-
公开(公告)号：CN109146784B
公开(公告)日：2020-11-20
申请号：CN201810844163.6
申请日：2018-07-27
Applicant: 徐州工程学院
IPC: G06T3/40
Abstract: 本发明公开了一种基于多尺度生成对抗网络的图像超分辨率重建方法，采用多尺度SENet模块作为生成器，最终形成多尺度生成对抗网络；然后确定目标损失函数，完成生成器的预训练过程，提高多尺度生成对抗网络的收敛速度；通过建立的多尺度生成对抗网络实现对LR输入图像的高频信息的特征提取，随后与经过双三次插值的输入的结果重构出HR图像，鉴别器来鉴别重构后输入的真伪，同时将重构的均方差损失与对抗损失进行加权，作为最终的调整目标函数，通过目标函数对输出的HR图像进行调整后，完成整个图像的重建过程。本发明能对LR输入图像的高频信息细节进行更多的提取，从而使图像超分辨率重建后生成显示效果更好的HR图像。
-
公开(公告)号：CN109146784A
公开(公告)日：2019-01-04
申请号：CN201810844163.6
申请日：2018-07-27
Applicant: 徐州工程学院
IPC: G06T3/40
Abstract: 本发明公开了一种基于多尺度生成对抗网络的图像超分辨率重建方法，采用多尺度SENet模块作为生成器，最终形成多尺度生成对抗网络；然后确定目标损失函数，完成生成器的预训练过程，提高多尺度生成对抗网络的收敛速度；通过建立的多尺度生成对抗网络实现对LR输入图像的高频信息的特征提取，随后与经过双三次插值的输入的结果重构出HR图像，鉴别器来鉴别重构后输入的真伪，同时将重构的均方差损失与对抗损失进行加权，作为最终的调整目标函数，通过目标函数对输出的HR图像进行调整后，完成整个图像的重建过程。本发明能对LR输入图像的高频信息细节进行更多的提取，从而使图像超分辨率重建后生成显示效果更好的HR图像。
-
公开(公告)号：CN107507157A
公开(公告)日：2017-12-22
申请号：CN201710905303.1
申请日：2017-09-29
Applicant: 徐州工程学院
Abstract: 本发明一种改进的图像增强方法，包括：S1、对图像像素灰度为f(x,y)进行归一化处理得到n(x,y)，其中采用改进后的归一化处理方式：S2、对待优化参数 进行编码，随机产生一组初始个体构成初始种群，并输入控制参数交叉概率pc、变异概率pm、群体规模N和最大运行代数G等；S3、判断进化代数t是否等于G，若符合则算法结束，输出 最优解；否则转向下一步；S4、采用轮盘赌策略选择M个个体，对个体按照遗传操作中的交叉和变异方法进行交叉和变异操作；S5、选取两个疫苗和待接种个体数和接种点数进行免疫操作，并做出接种后的免疫选择，同时对接种后的种群采用最优个体保留策略；S6、一组 都对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变换，得到输出图像g(x,y)。
-
公开(公告)号：CN107742306B
公开(公告)日：2021-03-23
申请号：CN201710848710.3
申请日：2017-09-20
Applicant: 徐州工程学院
Abstract: 本发明公开了一种基于智能视觉中运动目标跟踪方法，其特征在于，包括以下步骤：S1、对于视频中原图像像素灰度为f(x,y)，对f(x,y)图像分割，并计算出最佳阈值Td；S2、设t时刻视频中的第k帧图像为fk(x,y)，第k‑1帧图像为fk‑1(x,y)，两帧图像的帧差为：Dk(x,y)＝|fk(x,y)‑fk‑1(x,y)|，S3、对于视频中的帧图像进行阈值分割，从视频帧间提取运动目标fobj(x,y)为：S4、对于步骤S3中所提取的运动目标进行定位；S5、对于已经定位的目标在视频中进行目标跟踪。
-
公开(公告)号：CN111507898A
公开(公告)日：2020-08-07
申请号：CN202010183489.6
申请日：2020-03-16
Abstract: 本发明公开了一种基于自适应调整的图像超分辨率重建方法，属于图像处理技术领域。本发明基本框架包括涉及生成式对抗网络的对抗训练模型,训练模型由一组相互竞争的生成模型和判别模型构成：生成模型负责生成高分辨率图像,通过判别模型确定输入图像是生成的还是从高分辨率数据库中获得的样本；随着识别能力的逐渐加强，判别模型将信息传递给生成模型，通过优化损失函数，使得生成模型生成的高分辨率图像更接近真实样本；随着生成图像质量的提高，判别模型的损失增大，同时判别模型的识别能力不断提升，当判别模型不能区分生成的图像和真实样本时，生成模型完成超分辨任务。本发明提高模型特征表达能力并获得更好的超分辨率重建效果。
-
Patent Agency Ranking
公开(公告)号：CN107742306A
公开(公告)日：2018-02-27
申请号：CN201710848710.3
