行非极大值抑制的目的是为了清晰化基于梯度提取的边缘，将自适应算法引入阈值设定中来，可大大提高算法自适应性。
-
公开(公告)号：CN114489840A
公开(公告)日：2022-05-13
申请号：CN202210042842.8
申请日：2022-01-14
Applicant: 南京邮电大学
IPC: G06F9/445 , G06F13/42 , H04L61/103 , H04L69/16 , H04L69/22
Abstract: 本发明提供了一种基于FPGA的TCP/IP硬件卸载系统及其实现方法，所述TCP/IP硬件卸载系统包括用于实现TCP/IP协议栈解析的FPGA、与FPGA通讯连接的接口收发模块、以太网接口收发模块、与所述接口收发模块通讯连接的网络接口、与FPGA通信连接且用于数据缓存的DDR外部存储器、以及PCIE高速总线接口，所述PCIE高速总线接口的两端分别与所述FPGA和应用程序通讯连接；以在所述FPGA内部完成ARP缓存表的建立、ICMP链路通路检查、TCP链路建立，以及TCP业务数据快速交互。本发明的基于FPGA的TCP/IP硬件卸载系统及其实现方法减轻了CPU对TCP/IP协议栈处理的负担，有效提高了网络传输的速度与主机CPU的工作效率。
-
Patent Agency Ranking
公开(公告)号：CN114489496A
公开(公告)日：2022-05-13
申请号：CN202210041910.9
申请日：2022-01-14
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于FPGA人工智能加速器的数据存储和传输方法，本发明在人工智能领域中主要针对硬件设备功耗受限制的场景中性能提升问题进行深入研究，从人工智能加速器架构方面进行设计并优化。本发明基于FPGA人工智能加速器的数据存储和传输方法不但实现了高效地存储和传输数据，且对卷积神经网络进行加速，而且还有效提高吞吐量降低延迟，适用于对严格限制功耗和要求低延迟的应用场景，提高了智能硬件的计算效率。
-
公开(公告)号：CN106981090B
公开(公告)日：2020-04-28
申请号：CN201710084880.9
申请日：2017-02-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种管内步进单向光束扫描断层图像的三维重建方法，通过管内步进单模光纤的光束扫描出的断层图像，对其在步进马达设定步进的直线速度，确定像素点的一维空间相对线性位置，以及确定步进马达转速的情况下，对每一幅图像的二维图像像素点，做极坐标的变换确定该像素点在二维平面的位置，综合上述的平面位置信息，确定像素点相对的三维空间中的静态位置。根据光束反射强度在每幅断层图像上灰度值的不同，计算相邻两幅图像之间的距离差，采用灰度差分计算方式进行插值，将三维图像特征体现的更加直观。本发明可对管内图像信息的提取，重建管内壁图像精度高，对医学介入手术诊断心血管内壁复杂形状及组织特征的判断，具有很好的辅助效果。
-
公开(公告)号：CN108808666A
公开(公告)日：2018-11-13
申请号：CN201810636839.2
申请日：2018-06-20
Applicant: 南京邮电大学
Abstract: 本发明提供了一种能源互联网协同控制系统与控制方法，该控制系统包括按信号流方向依次排布的分布式产电单元、数据收集单元、状态监测单元、能量平衡单元和功率控制单元，还包括基于模型预测控制的协同控制单元，协同控制单元的输入端与数据收集单元相连、输出端与功率控制单元相连；协同控制单元接收数据收集单元的信息后，对分布式产电单元发出协同控制指令，并将该协同控制指令发送至功率控制单元进行协同控制。该控制方法解决了能源互联网中由于各个分布式可再生能源产电不稳定及负荷实时波动所导致的各个产能单元之间无法高效协同的问题，还最小化分布式产能单元运行维护费用和环境污染费用，实现了对整个能源互联网内可控能源的协同调度。
-
公开(公告)号：CN106981090A
公开(公告)日：2017-07-25
申请号：CN201710084880.9
申请日：2017-02-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种管内步进单向光束扫描断层图像的三维重建方法，通过管内步进单模光纤的光束扫描出的断层图像，对其在步进马达设定步进的直线速度，确定像素点的一维空间相对线性位置，以及确定步进马达转速的情况下，对每一幅图像的二维图像像素点，做极坐标的变换确定该像素点在二维平面的位置，综合上述的平面位置信息，确定像素点相对的三维空间中的静态位置。根据光束反射强度在每幅断层图像上灰度值的不同，计算相邻两幅图像之间的距离差，采用灰度差分计算方式进行插值，将三维图像特征体现的更加直观。本发明可对管内图像信息的提取，重建管内壁图像精度高，对医学介入手术诊断心血管内壁复杂形状及组织特征的判断，具有很好的辅助效果。
-
公开(公告)号：CN101369971A
公开(公告)日：2009-02-18
申请号：CN200810155792.4
申请日：2008-10-15
Applicant: 南京邮电大学
Abstract: 一种会话发起协议信令网过载控制方法，涉及下一代网络中SIP信令过载控制方法问题，该方法包括如下步骤：a)设置SIP代理服务器缓存中分组队列长度的上下限两个阈值Tmax和Tmin，当队列长度在[Tmin，Tmax]内时进行过载控制；b)当一个SIP INVITE报文到达时，计算队列长度Qlen，Qlen＝Qlen(1－w)+wq；c)根据队列长度Qlen计算服务拒绝概率即服务不可用概率Pref，当一个SIP INVITE请求报文到达proxy时，将当前的队列长度Qlen与两个阈值进行比较：若Qlen＜Tmin，则将此报文插入proxy缓存队列，等待处理；若Qlen＞Tmax，则拒绝服务；若Tmin≤Qlen≤Tmax，则依据Pref＝((Qlen－Tmin)(1－P0)/(Tmax－Tmin))+P0计算的Pref来决定是否拒绝服务和是否回送503消息。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.027 seconds)
