-
公开(公告)号：CN111479236B
公开(公告)日：2022-04-01
申请号：CN202010396206.6
申请日：2020-05-12
Abstract: 本发明公开了一种大型土木工程和建筑物等用于倾斜、应变、震动、GNSS定位等状态监测的分布式无线传感网络的组网节点模式及其网络节点部署方法，其包括若干用于采集和现场数据处理的传感器数据采集节点和至少一个用于将现场数据发送到远端的数据库中的数据汇总网关节点；传感器数据采集节点模式包括单控制器采集器节点、双控制器采集器节点和数据采集器直连节点；网络节点部署方法为：三维环境下的基于人工蜂群算法的三维无线网络节点部署方法。本发明采用多节点模式和三维无线网络节点部署方法，利用分布式无线传感器网络对传感器数据采集节点的数据进行采集和存储，并利用数据汇总节点转发汇总到服务器，以得到准确的检测数据和良好的检测结果。
-
公开(公告)号：CN111479236A
公开(公告)日：2020-07-31
申请号：CN202010396206.6
申请日：2020-05-12
Abstract: 本发明公开了一种大型土木工程和建筑物等用于倾斜、应变、震动、GNSS定位等状态监测的分布式无线传感网络的组网节点模式及其网络节点部署方法，其包括若干用于采集和现场数据处理的传感器数据采集节点和至少一个用于将现场数据发送到远端的数据库中的数据汇总网关节点；传感器数据采集节点模式包括单控制器采集器节点、双控制器采集器节点和数据采集器直连节点；网络节点部署方法为：三维环境下的基于人工蜂群算法的三维无线网络节点部署方法。本发明采用多节点模式和三维无线网络节点部署方法，利用分布式无线传感器网络对传感器数据采集节点的数据进行采集和存储，并利用数据汇总节点转发汇总到服务器，以得到准确的检测数据和良好的检测结果。
-
公开(公告)号：CN111538037A
公开(公告)日：2020-08-14
申请号：CN202010396200.9
申请日：2020-05-12
Abstract: 本发明公开了一种GNSS接收机数据采集器及其数据、网络接入和能耗管理方法，包括GNSS接收机、接口模块、主控制器MCU、无线传输模块、存储模块和电源模块。接口模块将GNSS接收机接收到的全球卫星导航系统数据传输给主控制器MCU，主控制器MCU进行数据的接收、压缩和打包，通过无线传输模块发送给无线MASH网络，并进行网络接入管理和能耗管理，存储模块对接收到的数据进行本地保存。本发明采用了有效的数据管理方法、网络接入策略以及采集器能耗管理方法，确保采集器数据发送的准确完整，又可充分节约能耗保证网络的长时间有效运行，采集器的通用性强、灵活性好，确保在野外环境或灾难情况下数据传输的完整性和准确。
-
公开(公告)号：CN114359130B
公开(公告)日：2024-09-17
申请号：CN202111319654.7
申请日：2021-11-09
Applicant: 上海海洋大学
IPC: G06T7/00 , G06T7/12 , G01N21/88 , G06V10/82 , G06V10/80 , G06V20/17 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及人工智能的技术领域，公开了一种基于无人机影像的道路裂缝检测方法，利用无人机采集道路裂缝图像，构建图像数据集；构建改进U‑Net神经网络模型，共七层，包括编码器和解码器，所述解码器包括三层，其最后一层中设置有CBAM注意力模块，编码后的各层特征图经上采样至原始输入图像大小，再与解码器中最后一层输出的特征图进行深浅层信息融合，然后进入CBAM注意力模块，所述CBAM注意力模块用于从通道层面和空间层面重新分配权重，得到更加聚焦裂缝的目标特征图；基于图像数据集，对构建好的改进U‑Net神经网络模型进行训练和测试，并利用训练好的改进U‑Net神经网络模型对待检图像进行检测。
-
公开(公告)号：CN114373144B
公开(公告)日：2024-09-06
申请号：CN202111490699.0
申请日：2021-12-08
Applicant: 上海海洋大学
IPC: G06V20/40 , G06N3/0464 , G06N3/08 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明涉及人工智能的技术领域，公开了一种用于高速视频中圆形标识点的自动识别方法，建立包括目标检测网络YOLOv4、显著性检测网络BASNet和圆心检测模块的检测网络模型，该目标检测网络YOLOv4用于圆形标识点的边框进行识别，该显著性检测网络BASNet用于边框所在图像中的圆形标识点进行二值化处理，该圆心检测模块用于对二值化处理后的圆心标识进行圆心检测；对图像样本集中各个图像中的圆形标识点分别进行标注，再依据边框的尺寸大小，选择目标检测网络YOLOv4中合适的检测头，然后以各个边框所在图像作为输入，对检测网络模型进行训练；利用训练好的检测网络模型对高速视频中各帧图像中各个圆形标识点的自动识别。