申请日：2017-09-20
Applicant: 徐州工程学院
CPC classification number: G06T7/254 , G06T7/215 , G06T7/251 , G06T2207/10016 , G06T2207/20224
Abstract: 本发明公开了一种基于智能视觉中运动目标跟踪方法，其特征在于，包括以下步骤：S1、对于视频中原图像像素灰度为f(x,y)，对f(x,y)图像分割，并计算出最佳阈值Td；S2、设t时刻视频中的第k帧图像为fk(x,y)，第k-1帧图像为fk-1(x,y)，两帧图像的帧差为：Dk(x,y)＝|fk(x,y)-fk-1(x,y)|，S3、对于视频中的帧图像进行阈值分割，从视频帧间提取运动目标fobj(x,y)为：S4、对于步骤S3中所提取的运动目标进行定位；S5、对于已经定位的目标在视频中进行目标跟踪。
-
公开(公告)号：CN112960281B
公开(公告)日：2022-11-18
申请号：CN202110210266.9
申请日：2021-02-25
Applicant: 徐州工程学院
IPC: B65D81/18
Abstract: 本发明公开了一种物流冷链仓储用小薄壁制冷管级进输送装置，包括输送组件和夹装组件；输送组件包括支撑座板、驱动组件、第一移动组件和第二移动组件；驱动组件包括第一液压缸和第二液压缸；第一液压缸固定安装在支撑组件上、伸缩端通过第一移动组件带动支撑座板左右移动，第二液压缸固定在支撑座板上、伸缩端通过第二移动组件带动支撑板上下移动；夹装组件固定在支撑板上，包括一对夹装块，一对夹装块通过固定组件上下布置在支撑板的右端，一对夹装块之间形成前后贯穿、并盛放制冷管的夹装定位口；本物流冷链仓储用小薄壁制冷管级进输送装置，结构简单，不仅方便对小薄壁制冷管调整至各个位置，而且保障对其安全可靠输送，避免其损坏。
-
公开(公告)号：CN112129687A
公开(公告)日：2020-12-25
申请号：CN202010504571.4
申请日：2020-06-05
Applicant: 徐州工程学院
Abstract: 本发明公开了一种检测地下金属管道腐蚀情况的磁化装置及检测方法。磁化装置是由发射线圈和补偿线圈组成，它的结构制作参数是根据珀塞尔电磁学计算公式最终所得n1/n2＝a1/a2，其中a1为发射线圈半径,a2为补偿线圈半径,n1为发射线圈匝数,n2为补偿线圈匝数。所述的检测方法为电源为磁化装置提供时控正反向电流，通电后产生高强度磁化场，使埋地金属管道被磁化，再由探头和测腐仪组成的检测系统完成取样、读数、存取、等功能，最后由计算机进行数据处理，在专用软件平台上做出界面分析。实践证明在人工磁化场的作用下，磁异常值的检测比普测增大25倍，分辨率极高。
-
公开(公告)号：CN104376535B
公开(公告)日：2018-02-23
申请号：CN201410614189.3
申请日：2014-11-04
Applicant: 徐州工程学院
IPC: G06T5/00
Abstract: 本发明公开了一种基于样本的快速图像修复方法，该方法包括：采用标记确定待修复区域；选取待修复区域和已知区域交界的轮廓线；计算模板的数据值和置信度值；引入调节参数，确定具有最高优先级的待修复模块；在待修复模块邻近的已知区域内，按照与待修复模块中心点的距离远近，由近及远的搜索出最优匹配块；将最优匹配块对应的像素点填充到待修复模块的相应位置，同时更新新填充像素点的置信值；对待修复区域重复以上步骤，直到待修复区域全部填充完毕。本发明从优先级的运算、数据值计算、匹配区域及最优匹配块的搜索和置信值更新四个方面进行优化，修复效果更加自然，同时修复由于只是在局部进行匹配，大大减少了修复时间。
-
公开(公告)号：CN107507157B
公开(公告)日：2023-06-09
申请号：CN201710905303.1
申请日：2017-09-29
Applicant: 徐州工程学院
Abstract: 本发明一种改进的图像增强方法，包括：S1、对图像像素灰度为f(x,y)进行归一化处理得到n(x,y)，其中采用改进后的归一化处理方式：S2、对待优化参数进行编码，随机产生一组初始个体构成初始种群，并输入控制参数交叉概率pc、变异概率pm、群体规模N和最大运行代数G等；S3、判断进化代数t是否等于G，若符合则算法结束，输出最优解；否则转向下一步；S4、采用轮盘赌策略选择M个个体，对个体按照遗传操作中的交叉和变异方法进行交叉和变异操作；S5、选取两个疫苗和待接种个体数和接种点数进行免疫操作，并做出接种后的免疫选择，同时对接种后的种群采用最优个体保留策略；S6、一组都对应一个非线性变换函数F(u)，用非线性变换函数进行图像灰度变换，得到输出图像g(x,y)。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.02 seconds)
