-
公开(公告)号：CN112598069B
公开(公告)日：2024-04-16
申请号：CN202011573651.1
申请日：2020-12-25
Applicant: 南京信息工程大学滨江学院
IPC: G06V20/10 , G06N3/0464 , G06T7/11 , G06T7/20
Abstract: 本发明提供了一种基于特征提取和权重系数参数更新的高光谱目标跟踪方法，首先利用基于多维缩放和主成分分析的联合光谱降维方法对原始高光谱图像序列进行降维处理；然后分别提取降维处理后得到的图像序列的四对特征，将四对特征进行融合；并将融合后的特征送入核相关滤波器，得到四个基于第一到第四个特征的弱响应图；并利用权重系数对弱响应图进行加权得到强响应图；将强响应图中最大值位置作为目标的位置；并对权重系数进行更新。本发明克服了现有技术中计算量大，实时性差的缺点，使得本发明提高了复杂背景下高光谱图像序列中目标跟踪的速度，并且当目标出现形变和遮挡时有较好跟踪效果。
-
公开(公告)号：CN113625293A
公开(公告)日：2021-11-09
申请号：CN202110890396.1
申请日：2021-08-03
Applicant: 南京信息工程大学滨江学院
IPC: G01S17/08 , G01N21/359 , G01N15/06 , G01W1/10
Abstract: 本发明公开了一种基于近红外三光谱成像的建筑物相对距离估计方法，首先测量雾天下太阳光的光谱并从中选定三个近红外波段；然后采用同一近红外相机和三个近红外成像波段对应的滤光片在雾天下对选定建筑物目标进行成像得到同一场景下不同波段成像的三幅近红外图像；再分别确定三幅近红外图像的全局大气光值和消光系数；根据三幅近红外图像及其对应的全局大气光值和消光系数推导建筑物相对距离估计公式；最后利用所推导的距离估计公式对建筑物相对距离进行估计。本发明克服了现有技术中不同波段下材料的反射率对距离估计产生的影响，使得本发明对建筑物相对距离的估计更加准确。
-
公开(公告)号：CN112757436A
公开(公告)日：2021-05-07
申请号：CN202110017378.2
申请日：2021-01-07
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明公开了一种基于激光烧结的挤出式3D打印喷头，包括送料斗、激光烧结组件和支撑及工作台组件；送料斗中设有供料腔体以及在入口处设有盖合的密封盖，供料腔体由外部壳体和内部壳体组成；激光烧结组件放置在送料斗上，激光光路穿过挤出口对浆体材料直接烧结；支撑及工作台组件包括用于夹持送料斗的夹具、固定支承夹具的支撑架以及工作台组成，工作台位于挤出口的正下方。本发明在送料斗中设置供料腔体，搭配激光烧结组件实现零部件的一体化成型；通过控制加热组件的温度提高浆体材料挤出的均匀性；利用敷设在平台上的磁感线圈促使金属颗粒紧密连接，提高样件的加工质量，实现稳定可靠的挤出式3D打印喷头，具有广泛的实用性及普适性。
-
公开(公告)号：CN112598711A
公开(公告)日：2021-04-02
申请号：CN202011573891.1
申请日：2020-12-25
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明提供了一种基于联合光谱降维和特征融合的高光谱目标跟踪方法，首先利用基于多维缩放和主成分分析的联合光谱降维方法对原始高光谱图像序列进行降维处理；然后分别提取降维处理后得到的图像序列的四对特征，将四对特征进行融合；并将融合后的特征送入核相关滤波器，得到四个基于第一到第四个特征的弱响应图；并利用权重系数对弱响应图进行加权得到强响应图；将强响应图中最大值位置作为目标的位置；并对基样本和权重系数的参数进行自适应更新。本发明克服了现有技术中计算量大，实时性差的缺点，使得本发明提高了复杂背景下高光谱图像序列中目标跟踪的速度，并且当目标出现形变和遮挡时有较好跟踪效果。
-
公开(公告)号：CN112634161B
公开(公告)日：2022-11-08
申请号：CN202011573525.6
申请日：2020-12-25
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明提供了一种基于两级反射光消除网络和像素损失的反射光去除方法，首先设置两级反射光消除网络中生成器的一级子网络和二级子网络；然后设定两级反射光消除网络中生成器基于像素损失的损失函数；再设定两级反射光消除网络中鉴别器的损失函数；训练两级反射光消除网络直到两级反射光消除网络参数收敛得到训练好的两级反射光消除网络；最后用训练好的两级反射光消除网络对测试数据集进行图像反射光去除，输出图像反射光去除以后的透射图。本发明克服了现有技术中容易出现色彩失真和细节损失的缺点，使得本发明对反射图像的去除效果更加明显，并且不存在色彩失真。
-
Patent Agency Ranking
公开(公告)号：CN113484254A
公开(公告)日：2021-10-08
申请号：CN202110885762.4
申请日：2021-08-03
Applicant: 南京信息工程大学滨江学院
IPC: G01N21/27 , G01N21/3504 , G01N21/359
