-
公开(公告)号：CN104537615A
公开(公告)日：2015-04-22
申请号：CN201410736010.1
申请日：2014-12-04
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于HSV色彩空间的局部Retinex去雾算法，对雾天情况下雾分布不均匀的图像进行图像增强。本发明的方法包括如下步骤：A、在不同的色彩空间中处理多层次的雾天图像，实现图像对比度增强和清晰度提升；B、获取图像大小，自适应判断子块图像的大小，对雾天图像的亮度图像进行分块；对亮度分量的各子图像进行增强处理，提高图像的清晰度；C、计算各像素点在各重叠子图像中的面积比例因子，对各重叠子图像进行加权求和实现图像融合；D、对图像的饱和度分量进行处理，还原图像色彩；本发明能够清晰快速地还原不同层次的景物细节，改善图像的视觉效果，适用于不同区域的航拍系统。
-
公开(公告)号：CN103457990A
公开(公告)日：2013-12-18
申请号：CN201310204755.9
申请日：2013-05-28
Applicant: 大连理工大学
Abstract: 本发明基于动态时隙分配的无线数据采集方法属于数据采集、无线通信应用领域，涉及一种基于动态时隙分配的无线数据采集方法。无线数据采集方法中，在无线汇聚节点周围均匀分布有多个无线采集节点；无线汇聚节点根据各无线采集节点的采集数据量，动态控制各无线采集节点的传输时隙、时隙长度；为各无线采集节点分配的时隙长度正比于该节点采集的数据量；多个无线采集节点通过协作实现分布式数据采集，并将数据发送至无线汇聚节点；无线汇聚节点将数据发送至PC机，PC机上运行的数据处理软件对采集数据进行分析处理后显示结果。该方法便于布置安装，有效地提高了分布式数据采集系统的数据传输效率，在工业监测、军事等领域具有较广泛的应用前景。
-
公开(公告)号：CN102821462A
公开(公告)日：2012-12-12
申请号：CN201210239665.9
申请日：2012-07-11
Applicant: 大连理工大学
IPC: H04W64/00
Abstract: 本发明属于无线通信及无线网络技术应用领域，涉及一种基于传播时间的无线成像被动定位方法，其特征为通过无线网络中无线节点对之间的电波传播时间测量获取无线链路的特征信息，进而基于传播时间的变化信息实现对网络覆盖范围内移动目标的定位跟踪。系统由具有传播时间测量能力的无线扫描节点、无线控制节点、通用PC机、位置估计算法组成。无线扫描节点负责实现各节点对之间的传播时间测量；无线控制节点负责协调网络工作流程，并将采集到的传播时间信息发送至PC机；PC机上的位置估计算法根据传播时间信息对目标位置进行估计。本发明可在复杂环境下实现无需目标携带任何无线设备的被动无线定位跟踪。
-
公开(公告)号：CN114841979B
公开(公告)日：2024-10-01
申请号：CN202210543763.5
申请日：2022-05-18
Applicant: 大连理工大学人工智能大连研究院 , 大连康智生物科技有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/096 , G06N3/084 , G16B40/00
Abstract: 本发明公开了一种多尺度融合注意力的深度学习癌症分子分型预测方法，涉及病理图像智能处理技术领域，旨在解决由于全尺寸数字病理图像像素尺寸过大，大多方法将其在某一倍率下切分为小的图块进一步训练图块层面的分类模型；通过针对病理图像不同尺度引入信息侧重不同，搭建深度神经网络关注空间尺度信息，同时也关注了通道信息，从多个维度充分利用图块信息，在本身没有先验知识确定分子分型在病理图像中的特征表现时，充分利用不同尺度的空间信息，对模型训练的不同通道有所侧重使得模型更容易探索与分子分型相关的特征表现，提升预测性能。
-
公开(公告)号：CN115085776A
公开(公告)日：2022-09-20
申请号：CN202110279960.6
申请日：2021-03-16
IPC: H04B7/0413 , H04B7/06 , H04B7/08
Abstract: 本申请实施例公开了一种天线的选择方法和相关产品，涉及无线通信领域，该天线的选择方法包括：检测目标角度，该目标角度为发射终端发射的信号到达接收终端的到达角度，该接收终端可采用M种天线组合中的任一种组合与该发送终端进行信号传输；获取与该目标角度对应的N种天线组合，该N种天线组合包含于该M种天线组合；通过该N种天线组合中的目标天线组合接收该发射终端发射的信号，该目标天线组合为该N种天线组合中的任一种。本申请实施例中，仅需进行到达角度估计及查表计算即可选出高质量的天线组合，时间开销大幅度降低，可实现快速天线选择。
-
Patent Agency Ranking
公开(公告)号：CN114841979A
公开(公告)日：2022-08-02
申请号：CN202210543763.5
申请日：2022-05-18
