基于多散斑图组合-调制的鬼成像优化方法

    公开(公告)号:CN112116675B

    公开(公告)日:2022-09-23

    申请号:CN202010923096.4

    申请日:2020-09-04

    Applicant: 中北大学

    Abstract: 本发明涉及鬼成像的优化,具体为基于多散斑图组合‑调制的鬼成像优化方法,其利用桶探测器值的大小对照射到目标物体上的多个散斑图进行排序,使相邻散斑图间差异性减小;通过对相邻散斑图间的叠加以及对应桶探测器值的调制,有效降低待关联数据间冗余和数量,并利用不同的关联运算规则实现对目标物体的重构。数值仿真结果表明,对于目标图像“G”,在总采样次数4000次、4个相邻散斑图组合方式下,所提方法与未组合‑调制下传统鬼成像、差分鬼成像和正负调制鬼成像的峰值信噪比/对比度分别提升了21.7%/27.3%、8.3%/17.8%和14.7%/25.7%;通过对20幅目标图像的数值模拟与结果分析,发现峰值信噪比/对比度提升率分别在15%和30%以上的占比为90%/85%和50%/55%,说明该方法具有很好的泛化能力。

    气缸盖火力面热场域多尺度划分方法

    公开(公告)号:CN114934855A

    公开(公告)日:2022-08-23

    申请号:CN202210530056.2

    申请日:2022-05-16

    Applicant: 中北大学

    Abstract: 本发明涉及缸盖火力面热场探测方法,具体为气缸盖火力面热场域多尺度划分方法,首先,依据缸盖燃气侧传热规律和热场温度的高低,以喷油孔为中心位置将火力面划分为进‑排、进‑进、排‑排气门间鼻梁区以及外围区域;其次,剖析各区域内温度梯度的变化特性,基于不同的梯度变化量对各区域进行不同尺度的划分;最后,确定不同尺度区域中测温点数量和具体位置,并结合热电偶测温技术对各点温度进行测量。实验结果表明,与单一尺度下测温数值相比,基于多尺度划分思想的测温方法更能凸显出鼻梁区等易出现热疲劳损伤的区域内温度变化,为缸盖内壁热疲劳损伤检测与评估提供了更可靠的数据来源。

    一种自适应特征权重合成的LIDAR数据地物精确分类方法

    公开(公告)号:CN105469098B

    公开(公告)日:2018-10-12

    申请号:CN201510808725.8

    申请日:2015-11-20

    Applicant: 中北大学

    Abstract: 本发明属于遥感数据地物分类领域,具体为一种自适应特征权重合成的LIDAR数据地物精确分类方法。本发明首先对实验图像进行充分特征信息提取,根据特征的物理意义与包含地物信息的差异,构建高程、光谱、强度与纹理特征子集;其次在随机森林框架下分析不同特征子集在地物分类过程中的重要性差异,计算各特征子集的重要性测度,获得每个像元对各类地物的类别隶属度;然后综合利用特征子集重要性测度与基于证据冲突计算的权重系数,对各个特征子集构成的多证据源合成;最后根据合成结果采用投票决策规则实现地物精确分类,并采用有效的空间限制策略优化初分类结果。

    一种墓葬壁画图像的数字化修复方法

    公开(公告)号:CN104766283B

    公开(公告)日:2017-08-29

    申请号:CN201510177721.4

    申请日:2015-04-15

    Applicant: 中北大学

    Abstract: 本发明公开了一种墓葬壁画图像的数字化修复方法,属于数字图像修复领域。该方法利用全变分数学模型对墓葬壁画图像进行分解,得到卡通图像;在优先级计算中加入结构因子项,并利用卡通图像驱动待修复边缘点的优先级计算;以优先级最大的点为中心构建修复块,并在已知区域搜索与其欧氏距离最小的样本块;计算修复块和样本块的均值像素差平方和,并与设定阈值进行比较,自适应地调整修复块尺寸,直到满足复制条件,进行样本块复制和边缘更新;最后,检查待修复区域,不为空则迭代上述步骤,直至完成修复。该方法克服了已有方法修复中产生的不连贯和过延伸等问题。本发明主要用于(但不限于)墓葬壁画图像的虚拟修复。

