公开(公告)号：CN110599426A

公开(公告)日：2019-12-20

申请号：CN201910885219.7

申请日：2019-09-19

Applicant: 南京工程学院

Inventor： 史学超 ,  陈巍 ,  王子阳 ,  陶毅

IPC: G06T5/00 ,  G06T3/40

Abstract: 本发明公开了一种优化CLAHE的水下图像增强方法，包括如下步骤：(1)预处理过程；(2)HE处理过程；(3)调整的CLAHE处理过程；(4)图像再合成，输出增强图像。本发明对传统CLAHE算法中的核心参数进行了优化，使之更适应水下图像增强的应用情景；HE算法与CLAHE算法的混合使用,即对图像的整体颜色实现了恢复，同时使细节特征更加明显，并且避免了AHE算法带来的噪点发大现象；算法中不依赖复杂的数学模型，未使用庞大算法，运算量小，无须训练，执行迅速，降低了对处理器性能的要求，适合多种水下嵌入式平台上的移植与实现。

公开(公告)号：CN110599426B

公开(公告)日：2023-04-25

申请号：CN201910885219.7

申请日：2019-09-19

Applicant: 南京工程学院

Inventor： 史学超 ,  陈巍 ,  王子阳 ,  陶毅

IPC: G06T5/00 ,  G06T3/40

Abstract: 本发明公开了一种优化CLAHE的水下图像增强方法，包括如下步骤：(1)预处理过程；(2)HE处理过程；(3)调整的CLAHE处理过程；(4)图像再合成，输出增强图像。本发明对传统CLAHE算法中的核心参数进行了优化，使之更适应水下图像增强的应用情景；HE算法与CLAHE算法的混合使用,即对图像的整体颜色实现了恢复，同时使细节特征更加明显，并且避免了AHE算法带来的噪点发大现象；算法中不依赖复杂的数学模型，未使用庞大算法，运算量小，无须训练，执行迅速，降低了对处理器性能的要求，适合多种水下嵌入式平台上的移植与实现。

公开(公告)号：CN110531615A

公开(公告)日：2019-12-03

申请号：CN201910885327.4

申请日：2019-09-19

Applicant: 南京工程学院

Inventor： 王子阳 ,  陈巍 ,  史学超 ,  陶毅

IPC: G05B11/42

Abstract: 本发明公开了一种水下机器人翻滚角控制方法，包括如下步骤：(1)输入预处理过程；(2)模糊逻辑控制器处理过程；(3)PID控制器处理过程，输出给执行机构。本发明以水下机器人为研究对象，通过实验和仿真，将PID控制与模糊控制相结合，得到了模糊自整定PID控制水下机器人翻滚角的方法，以提高翻滚角上的控制精度和稳定性。

公开(公告)号：CN110021158A

公开(公告)日：2019-07-16

申请号：CN201910311007.8

申请日：2019-04-18

Applicant: 南京工程学院

Inventor： 陶毅 ,  韩磊 ,  刘清雨 ,  潘帅成 ,  夏明亮 ,  郑胜男 ,  王桂珍

IPC: G08C17/02 ,  G08C19/00 ,  H04N7/18 ,  H04N5/235 ,  H04W76/11 ,  G06K9/34 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的摄像抄表系统及方法，包括摄像头架、智能抄表终端和射频模块；智能抄表终端和摄像头架通过射频模块无线连接；射频收发器进入射频范围开始无线通信，向MCU发送中断请求，MCU先后激活补光系统、加速度传感器和微距摄像头工作，摄像头将拍摄的图像回传给智能终端上搭载的树莓派，树莓派分割表盘字轮和小表盘进行样本模型训练，得到0-9的特征向量，然后对采集的表盘图像进行处理后获取水表表盘的实际读数。本发明中，水表表盘识别精度高、准确率高、通信成本低、数据传输的稳定性高。

公开(公告)号：CN110991449B

公开(公告)日：2023-04-28

申请号：CN201911188416.X

申请日：2019-11-28

Applicant: 南京工程学院

Inventor： 韩磊 ,  陶毅 ,  潘帅成 ,  夏明亮 ,  吴晓彬 ,  丁宋涛

IPC: G06V30/18 ,  G06V30/19

Abstract: 本发明公开了一种面向字轮字符的全字半字识别方法，包括如下步骤：(1)读取全字轮的特征模板曲线F＝fwheel(k)，0≤k≤M；读取10个字符位置特征值Q(i)，i＝0,1,2,…,9；(2)采集字轮视窗图像并提取其特征曲线G＝gwindow(l)，0≤l≤N；(3)将字轮视窗图像特征曲线在全字轮模板曲线上以步长为1滑动，计算每个位置p处的匹配度Hit(p)，0≤p≤(M‑N)，匹配度最大的位置记为pmax；(4)取为视窗特征曲线G在全字轮特征曲线F上的命中位置；(5)比较phit和字符位置特征值Q(i)，i＝0,1,2,…,9，如果phit落入区间[Q(r),Q(r+1))，则字轮视窗图像的读数为r。本发明对全字、半字仅需要做一次判定，计算复杂度低，适用于资源受限的嵌入式系统环境，误判率低，有实用价值。

公开(公告)号：CN110991449A

公开(公告)日：2020-04-10

申请号：CN201911188416.X

申请日：2019-11-28

Applicant: 南京工程学院

Inventor： 韩磊 ,  陶毅 ,  潘帅成 ,  夏明亮 ,  吴晓彬 ,  丁宋涛

IPC: G06K9/32 ,  G06K9/68

Abstract: 本发明公开了一种面向字轮字符的全字半字识别方法，包括如下步骤：(1)读取全字轮的特征模板曲线F＝fwheel(k)，0≤k≤M；读取10个字符位置特征值Q(i)，i＝0,1,2,…,9；(2)采集字轮视窗图像 并提取其特征曲线G＝gwindow(l)，0≤l≤N；(3)将字轮视窗图像特征曲线在全字轮模板曲线上以步长为1滑动，计算每个位置p处的匹配度Hit(p)，0≤p≤(M-N)，匹配度最大的位置记为pmax；(4)取 为视窗特征曲线G在全字轮特征曲线F上的命中位置；(5)比较phit和字符位置特征值Q(i)，i＝0,1,2,…,9，如果phit落入区间[Q(r),Q(r+1))，则字轮视窗图像的读数为r。本发明对全字、半字仅需要做一次判定，计算复杂度低，适用于资源受限的嵌入式系统环境，误判率低，有实用价值。