-
公开(公告)号：CN118212915A
公开(公告)日：2024-06-18
申请号：CN202410266306.5
申请日：2024-03-08
Applicant: 安徽大学
IPC: G10L15/08 , G06F18/241 , G06F18/243 , G10L25/03
Abstract: 本发明公开了一种多目标水声信号特征选择方法及系统，其中方法步骤包括：对多目标水声信号进行裁剪和标注，得到不同类别的水声信号段；基于水声信号段，构建不同类别水声信号的多元特征矩阵；基于多元特征矩阵，拟合多目标水声信号的分类模型；基于分类模型，获取度量信号实际特征和影子特征重要性分值；基于度量信号实际特征和影子特征重要性分值，得到重要特征和不重要特征，完成多目标水声信号的特征选择。本发明能对多目标水声信号时域、频域和时频域特征进行筛选，为不同目标水声信号制定个性化的重要特征，剔除与目标水声信号不相关的特征，进而多目标水声信号的辨识度；同时本发明还能解决分类模型迭代致使特征选择计算复杂度高的问题。
-
公开(公告)号：CN117893435A
公开(公告)日：2024-04-16
申请号：CN202410056608.X
申请日：2024-01-16
Applicant: 安徽大学
Abstract: 本发明涉及一种基于CUDA加速的超大三维生物图像条纹噪声去除方法，包括：根据三维图像的二维序列切片，构建频域高斯带状陷波滤波器；将三维图像的二维序列切片进行分块，得到多个图像块；利用CUDA实现快速傅里叶变换，得到图像块的频域图；进行滤波；利用CUDA实现快速傅里叶逆变换，得到图像块的空间域图；将每个图像块的空间域图拼接成原始图像尺寸；对原始图像尺寸的空间域图图像的背景进行处理。本发明利用对原始图像分块的原理，加速图像空间域和频域互相转换的计算过程，对超大三维图像进行条纹噪声去除的同时，又有效地提升了运行效率；可以对TB级别的超大三维图像数据进行条纹噪声去除，并获得了大约9倍的加速比，极大的缩短了处理时间。
-
-
公开(公告)号：CN116152071A
公开(公告)日：2023-05-23
申请号：CN202310215727.0
申请日：2023-03-08
Applicant: 安徽大学
Abstract: 本发明涉及一种多视角各向异性三维图像的融合重建方法，包括：获取小型哺乳动物器官的三幅正交的MRI图像；使三幅正交的MRI图像的空间比例达到一致，得到图像I1、I2和I3；提取参考图像R1上的特征点；利用得出的参考图像和浮动图像对应的两组特征点对之间的对应关系计算参考图像和浮动图像的仿射变换矩阵；得到两幅生成图像R2、R3；得到过亮度调整后的三幅图像R1’、R2’和R3’；得到一幅三维各向同性图片即最终输出图像Io。本发明将不同视角的三幅图像进行精确的拼接对齐，通过对多幅正交的低层间分辨率图像的融合重建，使原本低分辨率的图像的清晰度得到很大提升，为小型哺乳动物的器官功能研究提供了高清图像数据支持。
-
公开(公告)号：CN113218542B
公开(公告)日：2023-05-23
申请号：CN202110210714.5
申请日：2021-02-25
Applicant: 安徽大学
Abstract: 本发明公开了一种高灵敏度的柔性三维力触觉传感器及制备方法，包括半球型触头，所述半球型触头包括表面开设有凹槽的托盘，以及设置在所述凹槽内的半球型凸起，所述凹槽与托盘上表面的连接处呈U型、V型、W型或横置的“S”型；连接在所述半球型触头下表面的柔性倒锥体组件，所述柔性倒锥体组件的侧表面上设置有柔性三角形激励电极；包围部分所述柔性三角形激励电极的柔性公共电极，所述柔性公共电极内部开设有开口的与所述柔性倒锥体组件外形一致的第一腔体，所述柔性三角形激励电极及柔性倒锥体组件的一部分设置在所述柔性公共电极的第一腔体内，所述柔性三角形激励电极及柔性倒锥体组件与所述柔性公共电极的第一腔体内壁无接触形成空气腔。
-
Patent Agency Ranking
公开(公告)号：CN115984098A
公开(公告)日：2023-04-18
申请号：CN202310015937.5
申请日：2023-01-06
Applicant: 安徽大学