    一种高分辨率可见光图像目标变化检测方法

    公开(公告)号:CN104978745B

    公开(公告)日:2017-07-07

    申请号:CN201510359498.5

    申请日:2015-06-25

    Applicant: 中北大学

    Abstract: 本发明属于图像变化检测技术领域,具体涉及一种高分辨率可见光图像目标变化检测方法。本发明主要解决现有方法直接对全局进行检测导致目标误检率高的问题。本发明高分辨率可见光图像目标变化检测方法包括以下步骤:(1):输入图像I1和图像I2;(2):对图像I1、I2处理得到结构图像I′1、I′2;(3):将图像I1、I2、I′1、I′2分为方形块;(4):计算I′1、I′2分块后相同位置间的熵值差;(5):计算I1、I2分块后相同位置间的结构相似度;(6):将熵值差和结构相似度分别按各自的判断条件判定,确定出存在变化目标的图像块;(7):计算图像块的对数比差异图与均值比差异图,并将两幅图融合获得融合差异图;(8):将融合差异图处理得到最终变化目标图像;(9):保存并输出。

    一种雷管外壳点阵字符识别方法

    公开(公告)号:CN104331688A

    公开(公告)日:2015-02-04

    申请号:CN201410615920.4

    申请日:2014-11-05

    Applicant: 中北大学

    CPC classification number: G06K9/183 G06K9/3283 G06K9/6287 G06K2209/013

    Abstract: 本发明公开了一种雷管外壳点阵字符识别方法,属于图像处理与模式识别领域。该方法具体包括:1.对采集到的字符图像进行灰度化和二值化预处理;2.针对不连续字符图像进行形态学滤波和近邻域搜索校正;3.利用连通域切分法得到单个字符区域图像;4.将字符边界到区域边界的距离作为识别特征值,利用最小距离分类器和多级识别法获得最终识别结果。本发明提供了一种适用于断裂字符的识别方法,解决了雷管外壳字符识别效果差的问题。本发明还可用于产品标签、车牌号码、打印文档等的识别,具有应用前景广和便于在系统模块上实现的优点。

    红外光强图像和红外偏振图像增强融合方法

    公开(公告)号:CN103530853A

    公开(公告)日:2014-01-22

    申请号:CN201310486819.9

    申请日:2013-10-17

    Applicant: 中北大学

    Abstract: 本发明涉及图像融合技术,具体为红外光强图像和红外偏振图像增强融合方法,解决现有红外融合图像固有的边缘区域失真、对比度低的问题。本方法按如下步骤进行:对红外光强图像和红外偏振图像分别进行支持度变换,得到低频图像和支持度序列图像;用数学形态学的顶帽变换分别提取明亮信息和黯淡信息;对明亮信息图像和黯淡信息图像增强;对两个最后一层的低频平均图像和两增强图像融合,得到低频增强融合图像;对低频增强融合图像和用取大法合成的支持度序列图像进行支持度逆变换得到最终的合成图像,该合成图像目标与背景的对比度增强,边缘区域失真低。

    基于不同特征自动分割的树木提取方法

    公开(公告)号:CN113850823B

    公开(公告)日:2024-09-27

    申请号:CN202111105035.8

    申请日:2021-09-18

    Applicant: 中北大学

    Abstract: 本发明公开了一种基于不同特征自动分割的树木提取方法。通过数据预处理从原始点云数据中删除高离群点和低离群点;将预处理后的点云数据以栅格格式逐点内插建立DSM,调整其分辨率大小,使其与航空正射影像一致;将航空正射影像数据反射光谱的归一化差异植被指数(NDVI)和激光雷达DSM数据的局部熵值结合在一起,作为树木提取特征;利用光照区域、阴影区域分离和直方图减法思想对树木区域进行提取,形成一种无需样本训练和迭代的高效树木提取算法。可应用于森林树种分类及生长状态监测,地物类别检测和三维城市建模等领域。

Patent Agency Ranking