-
公开(公告)号:CN116586080B
公开(公告)日:2025-04-01
申请号:CN202210856443.5
申请日:2022-07-19
Applicant: 北京科技大学顺德创新学院
IPC: B01J27/04 , B01J27/043 , B01J27/045 , C01B3/04 , C02F1/30 , A01N59/16 , A01P1/00 , C02F101/34
Abstract: 本发明公开了一种金属单原子修饰的硫化物光催化材料的制备方法,具体采用有机胺与金属离子配位有效分散金属源,在溶剂热过程中进行硫化并协同有机胺插层将金属单原子稳定于硫化物晶格中,水热反应去掉插层胺后得到单原子修饰的硫化物纳米光催化材料。此合成策略属首次提出,可推广应用于不同金属元素(如Pt、Ru、Ag、Ni)单原子催化剂的合成与制备,且所制备单原子结构稳定,催化活性高。该制备方案反应条件温和,合成效率高,所制备的高活性高稳定性硫化物单原子催化材料在光催化分解水析氢、光催化降解有机污染物苯酚、光催化杀菌等领域具有广阔应用前景。
-
公开(公告)号:CN114998630B
公开(公告)日:2022-11-04
申请号:CN202210844306.X
申请日:2022-07-19
Applicant: 北京科技大学
Abstract: 本发明公开了一种从粗到精的地对空图像配准方法,包括:S1,获取待配准的图像对;S2,采用模板匹配的方法对图像对进行配准,得到初步配准结果;S3,基于初步配准结果在目标图像中裁剪出感兴趣区域,采用深度学习的方法对源图像和裁剪出的感兴趣区域提取特征点并匹配,得到特征点匹配结果;S4,基于特征点匹配结果,采用基于随机抽样一致RANSAC的方法对图像对进行尺度对齐,然后对完成尺度对齐的图像对再次执行S3,得到新的特征点匹配结果;S5,重复执行S4预设次数,得到最终的配准结果。本发明的方法能够针对卫星影像和机载图像,实现不同视角下立体结构图像间的像素级配准,具有通用性。
-
公开(公告)号:CN114820389A
公开(公告)日:2022-07-29
申请号:CN202210714947.3
申请日:2022-06-23
IPC: G06T5/00 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明提供一种基于无监督解耦表征的人脸图像去模糊方法,属于计算机视觉中的低质量图像复原技术领域。所述方法包括:获取由清晰图像及模糊图像构成的训练集;其中,所述图像为人脸图像;构建基于生成对抗网络的去模糊生成网络,确定其总的目标函数;其中,通过所述去模糊生成网络解耦语义内容信息和域内特性,所述去模糊生成网络包括:内容域编码器、特征域编码器、特征域生成器、特征域鉴别器;利用得到的训练集和总的目标函数,训练所述去模糊生成网络;将待处理的模糊图像作为输入,利用训练好的所述去模糊生成网络生成清晰的人脸图像。采用本发明,能够解决其他无监督方法在训练过程中出现的域转移和解耦不一致的问题。
-
公开(公告)号:CN114821128B
公开(公告)日:2022-09-09
申请号:CN202210720448.5
申请日:2022-06-24
Abstract: 本发明公开了一种尺度自适应的模板匹配方法,包括:获取不同角度的同一场景的两幅图像,在其中一幅中手工框取感兴趣图像块作为模板图像,另一幅作为搜索图像;将模板图像和搜索图像输入特征提取网络,获取对应的特征图FT和FIS;计算归一化后的FT和FIS各像素之间的相似性,获取相似性度量图;产生自适应多尺度候选框;生成均值滤波后的相似性度量图;在搜索图像中选取出候选图像块;获取任一候选图像块和模板的特征描述;计算模板的特征描述符与任一候选图像块的特征描述符的相似性;将相似性最大的特征描述符所对应的候选图像块作为模板图像最终的匹配结果。本发明可自适应产生目标框,且适用于视角变化较大的立体结构的图像匹配问题。
-
公开(公告)号:CN114998630A
公开(公告)日:2022-09-02
申请号:CN202210844306.X
申请日:2022-07-19
Applicant: 北京科技大学
Abstract: 本发明公开了一种从粗到精的地对空图像配准方法,包括:S1,获取待配准的图像对;S2,采用模板匹配的方法对图像对进行配准,得到初步配准结果;S3,基于初步配准结果在目标图像中裁剪出感兴趣区域,采用深度学习的方法对源图像和裁剪出的感兴趣区域提取特征点并匹配,得到特征点匹配结果;S4,基于特征点匹配结果,采用基于随机抽样一致RANSAC的方法对图像对进行尺度对齐,然后对完成尺度对齐的图像对再次执行S3,得到新的特征点匹配结果;S5,重复执行S4预设次数,得到最终的配准结果。本发明的方法能够针对卫星影像和机载图像,实现不同视角下立体结构图像间的像素级配准,具有通用性。
