-
公开(公告)号：CN113920435A
公开(公告)日：2022-01-11
申请号：CN202111315604.1
申请日：2021-11-08
Applicant: 兰州交通大学
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于密集网络和注意力机制的铁路沿线遥感图像地物检测方法，涉及深度学习及遥感图像地物目标检测领域。包括使用DenseNet模块代替YOLOv4网络结构CSPDarknet53中部分CSP单元的ResNet残差模块，以实现特征重用；在YOLOv4的骨干网中的每个CSP_Unit中增加一个压缩激励结构，以增强提取特征的能力；在输出网络之前引入通道和空间注意力机制，从而提高检测的准确性。制作铁路沿线遥感地物目标检测数据集，并在该数据集上对改进后的YOLOv4网络结构进行训练，得到训练好的铁路沿线遥感地物检测模型，进行地物检测。本发明能够提高检测速度和检测精度，减小模型大小，适合铁路沿线遥感地物目标检测，满足实时性的要求。
-
公开(公告)号：CN109829519B
公开(公告)日：2020-04-03
申请号：CN201910220213.8
申请日：2019-03-22
Applicant: 兰州交通大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于自适应空间信息的遥感图像分类方法及系统。该方法包括：获取遥感图像；采用基于马尔可夫随机场的模糊C均值算法对遥感图像进行初始分类，得到初始模糊隶属度矩阵；利用空间引力模型，计算当前迭代次数b下遥感图像中当前中心像元与每个邻域像元之间的空间吸引力；采用Sobel算子对遥感图像进行边缘检测，得到空间结构特征；依据空间结构特征，采用梯度倒数平滑法计算当前中心像元的边缘系数；依据空间吸引力和边缘系数，构建自适应权重的马尔可夫随机场；将自适应权重的马尔可夫随机场与模糊C均值算法结合，确定遥感图像的分类结果。本发明能够有效的解决边界像元和空间信息权重系数估计的问题，提高分类精度。
-
公开(公告)号：CN103914852A
公开(公告)日：2014-07-09
申请号：CN201410095122.3
申请日：2014-03-14
Applicant: 兰州交通大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于CUDA的DICOM医学影像动态非线性调窗方法，包括读取DICOM格式图像中DICOM图像的像素值信息和DICOM图像的标签信息；设置图像窗口的窗宽和窗位，并将非线性函数用于调窗；基于CUDA采用并行算法计算非线性调窗中的映射方程，计算得出DIB图像的像素数据；根据计算得出的DIB图像的像素数据组成的像素数据组，以及步骤一中的标签信息填充位图结构体，并将构造的位图显示出来；根据显示的位图判断是否需要重新设置调窗的窗宽和窗位，如需要重新设置，则返回步骤二。非线性调窗对图像的显示更加细致，达到图像增强的效果，基于CUDA的并行计算有效缩短了DIB图像生成所用时间，保证了实时性。
-
公开(公告)号：CN110334719B
公开(公告)日：2020-07-28
申请号：CN201910623705.1
申请日：2019-07-11
Applicant: 兰州交通大学
Abstract: 本发明中公开了一种提取遥感影像中建筑物图像的方法，包括：获取卷积神经网络模型；所述卷积神经网络模型为以遥感影像为输入，以建筑物图像为输出的训练后的神经网络模型；获取待采集区域的遥感影像；将所述遥感影像输入所述卷积神经网络模型，提取所述待采集区域的建筑物图像，得到初步提取结果；对所述初步提取结果采用形态学闭运算进行优化，得到待采集区域内建筑物图像的最终提取结果。并且还公开了实现这一方法的具体虚拟系统。本发明提供的提取遥感影像中建筑物图像的方法和系统，具有提取图像精度高和效率高的特点。
-
公开(公告)号：CN103810670B
公开(公告)日：2017-01-18
申请号：CN201410033988.1
申请日：2014-01-24
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于CUDA流和共享内存的DVH图并行统计方法，包括以下步骤：在主机端对器官进行采样，并将采样点位置传入设备端，每个器官的剂量统计分别用一个流进行处理；步骤2：使用纹理存储器载入剂量矩阵：步骤3：根据每个线程分配到的位置点，使用纹理拾取进行拾取，纹理的滤波模式设置为线性插值，即对三维纹理的八个像元根据距离进行线性插值，并返回线性插值得到的值；步骤4：使用共享内存存储统计结果，通过在共享内存上开辟N个子剂量盒，解决共享内存会出现的bank冲突问题，并加快了统计速度。
-
Patent Agency Ranking
公开(公告)号：CN104134210A
公开(公告)日：2014-11-05
