-
公开(公告)号：CN109961020A
公开(公告)日：2019-07-02
申请号：CN201910162955.X
申请日：2019-03-05
Applicant: 南京邮电大学
Abstract: 本发明公开了一种发票印章去除方法，该方法包括如下步骤：读取发票图片，并通过函数对发票图片进行通道拆分；提取通道中的红色通道，由此得到红色通道灰度值图片；计算所述红色通道灰度值图片的统计直方图，确定最佳阈值；根据最佳阈值，对所述红色通道灰度值图片进行二值化；采用膨胀算法对二值化后的图片进行处理，得到去除印章后的图片，本发明是针对图像内容的预处理，在去掉发票印章的同时，利用图片融合及修复技术使被遮盖的信息保持完整，主要解决了发票重要信息区域被印章遮住而无法进行下一步发票信息精准识别的问题，结果具有很好的准确性和鲁棒性。
-
公开(公告)号：CN109948617A
公开(公告)日：2019-06-28
申请号：CN201910246868.2
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了计算机视觉图像处理技术领域的一种发票图像定位方法。旨在解决现有技术对于移动端从不同倾斜角度拍摄的发票图像，无法进行准确定位以准确提取有用信息。所述方法包括如下步骤：将待定位发票图像加载至已训练好的深度学习模型中；根据霍夫变换算法对待定位发票图像进行倾斜校正；根据训练生成的最佳权重值对待定位发票图像进行定位。
-
公开(公告)号：CN108470338B
公开(公告)日：2019-09-20
申请号：CN201810145473.9
申请日：2018-02-12
Applicant: 南京邮电大学
Abstract: 本发明公开一种水位监测方法，解决了现有技术水位监测方法易受光线影响、水位监测误差较大的技术问题。本发明先首先采集标杆和水面图像，接着利用标杆亮度变化小而水面因波纹不断变化导致亮度不断变化的特点，通过图像处理技术对拍摄到的时间相近的两幅图像读取灰度值，并进行差分运算，然后对图像中水面附近绘制差分灰度均值方差值与坐标的关系图，利用阈值分割算法得到灰度均值方差突变时对应的坐标即为水面坐标，并结合统计方法对水面坐标进行平滑处理，最后结合标杆实际长度和图像坐标的映射关系计算出水位深度。本发明能够准确判断出水平面的位置并实时监测出水深，具有很好的鲁棒性和实时性。
-
公开(公告)号：CN109948609A
公开(公告)日：2019-06-28
申请号：CN201910168207.2
申请日：2019-03-06
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于深度学习的智能阅卷定位方法，以口算题定位为例，方法包括，用手机拍摄若干张口算题图片，并将其分为训练集和测试集；利用labelImg标注工具，用Bounding Box标记出训练集中每张图片上口算题的位置；然后生成xml文件，将xml文件转换成txt文件；对YOLOv3算法进行修改，在分类中加入小学生口算题的类别，并且对数据集进行训练；训练完成后保存权重，对测试集中的图片进行测试，回归出每张图片中每个口算题的Bounding Box，实现小学生口算题的定位。本发明能够实现对图片中若干口算题的定位功能，而且测试结果的准确性较高，从而可以降低了人工阅卷的工作量。
-
公开(公告)号：CN108509980B
公开(公告)日：2022-07-01
申请号：CN201810188900.1
申请日：2018-03-08
Applicant: 南京邮电大学
IPC: G06V10/772 , G06V10/764 , G06K9/62 , G01F23/04
Abstract: 本发明公开了一种基于字典学习的水位监测方法，包括以下步骤：步骤1，在待测量河流区域固定一根测量标杆，通过摄像头实时采集该测量标杆与水面附近区域的图像；步骤2，采集若干幅图像作为训练图像，将每幅图像分为C类，对每类的图像块采用滑动窗采集训练数据，并打上对应的类别标签；步骤3，采用字典学习的方法对训练数据进行训练，得到字典D；步骤4，利用字典D对摄像头采集到的图像进行实时分类，得到图像的类别标签向量，从而获得水位值。本发明只需要安装传统的标杆即可实现，克服了传统水位测量方案中水平面位置难以准确识别的问题，具有较高的稳定性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN109977224A