-
公开(公告)号:CN116586080A
公开(公告)日:2023-08-15
申请号:CN202210856443.5
申请日:2022-07-19
Applicant: 北京科技大学顺德研究生院
IPC: B01J27/04 , B01J27/043 , B01J27/045 , C01B3/04 , C02F1/30 , A01N59/16 , A01P1/00 , C02F101/34
Abstract: 本发明公开了一种金属单原子修饰的硫化物光催化材料的制备方法,具体采用有机胺与金属离子配位有效分散金属源,在溶剂热过程中进行硫化并协同有机胺插层将金属单原子稳定于硫化物晶格中,水热反应去掉插层胺后得到单原子修饰的硫化物纳米光催化材料。此合成策略属首次提出,可推广应用于不同金属元素(如Pt、Ru、Ag、Ni)单原子催化剂的合成与制备,且所制备单原子结构稳定,催化活性高。该制备方案反应条件温和,合成效率高,所制备的高活性高稳定性硫化物单原子催化材料在光催化分解水析氢、光催化降解有机污染物苯酚、光催化杀菌等领域具有广阔应用前景。
-
公开(公告)号:CN115608380A
公开(公告)日:2023-01-17
申请号:CN202210770109.8
申请日:2022-06-30
Applicant: 北京科技大学顺德研究生院
IPC: B01J27/047 , B01J37/08 , C01B3/04
Abstract: 本发明公开了一种夹层金属暴露的过渡金属硫化物的制备方法,该方法采用氟掺杂诱导金属暴露的策略,具体先通过一步煅烧得到氟掺杂的硫化物,再利用酸溶液中氢离子与氟的强键合力,去除掺杂的氟原子并暴露出内层的金属原子。通过调控氟掺杂的量,有效调控过渡金属硫化物材料表面金属暴露的比例,制备一系列金属暴露的过渡金属硫化物材料。本发明所实的制备方法、工艺简单、反应条件温和;原料及设备廉价易得,成本低;合成时间短、效率高,适合规模化生产。
-
公开(公告)号:CN114820389B
公开(公告)日:2022-09-23
申请号:CN202210714947.3
申请日:2022-06-23
IPC: G06T5/00 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明提供一种基于无监督解耦表征的人脸图像去模糊方法,属于计算机视觉中的低质量图像复原技术领域。所述方法包括:获取由清晰图像及模糊图像构成的训练集;其中,所述图像为人脸图像;构建基于生成对抗网络的去模糊生成网络,确定其总的目标函数;其中,通过所述去模糊生成网络解耦语义内容信息和域内特性,所述去模糊生成网络包括:内容域编码器、特征域编码器、特征域生成器、特征域鉴别器;利用得到的训练集和总的目标函数,训练所述去模糊生成网络;将待处理的模糊图像作为输入,利用训练好的所述去模糊生成网络生成清晰的人脸图像。采用本发明,能够解决其他无监督方法在训练过程中出现的域转移和解耦不一致的问题。
-
公开(公告)号:CN114821128A
公开(公告)日:2022-07-29
申请号:CN202210720448.5
申请日:2022-06-24
Abstract: 本发明公开了一种尺度自适应的模板匹配方法,包括:获取不同角度的同一场景的两幅图像,在其中一幅中手工框取感兴趣图像块作为模板图像,另一幅作为搜索图像;将模板图像和搜索图像输入特征提取网络,获取对应的特征图FT和FIS;计算归一化后的FT和FIS各像素之间的相似性,获取相似性度量图;产生自适应多尺度候选框;生成均值滤波后的相似性度量图;在搜索图像中选取出候选图像块;获取任一候选图像块和模板的特征描述;计算模板的特征描述符与任一候选图像块的特征描述符的相似性;将相似性最大的特征描述符所对应的候选图像块作为模板图像最终的匹配结果。本发明可自适应产生目标框,且适用于视角变化较大的立体结构的图像匹配问题。
-
公开(公告)号:CN115608380B
公开(公告)日:2023-10-20
申请号:CN202210770109.8
申请日:2022-06-30
Applicant: 北京科技大学顺德研究生院
IPC: B01J27/047 , B01J37/08 , C01B3/04
Abstract: 本发明公开了一种夹层金属暴露的过渡金属硫化物的制备方法,该方法采用氟掺杂诱导金属暴露的策略,具体先通过一步煅烧得到氟掺杂的硫化物,再利用酸溶液中氢离子与氟的强键合力,去除掺杂的氟原子并暴露出内层的金属原子。通过调控氟掺杂的量,有效调控过渡金属硫化物材料表面金属暴露的比例,制备一系列金属暴露的过渡金属硫化物材料。本发明所实的制备方法、工艺简单、反应条件温和;原料及设备廉价易得,成本低;合成时间短、效率高,适合规模化生产。
-
-
-
-
-
-
-
-
-