Abstract: 本发明公开了基于三光谱实时成像和多项式回归的修正能见度估计方法，属于大气能见度检测技术领域，利用三台近红外相机、三个分光镜、三个近红外成像波段对应的滤光片、三个镜组搭建三光谱实时成像光学系统；利用三光谱实时成像系统在雾天下对选定建筑物目标进行成像得到同一场景下不同波段成像的三幅近红外图像；进一步推导雾天下基于近红外三光谱成像和距离的能见度估计公式；得到多对标准能见度U与估计能见度V，然后使用多项式回归方程建立能见度修正公式，对后续得到的估计能见度V进行修正得到修正能见度Vx。本发明利用三光谱实时成像与多项式回归克服了现有技术中需要大量训练样本来优化神经网络性能，使得本发明测量雾天下能见度误差较低。
-
公开(公告)号：CN112598069A
公开(公告)日：2021-04-02
申请号：CN202011573651.1
申请日：2020-12-25
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明提供了一种基于特征提取和权重系数参数更新的高光谱目标跟踪方法，首先利用基于多维缩放和主成分分析的联合光谱降维方法对原始高光谱图像序列进行降维处理；然后分别提取降维处理后得到的图像序列的四对特征，将四对特征进行融合；并将融合后的特征送入核相关滤波器，得到四个基于第一到第四个特征的弱响应图；并利用权重系数对弱响应图进行加权得到强响应图；将强响应图中最大值位置作为目标的位置；并对权重系数进行更新。本发明克服了现有技术中计算量大，实时性差的缺点，使得本发明提高了复杂背景下高光谱图像序列中目标跟踪的速度，并且当目标出现形变和遮挡时有较好跟踪效果。
-
公开(公告)号：CN112820875A
公开(公告)日：2021-05-18
申请号：CN202011608445.X
申请日：2020-12-30
Applicant: 南京信息工程大学滨江学院
IPC: H01M4/62 , H01M4/46 , H01M4/04 , H01M12/06 , B22F1/00 , B22F9/04 , B22F10/28 , B33Y70/10 , B33Y10/00
Abstract: 本发明公开了一种3D打印用铝空气电池铝阳极浆料及其制备方法与应用，该浆料包括金属混合粉末以及浆液，金属混合粉末与浆液的比例为1g：0.3～1.2mL，浆液包括防氧化剂、分散剂、有机溶剂、有机粘接剂，金属混合粉末包括Sn、In、Mg，余量为纯度≥99.99％的Al，浆料粘度为1～100Pa·s；该浆料的制备方法包括以下步骤：(1)取金属粉末，将金属粉末与无水乙醇混合球磨；(2)将球磨后的混合溶液干燥至酒精完全挥发，得到干燥金属混合粉末；(3)向干燥金属混合粉末中加入抗氧化剂、分散剂、有机溶剂和有机粘接剂球磨，得到浆料；该浆料能够应用在3D打印铝空气电池铝阳极中。该浆料能够增加阳极的孔隙率、降低铝阳极的自腐蚀、性能稳定、提高阳极利用率。
-
公开(公告)号：CN112598598B
公开(公告)日：2023-11-28
申请号：CN202011573740.6
申请日：2020-12-25
Applicant: 南京信息工程大学滨江学院
IPC: G06T5/00 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明提供了一种基于两级反射光消除网络的图像反射光去除方法，首先设置两级反射光消除网络中生成器的一级子网络和二级子网络；然后设定两级反射光消除网络中生成器的损失函数，由像素损失和感知损失两部分构成；再设定两级反射光消除网络中鉴别器的损失函数；训练两级反射光消除网络直到两级反射光消除网络参数收敛得到训练好的两级反射光消除网络；最后用训练好的两级反射光消除网络对测试数据集进行图像反射光去除，输出图像反射光去除以后的透射图。本发明克服了现有技术中容易出现色彩失真和细节损失的缺点，使得本发明对反射图像的去除效果更加明显，并且不存在色彩失真。(56)对比文件US 2018075581 A1,2018.03.15王青等.一种基于直接数字控制的Buck变换器的设计《.数字技术与应用》.2017,(第04期),全文.南栋等.一种基于稀疏系数匹配学习的图像去雾算法《.控制与决策》.2020,第35卷(第11期),全文.Taesik Go et al.Deep learning-basedhologram generation using a white lightsource《.Open Access》.2020,全文.
-
公开(公告)号：CN112598711B
公开(公告)日：2022-12-20
申请号：CN202011573891.1
申请日：2020-12-25
Applicant: 南京信息工程大学滨江学院
Abstract: 本发明提供了一种基于联合光谱降维和特征融合的高光谱目标跟踪方法，首先利用基于多维缩放和主成分分析的联合光谱降维方法对原始高光谱图像序列进行降维处理；然后分别提取降维处理后得到的图像序列的四对特征，将四对特征进行融合；并将融合后的特征送入核相关滤波器，得到四个基于第一到第四个特征的弱响应图；并利用权重系数对弱响应图进行加权得到强响应图；将强响应图中最大值位置作为目标的位置；并对基样本和权重系数的参数进行自适应更新。本发明克服了现有技术中计算量大，实时性差的缺点，使得本发明提高了复杂背景下高光谱图像序列中目标跟踪的速度，并且当目标出现形变和遮挡时有较好跟踪效果。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.048 seconds)
