-
-
公开(公告)号：CN113033383A
公开(公告)日：2021-06-25
申请号：CN202110308175.9
申请日：2021-03-23
Applicant: 山东大学
Abstract: 本发明属于透水路面堵塞检测领域，提供了一种基于深度学习的透水路面堵塞无损检测方法及系统。其中，该方法包括获取透水路面图像，并转化成透水路面灰度图片；将透水路面灰度图片输入至深度学习堵塞检测模型中，输出透水路面堵塞等级，进而根据透水路面堵塞等级匹配出相应维护策略来保养透水路面；其中，深度学习堵塞检测模型的训练数据是基于不同预定透水路面堵塞等级进行渗水性实验所获取的透水路面模型图像。
-
-
公开(公告)号：CN109902668A
公开(公告)日：2019-06-18
申请号：CN201910305803.0
申请日：2019-04-16
Applicant: 山东大学
Abstract: 本发明公开了无人机载的路面检测系统及检测方法，包括无人机，所述无人机上设置有GPS系统及无人机飞行高度控制系统；所述无人机上搭载有摄像头，所述摄像头连接图像传感器；所述图像传感器的输出端连接至信号放大电路的输入端，所述信号放大电路的输出端连接至信号转换电路的输入端；所述信号转换电路的输出端连接至无线数传电台；所述信号放大电路的输入端连接信号检测及处理电路的输出端，信号检测及处理电路的输入端连接控制器；地面无线数传电台由电平转接板连接地面服务器，搭载在无人机上的无线数传电台与地面无线数传电台通过无线方式通信。能够采集不同的路面信息并分别进行图像处理，建立相应的模型，能够实时动态对路面进行检测。
-
-
Patent Agency Ranking
公开(公告)号：CN102521804A
公开(公告)日：2012-06-27
申请号：CN201110390726.7
申请日：2011-11-30
Applicant: 山东大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于窗口改进的多级中值滤波的图像边缘检测方法，该方法的过程为：(1)对原始图像加入噪声并选取矩形窗口；(2)基于多级中值滤波的算法，将此矩形窗口分割为4个子窗口，分别表示四个不同方向的一维窗口，其中窗口的走向选择更加充分地利用了方向上的相关性信息；(3)选取模板大小，对于上述4个滤波子窗口，分别取相应窗口像素的中值；(4)初步定义窗口改进后的图像输出结果，并得到图像边缘的初始边缘轮廓；(5)根据所处理图像的特征，选取合适的参数和阈值，产生最终的目标边缘检测图像。本发明不仅较好地抑制了噪声，而且有效地检测出了图像的边缘，表现出了良好的效果，可用于图像处理、计算机视觉、工业自动化检测。
-
公开(公告)号：CN102496150A
公开(公告)日：2012-06-13
申请号：CN201110404794.4
申请日：2011-12-07
Applicant: 山东大学
IPC: G06T5/00
Abstract: 本发明提出了一种基于高斯平滑的局部区域活动轮廓模型方法，此方法将图像分割过程分为两个步骤：粗分割和细分割，粗分割阶段的结果能够近似地描绘出目标物体的大致轮廓，然后将此作为第二阶段的初始轮廓，进行更为精确的目标物体分割。其中，在第一阶段粗分割中，引入了一种能够分别匹配闭合曲线内外的局部区域的数据，使之接近两个常数。这些常数能够通过计算最小化一维能量函数得到，而且用来近似图像从而防止陷入局部区域最小化。实验结果显示这种方法在处理合成图像、自然图像和医学图像上有效地解决了局部区域最小化问题，表现出良好的分割效果。
-
公开(公告)号：CN113378666A
公开(公告)日：2021-09-10
申请号：CN202110593341.4
申请日：2021-05-28
Applicant: 山东大学
Abstract: 本公开提供了一种票据图像倾斜校正方法、票据识别方法及系统，所述方案通过自适应基准点搜索策略，选取较少的优质基准点(优质基准点：越接近两行文字中间区域的基准点，参考价值越高)，抛弃了传统算法选取大量基准点，以量取胜的策略，大大提高了执行效率；同时，通过角度二次搜索过程，实现了角度检测的由粗到细，虽然付出了一定的计算代价，但检测精度由原来的1°提高到了0.01°，由于所选取的基准点数量较少，即使是二次搜索，执行效率也比传统算法的一次搜索有较大的提升。
-
公开(公告)号：CN105279761B
公开(公告)日：2018-05-01
申请号：CN201510796632.8
申请日：2015-11-18
Applicant: 山东大学
IPC: G06T7/136
Abstract: 本发明公开了一种基于样本局部密度离群点检测的背景建模方法，包括以下步骤：利用已采集到的视频帧对背景模型进行初始化，计算样本集的各个样本点的局部背景因子，采集观察到的新像素值，计算其局部背景因子；将新观察到的新像素值的局部背景因子与其最近邻的各个样本点进行比较，判断其是否属于背景，如果属于背景则将新像素值融入背景模型，进行更新，并利用新像素值将样本集中局部背景因子最大的样本点替换掉；本发明利用观察到的像素真实值来初始化背景模型，增加了背景模型的真实性，避免了被不存在的虚假值影响的可能性。
-
公开(公告)号：CN104618721B
公开(公告)日：2018-01-26
申请号：CN201510043125.7
申请日：2015-01-28
Applicant: 山东大学
IPC: H04N19/20 , H04N19/142 , H04N7/14
Abstract: 本发明提供了一种基于特征建模的极低码率下人脸视频编解码方法，包括接收方接收发送方视频聊天时传输来的第一帧全部视频信息，确定人脸主体的位置；发送方提取特征点及确定眼睛和嘴巴的位置，并传输至接收方客户端；发送方提取特征点及确定眼睛和嘴巴的位置并传送，与第一帧视频信息匹配合成第二帧视频图像；与第二帧视频图像合成类似，发送方传送之后每一帧视频图像特征点及眼睛和嘴巴的位置信息，与其前一帧视频信息匹配合成该帧视频图像，直至传输第i*n帧视频图像，进入下一步；i＝1,2,3…；n≥3，i和n均为正整数；传送第i*n帧视频图像时，传输该帧全部视频信息，提取特征点及确定眼睛和嘴巴的位置并传输；接收方接收后返回上一步。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.032 seconds)
