-
公开(公告)号：CN107563305A
公开(公告)日：2018-01-09
申请号：CN201710679469.6
申请日：2017-08-10
Applicant: 南京信息工程大学
Abstract: 本发明提供的基于多样本扩充协同表示分类的人脸识别方法，在图像镜面性的基础上，构造镜像人脸图，然后分别对同一类中任意的两个原始样本与镜像样本，取它们的平滑中值样本构造新的虚拟样本，然后用欧式距离选择出接近测试样本的训练样本。本发明将不同途径构成的训练样本分别进行参数加权融合，采用基于协同表示的分类方法进行人脸识别，不仅构造多种虚拟训练样本，简化运算复杂度，而且能够提高人脸识别的效果。
-
公开(公告)号：CN104517266B
公开(公告)日：2017-06-06
申请号：CN201410801885.5
申请日：2014-12-22
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于边缘检测算子的混合自适应图像去噪方法，包括以下步骤，步骤一、将噪声图像进行Gauss滤波，去除较大噪声；步骤二、建立平均曲率扩散算法的局部坐标模型；步骤三、建立自适应混合去噪模型；步骤四、用半隐式加性算子分裂（AOS）数值算法对步骤三的图像进一步处理。本发明用局部坐标二次微分这种边缘检测算子代替梯度算子，自适应的控制整个扩散过程，方法简单；结合两种算法的优缺点，取长补短，复杂度低，降低了处理时间；图像的峰值信噪比大幅提高，受噪声污染的图像处理后更加清晰。
-
公开(公告)号：CN106443385A
公开(公告)日：2017-02-22
申请号：CN201610901584.9
申请日：2016-10-17
Applicant: 南京信息工程大学
IPC: G01R31/12
CPC classification number: G01R31/12
Abstract: 本发明利用PSPICE仿真软件采用组合波对多级电涌保护器SPD进行线-地、线-线两种工作模式下的残压以及通流量进行测试，同时利用实际冲击试验平台进行多级SPD的实际冲击试验，然后将仿真测试结果与实际冲击试验结果进行对比，得出的仿真冲击试验最终的最大残压值与最大通流容量较实际测量更为理想。本发明通过实际冲击试验结果对仿真结果进行验证，充分说明了PSPICE仿真冲击试验的可行性，使其可作为实际冲击试验的替代或对比验证数据，为SPD的应用提供参考依据。
-
公开(公告)号：CN106127672A
公开(公告)日：2016-11-16
申请号：CN201610449983.6
申请日：2016-06-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于FPGA的图像纹理特征提取算法，通过构建基于FPGA的快速图像纹理特征提取系统，来执行图像纹理特征提取算法，以实现基本图像特征的提取；所述图像纹理特征提取算法，包括以下步骤，1）利用六个高斯导数滤波器组成的滤波器响应空间得到七种不同的纹理特征；2）建立多级流水线结构的卷积模块计算高斯滤波器响应，并将计算结果标准化，获得卷积结果；3）利用分类函数，依次计算出卷积结果的基本图像特征。本发明提供的基于FPGA的图像纹理特征提取算法，可以极大地提高图像纹理特征的提取速度，解决提取算法对性能的需求；低功耗设计，可以嵌入到微型设备中，使得提取算法和模式识别等技术得到更广泛的实际应用。
-
公开(公告)号：CN105023004A
公开(公告)日：2015-11-04
申请号：CN201510471000.4
申请日：2015-08-04
Applicant: 南京信息工程大学
IPC: G06K9/00
CPC classification number: G06K9/00067 , G06K9/00087
Abstract: 本发明公开了一种曲率与小波轮廓增强相结合的人脸识别算法，首先用图像的水平集曲率和小波增强人脸图像的整体轮廓，从而忽略人脸识别中光照、人脸的表情和部分遮挡物的影响，然后用PCA算法提取人脸特征。现有方法在光照、表情和遮挡不同时，识别率和鲁棒性会大大降低；为了克服光照、表情、姿势等非约束性变化条件下人脸识别率降低的弊端，并提高识别方法的鲁棒性，本发明利用了水平集曲率及SRC的优点，提出了一种曲率与小波轮廓增强的人脸识别算法，该算法充分利用了水平集曲率的性质、人脸图像轮廓的不变性和人脸图像轮廓对光照的不敏感性，在现有的稀疏表示理论基础上，提高了非约束性人脸的识别率，增强了识别系统的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN105005975A
