-
公开(公告)号：CN119360105A
公开(公告)日：2025-01-24
申请号：CN202411448819.4
申请日：2024-10-16
Applicant: 杭州电子科技大学 , 浙江正泰智维能源服务有限公司 , 浙江大学
IPC: G06V10/764 , H02S50/10 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/28 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本申请公开了一种光伏组件检测方法、装置、设备及介质，涉及光伏组串技术领域，包括：分割可见光光伏图像得到光伏组串掩膜图；基于光伏组串掩膜图从可见光光伏图像中提取若干光伏组串图像，从若干光伏组串图像中提取若干缺陷组串图像；灰度化缺陷组串图像，基于灰度直方图确定每个缺陷组串图像的上界阈值和下界阈值；基于上界阈值和下界阈值阈值化缺陷组串图像得到阈值化图像，基于阈值化图像确定缺陷组串图像中各个光伏组件的光伏组件边缘框；利用轻量化分类网络基于组件类型对光伏组件边缘框中的光伏组件分类以确定出缺陷组件，在可见光光伏图像中框选所述缺陷组件，在缺陷组件框中标注组件类型。能够快速检测光伏组串并提高组串检测的泛化性。
-
公开(公告)号：CN114022482A
公开(公告)日：2022-02-08
申请号：CN202210012032.8
申请日：2022-01-07
Applicant: 浙江正泰智维能源服务有限公司 , 杭州越达图谱科技有限公司
Abstract: 本申请公开了光伏板点状热斑检测方法、装置、设备及可读存储介质，包括：获取对待检测光伏板拍摄得到的待检测红外图像；根据光伏板边缘在红外图像的像素点上所表现出的镜像梯度特征，构造不同方向、不同阶次的镜像梯度非相似性度量；基于点状热斑的尺寸特征、像素点上的全方向镜像梯度差异特征，以点状热斑的像素点为中心构造由内向外的、设定大小尺度的局部辐射结构；根据镜像梯度非相似性度量和局部辐射结构，构造全向镜像梯度差异度量；根据全向镜像梯度差异度量确定待检测红外图像中是否包含的点状热斑。应用该方法可以提升对点状热斑的检测准确性。
-
公开(公告)号：CN114022482B
公开(公告)日：2022-04-12
申请号：CN202210012032.8
申请日：2022-01-07
Applicant: 浙江正泰智维能源服务有限公司 , 杭州越达图谱科技有限公司
Abstract: 本申请公开了光伏板点状热斑检测方法、装置、设备及可读存储介质，包括：获取对待检测光伏板拍摄得到的待检测红外图像；根据光伏板边缘在红外图像的像素点上所表现出的镜像梯度特征，构造不同方向、不同阶次的镜像梯度非相似性度量；基于点状热斑的尺寸特征、像素点上的全方向镜像梯度差异特征，以点状热斑的像素点为中心构造由内向外的、设定大小尺度的局部辐射结构；根据镜像梯度非相似性度量和局部辐射结构，构造全向镜像梯度差异度量；根据全向镜像梯度差异度量确定待检测红外图像中是否包含的点状热斑。应用该方法可以提升对点状热斑的检测准确性。
-
公开(公告)号：CN118411513A
公开(公告)日：2024-07-30
申请号：CN202410589616.0
申请日：2024-05-13
Applicant: 浙江大学
Abstract: 本发明公开了一种基于五维空时域的红外小目标检测方法及装置。包括：(1)对于红外图像序列，按照给定规则构造五维空时块张量#imgabs0#(2)对五维空时块张量#imgabs1#进行数据白化处理，得到五维白化空时块张量#imgabs2#(3)定义估计背景张量#imgabs3#的五维核范数，并引入五维稀疏度重加权策略，估计稀疏目标张量#imgabs4#(4)建立基于低秩稀疏的五维张量补全模型；(5)基于ADMM算法，求解基于低秩稀疏的五维张量补全模型；(6)将模型输出的目标张量#imgabs5#重构为与输入红外图像序列的尺寸一致的序列T，作为红外小目标检测结果，实现基于五维空时域的红外小目标检测。本发明的基于时空信息的低秩稀疏张量补全模型和求解算法，能有效提升红外小目标的检测性能。
-
公开(公告)号：CN116704343A
公开(公告)日：2023-09-05
申请号：CN202310668521.3
申请日：2023-06-07
Applicant: 浙江大学
IPC: G06V20/10 , G06V10/58 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明涉及高光谱遥感图像处理领域，公开了基于对比学习的高光谱图像波段选择方法及装置。包括：(1)扩增高光谱数据；(2)构建基于波段注意力的对比学习网络；(3)定义基于对比学习的波段选择网络的损失函数；(4)度量波段重要性；(5)选择最具价值的波段子集。本发明从高光谱图像特性出发，结合对比学习和注意力机制，挖掘高光谱图像抽象的语义信息以及光谱波段之间潜在的非线性关系，充分利用高光谱图像的空间信息，提出了基于对比学习的高光谱图像波段选择方法，能够有效地提升高光谱图像像素分类的精度。
-