-
Patent Agency Ranking
公开(公告)号：CN118447271A
公开(公告)日：2024-08-06
申请号：CN202410530430.8
申请日：2024-04-29
Applicant: 上海海洋大学
Abstract: 本发明公开了一种融合空间与相位特征的光学与SAR异源卫星图像匹配方法，以参考图像和待匹配图像作为原始图像，利用相位一致性最大响应图获得边缘图作为相位特征，对原始图像进行高斯滤波作为空间特征，结合两幅图像作为导向图构建对应的联合双边滤波尺度金字塔；对每个尺度图像计算最大矩图、最小矩图以及最大索引图并在最大矩图、最小矩图上检测特征点、在最大索引图上计算特征描述符，为每个特征描述符设置两个主方向，构建双重特征描述向量；将所有的特征点映射到对应的原始图像上，以其对应的双重特征描述向量作为输入，采用匹配方法进行特征匹配获得初始匹配结果，并利用初始匹配结果作为先验信息进行二次匹配，获得最终匹配结果。
-
公开(公告)号：CN115423696B
公开(公告)日：2024-06-18
申请号：CN202210905728.3
申请日：2022-07-29
Applicant: 上海海洋大学
Abstract: 本发明公开了一种自适应线程参数的遥感正射影像并行生成方法，属于摄影测量技术领域。该方法包括：获取原始立体影像，根据其角点的像方坐标和DEM通过RFM模型迭代计算获得四至地理坐标，建立模拟纠正影像；根据GPU的性能参数和CUDA核函数确定线程块和线程网格参数；使用GPU并行计算，获得模拟纠正影像像元的地理坐标及地面高程值；通过RFM模型计算其在原始立体影像中的行列，并以其插值计算的灰度值作为纠正影像的灰度值，获得正射纠正影像。本发明使用自适应线程块适应不同的GPU，具有较好的性能及更加自动化。同时使用GPU并行计算，能够极大地缩短正射纠正的时间，满足对立体影像批量进行正射纠正处理的需要。
-
公开(公告)号：CN117974502A
公开(公告)日：2024-05-03
申请号：CN202410007322.2
申请日：2024-01-03
Applicant: 上海海洋大学
Abstract: 本发明公开了一种多幅亮度不均匀图像的色彩校正与自然度恢复方法，属于图像处理中的色彩校正技术领域。包括：获取至少两幅待处理影像，将每一幅所述待处理影像分解为照度分量和反射率分量；对每一幅所述待处理影像的照度分量进行自适应亮度改善和对比度增强，并采用颜色一致性优化策略进行优化；将每一幅优化后的所述待处理影像的照度分量和其对应的反射率分量合成为增强后的影像，并进行多波段混合以生成镶嵌图；采用分块的Wallis变换得到恢复后的每一幅所述待处理影像。本发明给出了用于多波段混合的定权策略，同时仅对图像的照度分量进行图像增强和颜色一致性优化有效地保留了图像的细节信息，两者组合实现了影像间强度的均匀过渡。
-
公开(公告)号：CN111738052B
公开(公告)日：2024-03-12
申请号：CN202010283627.8
申请日：2020-04-13
Applicant: 上海海洋大学
IPC: G06V20/13 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/047 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于深度学习的多特征融合高光谱遥感地物分类方法，该方法可应用于高光谱遥感地物图像分类，解决了高光谱图像分类中标签样本不足和不同层次特征没有得到充分利用的弊端，具体如下：从原始高光谱遥感图像中选取各类别标签样本，并将样本标记为训练样本和测试样本；对训练样本进行预处理将其复制为相同的多份，并输入卷积神经网络的不同卷积层中以得到更多的样本；将卷积神经网络中层和高层的特征在全连接层中进行融合以得到不同层次的特征信息；获得训练的特征后对测试样本进行分类。
-
公开(公告)号：CN116894923A
公开(公告)日：2023-10-17
申请号：CN202310886947.6
申请日：2023-07-19
Applicant: 上海海洋大学
Abstract: 本发明公开了一种高分辨率遥感影像映射转换密集匹配与三维重建方法，包括步骤：接收第一遥感影像；对所述第一遥感影像进行正射纠正，获得第二遥感影像；对第二遥感影像进行重采样，获得第三遥感影像；对第三遥感影像进行自适应扩展分块，并对分块后的影像进行密集匹配生成对应的视差图；基于视差图和分块信息，将每对同名像点恢复到其在正射纠正影像上的坐标，再对同名点对进行逆正射纠正，将点对坐标恢复到第一高分辨率遥感影像上，获得对应的三维点坐标形成的三维点云；对三维点云进行栅格化采样生成高分辨率DSM。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.142 seconds)
