-
公开(公告)号：CN118487031A
公开(公告)日：2024-08-13
申请号：CN202410650515.X
申请日：2024-05-24
Applicant: 南京邮电大学
Abstract: 本发明属于卫星移动通信领域，尤其涉及一种S频段圆极化微带相控阵阵元天线，包括：寄生贴片、顶层FR4介质板、上层支撑铜柱、辐射贴片、中层FR4介质板、下层支撑铜柱、功分馈电网络、导体铜柱、底层FR4介质板、SMA同轴电缆接口和金属地面，所述顶层FR4介质板通过上层支撑铜柱连接中层FR4介质板，所述底层FR4介质板通过下层支撑铜柱连接中层FR4介质板，所述寄生贴片置于顶层FR4介质板上侧，所述辐射贴片置于中层FR4介质板上侧，所述功分馈电网络置于底层FR4介质板上侧，所述功分馈电网络通过导体铜柱穿过中层FR4介质板对辐射贴片进行馈电。本发明具有宽波束，圆极化性能好，高增益的优点，适用于对“天通一号”卫星的通信。
-
公开(公告)号：CN115330786A
公开(公告)日：2022-11-11
申请号：CN202211250509.2
申请日：2022-10-13
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/11 , G06T7/187 , G06T5/30 , G06V10/26 , G06V10/28 , G06V10/40 , G06V10/44 , G06V10/762
Abstract: 本发明公开了基于CECI算法的水稻植株深度学习计数数据集的创建方法，包括：采集原始水稻图片数据，对原始水稻图片进行植被色度筛选以及HSV空间色度分割处理，提取处理后原始水稻图片中的绿色水稻区域；将原始水稻图片进行色度增强，并对色度增强处理后的原始水稻图片进行十簇聚类；计算绿色水稻区域和十簇聚类分块后的重合率，根据重合率合并拼接得到最终的水稻图片；对最终的水稻图片进行腐蚀膨胀处理并计算水稻的连通域，根据连通域的重心坐标，对计算机自动标注生成的图片进行修正，创建数据集生成基准密度图。本发明方法为后续基于深度学习水稻植株计数方法的研究创造了基础。
-
公开(公告)号：CN115187612A
公开(公告)日：2022-10-14
申请号：CN202210800450.3
申请日：2022-07-08
Applicant: 南京邮电大学 , 南京御通信息技术有限公司
IPC: G06T7/10 , G06T7/62 , G06T7/80 , G06V10/762 , G06T5/00
Abstract: 本发明公开了一种基于机器视觉的平面面积测量方法、装置及系统，方法包括：获取相机参数下采集的待测物体图像；将待测物体图像进行畸变矫正预处理后截取包括有完整待测物体的矩形区域图像；根据像素坐标系与世界坐标系的转换关系将矩形区域图像的像素坐标转换为世界坐标；根据世界坐标计算出矩形区域图像面积；对矩形区域图像进行透视变换，得到待测物体的俯视图像；对俯视图像进行基于颜色的K‑means聚类，将俯视图像分割为待测物体区域、背景区域以及透视变换后的空白区域；计算得到待测物体区域所占比例；根据待测物体区域所占比例以及矩形区域图像面积计算得到待测物体面积。实现对平面物体非接触式自动化测量。
-
公开(公告)号：CN109325495A
公开(公告)日：2019-02-12
申请号：CN201811118636.0
申请日：2018-09-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度神经网络建模的作为图像分割系统，该系统包括：图像采集模块；像素分类模块，用于通过人工在所述作物图像中以点选方式手动获得两类像素：作物像素和背景像素，即分别对应类别标签正样本和负样本，选取同等数量的所述正样本和负样本作为深度卷积神经网络的训练样本；颜色空间转换模块，用于将所述训练样本由RGB颜色空间转换为标准化的rgb和Lab颜色空间，并将样本的Lab颜色值按ICC规范将其转换为无符号8bit整数形式，形成所述训练样本的颜色特征；神经网络训练模块；模型测试模块。本发明具有较高的作物图像分割处理速度及分割的精确性，且能够较好的适应户外复杂多变的光照环境，可在作物生长观测中对作物进行有效分割提取。
-
公开(公告)号：CN105550692A
公开(公告)日：2016-05-04
申请号：CN201511017341.0
申请日：2015-12-30
Applicant: 南京邮电大学
IPC: G06K9/46
CPC classification number: G06K9/4604 , G06K9/4652
Abstract: 本发明公开了一种基于标志物颜色及轮廓检测的无人机自动寻的着陆方法，以机载摄像机实时采集到的视频图像为对象，自动地较准确地检测目标在图像中的位置，进而计算出目标在图像中的坐标以及无人机和目标的相对距离。该方法以标志物图形的颜色特征和形状轮廓的形态特征作为判断依据，可以实时地对标志物图形进行检测，进而实时计算标志物的坐标，检测结果准确率高，对无人机自动寻地着陆具有重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN115133953B