公开(公告)日：2019-07-05
申请号：CN201910178534.6
申请日：2019-03-11
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于卷积神经网络和词向量相结合的新闻分类方法，首先将训练文本利用skip‑gram模型训练成分布式词向量表示，然后再将文本矩阵输入卷积神经网络分类器进行训练，模型训练好后就可以得出待测新闻文本的类别。本发明中采用的卷积神经网络不需要提前单独提取文本特征，可以通过整个网络独立完成，本发明操作步骤简便且具有更高的准确率。
-
公开(公告)号：CN110197175A
公开(公告)日：2019-09-03
申请号：CN201910349580.8
申请日：2019-04-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种图书书名定位及词性标注的方法及系统，该方法包括：步骤1、对待定位的所述图书封面图像进行定位，获取已定位的图书封面图像；步骤2、在已定位的所述图书封面图像上裁剪，获取仅包含图书书名的图片；步骤3、对获取的仅包含图书书名的所述图片文字识别，获取所述图片的字符串类型；步骤4、对所述字符串类型进行分词划分和词性标注；本发明对进一步关键词提取、主题生成和图书分类建档提供可行性，利用深度学习和自然语言处理的方法，大大节省了人力、物力和财力，并且结果具有很好的准确性和鲁棒性。
-
公开(公告)号：CN109858414A
公开(公告)日：2019-06-07
申请号：CN201910051813.6
申请日：2019-01-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种发票分块检测方法，所述方法包括以下步骤：采集待检测发票图像；将待检测发票图像输入至已训练好的深度学习模型中，回归得到发票图像的块区域和对应的分类类别；根据分类类别从块区域中提取目标块区域，输出被检测发票图像及对应的目标块区域图像，本发明结合Yolov3深度学习算法、K-means聚类方式、采用全卷积与residual结构相结合的Darknet-53网络结构对特征值进行提取，实现了对发票块区域精准定位和提取，本发明对图片的智能定位产生深远影响和重要意义，也为发票的进一步文字识别提高了准确性。
-
公开(公告)号：CN108509980A
公开(公告)日：2018-09-07
申请号：CN201810188900.1
申请日：2018-03-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于字典学习的水位监测方法，包括以下步骤：步骤1，在待测量河流区域固定一根测量标杆，通过摄像头实时采集该测量标杆与水面附近区域的图像；步骤2，采集若干幅图像作为训练图像，将每幅图像分为C类，对每类的图像块采用滑动窗采集训练数据，并打上对应的类别标签；步骤3，采用字典学习的方法对训练数据进行训练，得到字典D；步骤4，利用字典D对摄像头采集到的图像进行实时分类，得到图像的类别标签向量，从而获得水位值。本发明只需要安装传统的标杆即可实现，克服了传统水位测量方案中水平面位置难以准确识别的问题，具有较高的稳定性和鲁棒性。
-
公开(公告)号：CN108470338A
公开(公告)日：2018-08-31
申请号：CN201810145473.9
申请日：2018-02-12
Applicant: 南京邮电大学
Abstract: 本发明公开一种水位监测方法，解决了现有技术水位监测方法易受光线影响、水位监测误差较大的技术问题。本发明先首先采集标杆和水面图像，接着利用标杆亮度变化小而水面因波纹不断变化导致亮度不断变化的特点，通过图像处理技术对拍摄到的时间相近的两幅图像读取灰度值，并进行差分运算，然后对图像中水面附近绘制差分灰度均值方差值与坐标的关系图，利用阈值分割算法得到灰度均值方差突变时对应的坐标即为水面坐标，并结合统计方法对水面坐标进行平滑处理，最后结合标杆实际长度和图像坐标的映射关系计算出水位深度。本发明能够准确判断出水平面的位置并实时监测出水深，具有很好的鲁棒性和实时性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