Patent Agency Ranking
公开(公告)号：CN116664865A
公开(公告)日：2023-08-29
申请号：CN202310562490.3
申请日：2023-05-18
Applicant: 浙江大学
Abstract: 本发明公开了一种基于GoDec的红外小目标检测方法及装置。包括：(1)由热红外图像序列构造红外时空张量并将以时间维展开，得到重构矩阵(2)对执行奇异值分解，确定背景成分的低秩约束；(3)基于红外图像由低秩背景成分和非背景成分组成的假设，以最小化Welsch M估计非背景成分为目标，建立基于GoDec的分解模型；(4)设计优化求解算法以获取非背景成分矩阵(5)设计信息过滤器来去除非中的噪声，获得纯净的稀疏目标矩阵并将的每一行重构为与原始红外图像尺寸一致的图像矩阵T，得到目标检测结果序列T，实现热红外小目标检测。本发明能有效抑制背景、增强目标，提升红外小目标的检测性能。
-
公开(公告)号：CN119006790A
公开(公告)日：2024-11-22
申请号：CN202411099211.5
申请日：2024-08-12
Applicant: 浙江大学 , 杭州越达图谱科技有限公司
IPC: G06V10/25 , G06V10/42 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种基于时空背景重建的红外小目标检测方法及装置。方法包括：(1)将待检测的热红外图像序列连续的图像帧构造为时空张量#imgabs0#(2)设计多尺度特征提取与聚合模块，实现有效的背景特征提取；(3)设计基于变分自编码器的背景重建模块，实现重建背景张量#imgabs1#(4)为无监督学习设计自适应背景重建损失函数；(5)计算待检测的热红外图像序列的时空张量#imgabs2#与重建背景张量#imgabs3#的残差，得到目标张量#imgabs4#并将目标张量重构为目标检测结果序列T，实现红外小目标检测。本发明利用红外图像序列的时空信息，以无监督学习的方式学习背景特征并重建背景，实现基于时空背景重建的红外小目标检测，该方法能有效提升红外小目标的检测性能。
-
公开(公告)号：CN117876803A
公开(公告)日：2024-04-12
申请号：CN202311819114.4
申请日：2023-12-27
Applicant: 杭州越达图谱科技有限公司 , 浙江大学
Abstract: 本发明公开了一种基于正交子空间投影的红外小目标检测方法及装置。包括：(1)将一待检测热红外图像序列，构造为一个三维空时张量；(2)基于三维空时张量建立数据成分分析模型，并对三维空时张量进行主成分分析，得到主成分数量和对应的主成分矩阵；(3)基于主成分矩阵建立主成分对应的子空间和正交子空间，将三维空时张量投影到正交子空间；(4)设计信息过滤器，抑制数据中残留的背景和噪声，保留红外小目标，得到目标成分张量；(5)将目标成分张量重构为目标检测结果序列T，实现热红外小目标检测。本发明利用所设计的正交子空间投影算子和信息过滤器，能有效抑制背景、增强目标，实现红外弱小目标的检出。
-
公开(公告)号：CN116091468A
公开(公告)日：2023-05-09
申请号：CN202310117125.1
申请日：2023-02-15
Applicant: 浙江大学
Abstract: 本发明涉及红外图像处理领域，公开了一种基于改进三层窗口的局部对比度度量的红外小目标检测方法及装置。包括：(1)利用导向滤波，达到原始热红外图像的平滑和边缘保持的效果；(2)基于局部对比度度量理论，构造三层嵌套结构的滑动窗口，设计局部对比度度量算子；(3)对经过导向滤波的热红外图像进行边缘填充，将滑动窗口逐像素遍历图像，计算当前滑动窗口所覆盖的图像块的局部对比度度量值，获取局部对比度度量矩阵C；(4)将局部对比度度量矩阵C视作局部对比度图像T，作为红外小目标检测结果，实现红外小目标检测。本发明综合利用导向滤波、局部对比度量理论，改进局部对比度度量准则以更好表征小目标的特征，提升热红外小目标的检测性能。
-
公开(公告)号：CN113420718B
公开(公告)日：2022-04-29
申请号：CN202110815547.7
申请日：2021-07-19
Applicant: 浙江大学
Abstract: 本发明涉及图像处理领域，公开了一种基于成分分解分析和稀疏约束的高光谱异常检测方法及装置。包括：(1)原始数据的主成分分量数和独立成分分量数确定；(2)将原始数据投影至主成分空间，获得低秩主成分组分；(3)将原始数据投影至主成分空间的正交子空间，获得主成分正交组分；(4)将主成分正交组分投影至主成分正交组分的独立成分空间，获得独立成分组分；(5)利用稀疏基数得到稀疏独立成分组分；(6)利用低秩主成分组分和稀疏独立成分组分构造检测算子，实现异常检测。本发明利用了主成分和独立成分以及稀疏基数对背景和异常目标的内在对应关系，构造检测算子自适应分解高光谱矩阵，有效提升了高光谱异常检测的背景抑制效果，降低虚警。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.06 seconds)