Abstract: 本发明涉及一种基于CUDA加速的超大三维图像形变方法，包括：通过仿射变换计算两组配准特征点的仿射变换矩阵；对目标图像进行分块，对分块后得到的每个小块图像块进行图像形变：利用仿射变换矩阵，通过CUDA实现三维图像体素遍历并行化操作；读取形变后的3D图像块，拼接成原始图像尺寸的2D连续序列图像。本发明利用对目标图像进行分块的原理，并利用GPU的并行架构加速图像线性插值的计算过程，在解决可以针对超大三维图像进行形变的同时又有效的提升了图像配准的运行效率；实验证明本方法在CPU为i5‑10400F、GPU为RTX‑3060、内存为16G的平台下，可以处理大于计算机内存2倍的超大三维图像数据，并获得了大约11倍的加速比，极大的缩短了形变配准的时间。
-
公开(公告)号：CN115760682A
公开(公告)日：2023-03-07
申请号：CN202211099425.3
申请日：2022-09-09
Applicant: 安徽大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种多视距下的病媒生物检测方法，包括：获得具有不同视距下的多目标区域的图像数据集；构建多特征激活的卷积神经网络，训练得到病媒生物图像自标定模型；得到已标定的病媒生物图像对应的目标区域，并修正划分为训练集和验证集；用改进的YOLOv5训练，得到训练过程中的最佳病媒生物检测模型；得到量化后的最佳病媒生物检测模型；用量化后的最佳病媒生物检测模型检测的病媒生物图像，识别出病媒生物的类别和准确率，实现病媒生物鉴定。本发明还公开了一种多视距下的病媒生物检测系统。本发明适用于多视距下的病媒生物鉴定，可以在无场景约束下能准确鉴定病媒生物类别，具有较高的鲁棒性能；降低鉴定过程的成本和时间，鉴定结果的准确率更高。
-
公开(公告)号：CN115018856A
公开(公告)日：2022-09-06
申请号：CN202210755316.6
申请日：2022-06-29
Applicant: 安徽大学
Abstract: 本发明提供了一种基于对比学习和空间编码的弱监督医学图像分割配准协同方法，通过先构建图像分割模型，用少量标注图像预训练分割模型；获取医学图像数据及其器官分割标注，将其划分为浮动图像和固定图像；使用分割模型预测没有分割标注的图像分割标注；使用预测的分割标注计算图像的空间编码用于配准网络的训练；使用分割标注计算结构对应信息用于像素级Siamese网络的训练；使用配准模型生成增广数据结合Siamese网络进行分割模型的再训练，重复训练直到多个模型收敛。通过以上的配准和分割模型，大大提升了小样本情况下医学图像分割和配准任务的表现，实现了医学图像配准和分割任务之间的协同联合处理。
-
公开(公告)号：CN114547545A
公开(公告)日：2022-05-27
申请号：CN202210182533.0
申请日：2022-02-25
Applicant: 安徽大学
IPC: G06F17/16
Abstract: 本发明涉及基于CUDA加速的平滑薄板样条形变参数计算方法，与现有技术相比解决了平滑薄板样条形变在图像配准任务中控制点数较多时计算时间长的缺陷。本发明包括以下步骤：三维待配准特征点和模板特征点的处理；对待配准点矩阵进行QR分解；平滑薄板样条形变参数的计算。本发明利用GPU的并行架构对大矩阵代数运算做了并行化，实现了平滑薄板样条形变参数快速计算，有效提升了图像配准算法的运行效率。
-
公开(公告)号：CN114511527A
公开(公告)日：2022-05-17
申请号：CN202210080786.7
申请日：2022-01-24
Applicant: 安徽大学
IPC: G06T7/00 , G06T7/11 , G06T7/41 , G06K9/62 , G01N21/88 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于扩展局部二值模式的纺织丝饼成型不良缺陷检测方法，包括：获取丝饼图像，图像降采样；图像分割和图像裁剪；仿射变换；获取数据集；通过扩展的LBP算法计算出训练集中各个图像的纹理特征向量；生成XML文件；计算出测试集中各个图像的纹理特征向量，SVM支持向量机对测试集正样本、负样本中每张图像的标签进行预测，并计算出预测准确率；对待检测的丝饼图像进行滑块预测；根据滑块预测的标签输出判断结果。本发明通过图像分割将最终的背景干扰去除，使得处理后的图像不再含有大量的干扰，解决了从停留在实验室的研究与验证阶段到能够直接使用到工业生产线中，本发明对纺织丝饼成型不良缺陷检测准确率高、耗时短。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.029 seconds)