公开(公告)日：2024-02-20
申请号：CN202210606368.7
申请日：2022-05-31
Applicant: 南京邮电大学
IPC: H04B1/7075 , H04B1/7093 , H04B7/185
Abstract: 本发明公开了一种基于PMF‑FFT算法在FPGA上实现信号捕获的方法，所述方法包括：将带有频率偏移和码元相位偏移的信号输入到部分匹配滤波模块，得到部分匹配滤波相关值；将每个部分匹配滤波相关值按规定的顺序保存在存储器队列中，并进行N点补零操作；依次将每个存储器补零后的数据输送到FFTIP核中进行FFT运算，输出运算数据；对运算数据取模的平方；对取模的平方的数值进行最值比较，并获取最大峰值及其坐标K；最大峰值和预设门限阈值进行比较，若超出预设门限阈值，则计算出频偏估计值。
-
公开(公告)号：CN116520241A
公开(公告)日：2023-08-01
申请号：CN202310468825.5
申请日：2023-04-27
Applicant: 南京邮电大学
IPC: G01S5/02 , H04W4/02 , H04W64/00 , H04B17/382 , H04B17/345 , G06N20/00 , G01S5/00
Abstract: 本发明公开了一种多RIS辅助的基于WIFI指纹的位置信息感知方法，包括：在非常规位置k处的WIFI终端先接收来自某一个AP的具有比较低信号质量的参考信号和感测是否满足非直达径传输条件。AP负责控制多个RIS的工作次序和RIS处的反射相位，WIFI终端接着依次接收经过两个或更多可重构智能表面RIS转发的AP参考信号，以使得WIFI终端接收强度值最大并且避免RIS的干扰。WIFI设备将AP的参考信号和来自两个RIS的参考信号转化为二维特征矩阵，以便在终端处进行低复杂度变量决策树等分类算法。即使在单个AP配置和非视距环境下，通过多个RIS和机器学习算法提升特定子区域的空间分辨率，对基于测距的无线定位服务进行补充。
-
公开(公告)号：CN115330747A
公开(公告)日：2022-11-11
申请号：CN202211030111.8
申请日：2022-08-26
Applicant: 南京邮电大学
Abstract: 本发明公开了基于DPS‑Net深度学习的水稻植株计数、定位和大小估计方法包括：将水稻田原始图像输入特征提取器，提取成四个不同尺度的特征图；在密度估计模块，基于正负损失函数将注意力图融合初始密度图生成高质量密度图，将高质量密度图的所有像素值相加得到植株的数量；在植株位置检测模块，利用非极大值抑制算法结合高质量密度图生成植株位置的坐标；在植株大小估计模块，通过模块网络结构的输出融合植株位置坐标估计出植株的大小；本发明利用了一个新的高通量水稻植株计数数据集证明了本方法能够实现水稻植株的自动、非接触和精确计数，对于图像背景和噪声的抑制有良好的效果，而且还能提供植株位置和大小信息，对作物表型研究有重要意义。
-
公开(公告)号：CN107687838B
公开(公告)日：2020-05-12
申请号：CN201710592803.4
申请日：2017-07-19
Applicant: 南京邮电大学
IPC: G01C9/00
Abstract: 本发明公开了一种基于激光传感器系统的铁塔倾斜检测系统及方法，该系统分为激光发射端部分和激光接收端部分。激光发射端部分，通过单片机实现继电器的定时吸合或断开，实现激光器断续发射激光，向激光接收端传递光信号。激光接收端部分，当受光器接收到激光照射时，则微控制器会侦测到受光器中一组电路连通出现高电平，通过微控制器记录高电平的持续时间，将电信号翻译成相应的摩尔斯电码符号，并与接收端内预置的口令逐位比对。若出现符合的摩尔斯密码字段，则说明铁塔倾斜状态正常，并向远程监控中心，发送报告铁塔状态正常。否则，报告铁塔倾斜报警。该激光检测系统对铁塔倾斜状态的检测方法效率高，实现简单，精确度高，具有较好的使用价值。
-
公开(公告)号：CN106203439A
公开(公告)日：2016-12-07
申请号：CN201610481768.4
申请日：2016-06-27
Applicant: 南京邮电大学
CPC classification number: G06K9/4609 , G06K9/4652 , G06K9/629
Abstract: 本发明公开了一种基于标志物多特征融合的无人机自动寻的着陆方法，是一种基于标志物颜色、形态学轮廓以及特征点，多种特征的无人机自动寻的着陆方法，以机载摄像机实时采集到的视频图像为对象，自动地较准确地检测目标在图像中的位置。该方法以标志物图形的颜色特征、轮廓的形态特征和特征点作为判断依据，能够适应低空无人机航空序列图像的视角变换、几何变换、放射变换、畸变、亮度变换、噪声干扰等恶劣情况下的匹配问题，可以实时地对基准图形进行检测，进而实时计算标志物的坐标，检测结果准确率高，对无人机自动寻地着陆具有重要的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.019 seconds)