公开(公告)日：2015-10-28
申请号：CN201510397590.0
申请日：2015-07-08
Applicant: 南京信息工程大学
CPC classification number: G06T5/002 , G06T2207/20192
Abstract: 本发明公开了基于PCNN和图像熵的各向异性扩散的图像去噪方法，首先，采用脉冲耦合神经网络对噪声图像进行处理，得到熵序列En，将En作为边缘检测算子；然后，进行阈值寻优，得到最优去噪阈值k；最后，根据求得的边缘检测算子En和最优去噪阈值k，采用改进的各向异性扩散模型对图像进行去噪。本发明不仅能有效去除图像噪声，同时能较完整地保留了图像的区域信息。
-
公开(公告)号：CN113724148B
公开(公告)日：2023-10-27
申请号：CN202110816774.1
申请日：2021-07-20
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于阈值分界和区域划分的Criminisi图像修复方法，其特征在于：首先通过阈值分界的方式改进优先权函数，接着引入Jaccard距离作为匹配准则的约束条件，最后通过局域分割方式优化搜索策略，有效解决置信度项在迭代中快速趋向零和搜索策略较复杂的问题。本发明通过改进的阈值分界优先权函数，可以有效克服传统的Criminsi算法在多次迭代后置信度项趋向于零，导致图像修复顺序不合理，最终修复效果差的问题，并且使用自适应的样本块大小可以更好地恢复图像的局部纹理信息。
-
公开(公告)号：CN113822813A
公开(公告)日：2021-12-21
申请号：CN202111090577.2
申请日：2021-09-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了图像修复技术领域的一种基于四方向交叠组合稀疏全变分的图像复原方法及系统。图像复原方法包括：获取待修复图像；使用构建的四方向交叠组合稀疏全变分模型对待修复图像进行修复，输出修复好的图像。通过使用构建的四方向交叠组合稀疏全变分模型对待修复图像进行修复，充分挖掘图像上四个方向的梯度信息，加以交叠组合，能在去除噪声的同时保留图像特征且抑制阶梯效应。
-
公开(公告)号：CN107563305B
公开(公告)日：2020-10-16
申请号：CN201710679469.6
申请日：2017-08-10
Applicant: 南京信息工程大学
Abstract: 本发明提供的基于多样本扩充协同表示分类的人脸识别方法，在图像镜面性的基础上，构造镜像人脸图，然后分别对同一类中任意的两个原始样本与镜像样本，取它们的平滑中值样本构造新的虚拟样本，然后用欧式距离选择出接近测试样本的训练样本。本发明将不同途径构成的训练样本分别进行参数加权融合，采用基于协同表示的分类方法进行人脸识别，不仅构造多种虚拟训练样本，简化运算复杂度，而且能够提高人脸识别的效果。
-
公开(公告)号：CN107610056B
公开(公告)日：2020-08-11
申请号：CN201710683688.1
申请日：2017-08-11
Applicant: 南京信息工程大学
IPC: G06T5/00
Abstract: 本发明提供的基于全变分的混合加权维纳滤波图像去噪方法，包括如下步骤：步骤一：利用包括电荷耦合器件的摄像机采集需要处理的原始图像；步骤二：对所述摄像机采集到的原始图像进行灰度图像转换；步骤三：对转换后的灰度图像进行加噪处理；步骤四：采用由维纳滤波模型和全变分模型构成的混合模型对加噪后的图像进行去噪处理。本发明既能确保图像内部纹理信息的完整性，又能减少图像边缘角点特征信息的缺失。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.037 seconds)