Applicant: 大连理工大学人工智能大连研究院 , 大连康智生物科技有限公司
Abstract: 本发明公开了一种多尺度融合注意力的深度学习癌症分子分型预测方法，涉及病理图像智能处理技术领域，旨在解决由于全尺寸数字病理图像像素尺寸过大，大多方法将其在某一倍率下切分为小的图块进一步训练图块层面的分类模型；通过针对病理图像不同尺度引入信息侧重不同，搭建深度神经网络关注空间尺度信息，同时也关注了通道信息，从多个维度充分利用图块信息，在本身没有先验知识确定分子分型在病理图像中的特征表现时，充分利用不同尺度的空间信息，对模型训练的不同通道有所侧重使得模型更容易探索与分子分型相关的特征表现，提升预测性能。
-
公开(公告)号：CN113255538A
公开(公告)日：2021-08-13
申请号：CN202110609375.8
申请日：2021-06-01
Applicant: 大连理工大学
Abstract: 本发明涉及FPGA数字图像处理领域，具体为一种基于FPGA的红外弱小目标的检测跟踪装置及方法。装置包括PS部分、PL部分和外设部分，PS部分运行图像输入模块、预处理模块、SMC‑PHD跟踪模块、图像输出模块以及部分PS‑PL互联模块，PL部分运行PL加速模块以及另一部分PS‑PL互联模块。本发明设计了5条并行的数据流水线，每个计算单元内部也都实现了流水线，需要处理多组数据的计算单元都完成了并行计算；采用了ARM+FPGA的异构处理器，充分发挥两者的特性；使用C/C++语言书写适合FPGA运行的算法，使用HLS工具进行编译，大大节省了开发周期和调试周期，且易于修改。
-
公开(公告)号：CN107547522B
公开(公告)日：2020-06-12
申请号：CN201710669367.6
申请日：2017-08-08
Applicant: 大连理工大学
Abstract: 本发明属于信息技术领域，一种通用多屏智能信息推送方法及系统。设备信息推送模块和通信模块工作于信息推送设备，根据用户有效区域提取要求，智能提取信息推送设备有效区域的多媒体信息并进行压缩编码处理，压缩编码处理后的多媒体信息通过互联网TCP/IP体系结构中应用层的RTMP协议推送给中端信息处理模块，进行数据完整性识别、视频参数优化、数据整合、负载均衡等处理；处理后的多媒体信息再次通过互联网TCP/IP体系结构中应用层的RTMP协议推送至笔记本电脑、智能手机、平板电脑等移动设备上的显示模块，显示模块主要用于根据用户的选择，将特定画面进行多媒体数据的解码、渲染处理，并显示在移动设备上。
-
公开(公告)号：CN109242889A
公开(公告)日：2019-01-18
申请号：CN201810982878.8
申请日：2018-08-27
Applicant: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
IPC: G06T7/32
Abstract: 基于上下文显著性检测与SAE的SAR图像变化检测方法，输入同一地区的两个时相SAR图像；计算对数比值差异图；基于上下文显著性检测算法提取差异图的显著性区域；根据差异图的显著性区域掩模掉两个时相SAR图像的背景，获得掩模后SAR图像；基于模糊C均值聚类提取掩模后SAR图像的变化区域，获得伪标签训练样本；利用掩模后SAR图像和伪标签训练样本进行多层稀疏自动编码器的训练；采用训练好的网络提取最终的SAR图像变化区域。本发明可以有效克服相干斑噪声对SAR图像变化检测的影响，同时设计了多层稀疏自动编码器，提取了SAR图像有效的变化特征，能够提高变化检测的准确度，可用于多时相SAR图像变化检测等技术领域。
-
公开(公告)号：CN109145993A
公开(公告)日：2019-01-04
申请号：CN201810982241.9
申请日：2018-08-27
Applicant: 大连理工大学 , 国网吉林省电力有限公司检修公司 , 国网吉林省电力有限公司 , 国家电网公司
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6217 , G06K9/6267
Abstract: 一种基于多特征与非负自动编码器的SAR图像分类方法，属于图像处理技术领域。基于灰度梯度共生矩阵提取SAR图像的图像块空间域特征；基于二维Gabor变换提取SAR图像的图像块变换域特征；将图像块的空间域特征与变换域特征组合；选取SAR图像块的训练样本集和测试样本集；利用训练样本集对多层非负自动编码器与softmax分类器进行训练；采用训练好的非负自动编码器网络进行分类；得到分类结果图。本发明结合了SAR图像的空间信息与变换域信息，获得了SAR图像的多维特征，并利用非负自动编码器对特征进行优化，提升了特征的区分性，进而有效提高了分类的准确度，可用于高分辨率SAR图像地物分类与目标识别等。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.026 seconds)