申请号：CN201410351843.6
申请日：2014-07-22
Applicant: 兰州交通大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于组合相似性测度的2D-3D医学图像并行配准方法。该方法首先使用CUDA并行计算模型完成DRR图像的快速生成过程，并组合差值绝对值和SAD与模式强度PI作为新的相似性测度在GPU上进行并行计算，最后将组合相似性测度值传递到CPU上采用基于细菌趋化行为的果蝇优化算法进行优化来寻找最优配准参数。通过实验对本方法性能进行验证表明：由于本发明方法在GPU中实现DRR快速生成及混合相似性测度的计算，有效地提高了本发明方法的执行速度，同时与单一相似性测度相比，本发明采用混合相似性测度提高了配准结果的精确性。
-
公开(公告)号：CN114004865A
公开(公告)日：2022-02-01
申请号：CN202111314111.6
申请日：2021-11-08
Applicant: 兰州交通大学
Abstract: 本发明公开了一种结合DSST尺度估计的孪生网络增强现实目标跟踪注册方法，将DSST滤波器引入到孪生网络跟踪过程中，用HOG特征弥补孪生网络中深度特征，抑制向相似目标产生漂移；转移到DSST中的候选目标由SiamFC筛选更加准确，缓解了DSST的边界效应；目标位置和尺度传递回SiamFC网络后，采用线性插值更新相关滤波系数进行目标重定位，得到较为精准的待注册目标区域；对待注册目标特征通过ORB算法进行检测匹配，通过汉明距离进行匹配后对误匹配对采用RANSAC进行剔除，并根据匹配相邻帧间特征关系求得注册矩阵，并与OpenGL生成的立方体虚拟模型渲染后完成虚拟信息的注册，确保实时性的同时提高了传统的增强现实跟踪注册算法结果的准确率、鲁棒性和稳健性。
-
公开(公告)号：CN114004865B
公开(公告)日：2025-05-09
申请号：CN202111314111.6
申请日：2021-11-08
Applicant: 兰州交通大学
IPC: G06F11/14
Abstract: 本发明公开了一种结合DSST尺度估计的孪生网络增强现实目标跟踪注册方法，将DSST滤波器引入到孪生网络跟踪过程中，用HOG特征弥补孪生网络中深度特征，抑制向相似目标产生漂移；转移到DSST中的候选目标由SiamFC筛选更加准确，缓解了DSST的边界效应；目标位置和尺度传递回SiamFC网络后，采用线性插值更新相关滤波系数进行目标重定位，得到较为精准的待注册目标区域；对待注册目标特征通过ORB算法进行检测匹配，通过汉明距离进行匹配后对误匹配对采用RANSAC进行剔除，并根据匹配相邻帧间特征关系求得注册矩阵，并与OpenGL生成的立方体虚拟模型渲染后完成虚拟信息的注册，确保实时性的同时提高了传统的增强现实跟踪注册算法结果的准确率、鲁棒性和稳健性。
-
公开(公告)号：CN103745470A
公开(公告)日：2014-04-23
申请号：CN201410009385.8
申请日：2014-01-08
Applicant: 兰州交通大学
Inventor： 王阳萍 , 党建武 , 杨旭 , 杜晓刚 , 赵庶旭 , 杨景玉 , 王松 , 陈永 , 杨艳春 , 李积英 , 郝旗 , 邓冲 , 蒋佩钊 , 王冰 , 郭志诚 , 翟凤文 , 沈瑜 , 张鑫
IPC: G06T7/00
Abstract: 本发明公开了基于小波的多边形轮廓演化医学CT图像交互式分割方法，包括：对CT图像，交互式获取待分割区域的初始多边形轮廓（针对于不同特征的目标区域，采用基于单一种子点的初始轮廓生成方法，基于纵轴线生成初始轮廓和基于直接交互绘制的多边形轮廓）；进行基于小波模极大值的边缘检测，获得整张CT图像的全局性的高频信息；多边形轮廓进行自动演化，逼近目标区域；最终获得CT图像的分割结果。本发明所述基于小波的多边形轮廓演化医学CT图像交互式分割方法，可以克服现有技术中适用性差和灵活性差等缺陷，以实现适用性好和灵活性好的优点。
-
公开(公告)号：CN110334719A
公开(公告)日：2019-10-15
申请号：CN201910623705.1
申请日：2019-07-11
Applicant: 兰州交通大学
Abstract: 本发明中公开了一种提取遥感影像中建筑物图像的方法，包括：获取卷积神经网络模型；所述卷积神经网络模型为以遥感影像为输入，以建筑物图像为输出的训练后的神经网络模型；获取待采集区域的遥感影像；将所述遥感影像输入所述卷积神经网络模型，提取所述待采集区域的建筑物图像，得到初步提取结果；对所述初步提取结果采用形态学闭运算进行优化，得到待采集区域内建筑物图像的最终提取结果。并且还公开了实现这一方法的具体虚拟系统。本发明提供的提取遥感影像中建筑物图像的方法和系统，具有提取图像精度高和效率高的特点。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
