-
公开(公告)号：CN111610799A
公开(公告)日：2020-09-01
申请号：CN202010366885.2
申请日：2020-04-30
Applicant: 哈尔滨理工大学
Abstract: 本发明提出一种四旋翼无人机的网络控制方法、计算机设备及存储介质，所述方法包括：步骤1、四旋翼无人机借助地面中转端实现与用户计算机无线通信；步骤2、四旋翼无人机利用自身携带的图像采集设备进行场景拍摄，从而获取图像信息，同时，四旋翼无人机利用自身携带的传感器获取无人机位姿信息；步骤3、四旋翼无人机与用户计算机分享图像信息和无人机位姿信息；步骤4、用户计算机处理分析接收到的信息并通过网络完成对四旋翼无人机的控制；本发明采用的四旋翼无人机网络控制方法，使用无线入网方式，通过无人机携带的相关传感器进行定位，实现对四旋翼无人机的远程控制。
-
公开(公告)号：CN113436172A
公开(公告)日：2021-09-24
申请号：CN202110725512.4
申请日：2021-06-29
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于Superpoint的医学图像处理方法，属于图像处理技术领域。该方法步骤主要包括：S1：获取图像并初始化网络，主要包括以下部分：获取内窥镜采集到的内腔图像、初始化深度学习网络；S2：将获取到的图像输入网络进行特征提取，同时得到特征点的描述子，其中主要包括以下部分：编码网络、解码网络、描述子检测、损失函数构建；S3：利用KNN最近邻匹配方法方法进行特征匹配；S4：采用K‑Means聚类方法对特征集合进行有层次的聚类。本发明有效解决了特征提取过程中稳定性不足和易受光照影响的缺陷，与传统方法相比增加了特征匹配的准确性。
-
公开(公告)号：CN113436104A
公开(公告)日：2021-09-24
申请号：CN202110725569.4
申请日：2021-06-29
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于特征金字塔模型的运动模糊图像去模糊方法，包括以下步骤：S1.获取多个运动模糊图像和与之相对应的多个清晰图像组成图像对作为训练集，并获取多个待去模糊的运动图像作为测试集；S2.采用特征金字塔模型对生成对抗网络搭建；S3.设计用于生成对抗网络训练的损失函数；S4.采用步骤S1获取的训练集和步骤S3设计的损失函数对特征金字塔生成对抗网络进行训练；S5.将步骤S1获取的测试集输入到步骤S4训练好的网络模型中得到相应的去模糊图像。本发明采用的基于特征金字塔模型的运动模糊图像去模糊方法，可以获取更多特征信息，减少噪声，有效提高了运动模糊图像去模糊的效率与质量。
-
-
Search Results
3
records
(took 0.017 seconds)
