-
公开(公告)号：CN115410017A
公开(公告)日：2022-11-29
申请号：CN202210880201.X
申请日：2022-07-25
Applicant: 武汉轻工大学
IPC: G06V10/762 , G06V10/764 , G06V10/20 , G06V10/58 , G06V10/77
Abstract: 本发明属于种子检测技术领域，公开了一种种子霉变检测方法、装置、设备及存储介质。本发明通过获取高光谱图像的特征数据集，对特征数据集进行模糊聚类，得到第一聚类中心，对第一聚类中心中的特征数据集进行谱聚类，得到第二聚类中心，根据第二聚类中心进行分类，得到霉变种子分类结果。通过对获取到的高光谱的特征数据集中的数据进行模糊聚类，得到第一聚类中心，使高光谱的特征数据集中的数据从非团状数据转变为团状数据，大幅度降低了数据量，使得能够使用原本不能够对大量数据进行处理的谱聚类算法实现对第一聚类中心的聚类，得到第二聚类中心，在这一过程中保证了聚类的准确性，进而使得在进行种子霉变分类时，得到的结果是更准确的。
-
公开(公告)号：CN115311654A
公开(公告)日：2022-11-08
申请号：CN202210886244.9
申请日：2022-07-26
Applicant: 武汉轻工大学
IPC: G06V20/68 , G06V20/40 , G06V10/26 , G06V10/25 , G06V10/20 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06T7/246 , G06N3/04 , G06N3/08
Abstract: 本发明属于品质检测技术领域，公开了一种稻米外观自动化提取方法、装置、设备及存储介质。该方法包括：根据视频帧数据，得到所述视频帧数据的检测目标与检测目标对应的目标信息；根据检测目标的目标信息，得到跟踪目标，并根据跟踪目标确定跟踪目标的预测位置信息及标签信息；将跟踪目标的预测位置信息与目标信息中的目标位置信息进行匹配，得到匹配信息；根据匹配信息及标签信息，确定有效目标；根据有效目标对视频帧数据进行图像分割，得到目标外观信息；根据目标外观信息进行检测，得到检测结果。通过上述方式，能够实时地从视频帧数据中提取出单颗稻米的外观信息，提升了稻米外观的提取效果，实现了自动化检测，提高了检测的效率。
-
公开(公告)号：CN115273074A
公开(公告)日：2022-11-01
申请号：CN202210881695.3
申请日：2022-07-26
Applicant: 武汉轻工大学
Abstract: 本发明属于图像处理技术领域，公开了一种品质检测方法、装置、设备及存储介质；该方法包括：获取农作物的原始帧图像；从原始帧图像中提取关键帧图像；对关键帧图像去重得到参考图像；对参考图像进行图像分割得到单一图像；根据单一图像对农作物进行品质检测。本发明通过原始帧图像自适应的调整关键帧图像的提取数量，根据关键帧图像得到不重复的全部农作物图像，将全部农作物图像分割后对每个农作物进行质量检测，目前以人工检测为主，少数辅助有计算机检测，但人工监测检测效率低、主观因素大，计算机检测不够准确且仍需人工辅助，本发明能够有效的解决外观检测过程中检测不够准确、检测效率低的技术问题，实现了高效、准确农作物外观品质检测。
-
公开(公告)号：CN119722486A
公开(公告)日：2025-03-28
申请号：CN202411819178.9
申请日：2024-12-11
Applicant: 武汉轻工大学
Abstract: 本申请涉及自动驾驶技术领域，具体地说，本发明涉及一种联合图像配准的图像融合方法、装置及电子设备，属于自动驾驶技术领域。其中，该方法利用深度学习网络构建图像配准融合模型，对未配准的红外/可见光图像进行配准与融合，以实现车辆环境快速感知。该模型先对图像进行特征提取，然后对提取的特征信息进行特征匹配与校准，最后通过重构模块获取融合图像。在网络训练阶段，计算融合图像与红外/可见光图像的信息损失，基于损失对模型进行训练，得到训练完备的网络模型。本申请通过图像配准融合端到端网络模型，综合利用可见光和红外图像优势快速获取环境信息，使得该模型可应用于车辆环境感知高实时性需求场景。
-
公开(公告)号：CN118429663A
公开(公告)日：2024-08-02
申请号：CN202410553038.5
申请日：2024-05-07
Applicant: 武汉轻工大学
IPC: G06V10/44 , G06V10/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0985
Abstract: 本发明公开了基于深度学习的大雾实时能见度检测方法、设备及存储介质，包括：采集公路原图像，对原图像分别使用雾成像模型生成雾气图像，并使用滤波得到场景图像；将雾气图像、场景图像和原图像输入到深度学习模型的三个卷积分支中，得到三个输出特征图；对每个输出特征图进行展平操作，分别转换成特征向量，并分别输入到三个神经网络层中进行特征学习；将特征向量拼接成一个全局特征向量，并将所述全局特征向量经过神经网络层进行学习，得到输出特征向量；将输出特征向量输入到Softmax函数中以计算每个能见度等级的概率，输出概率最大的能见度等级。从而克服现有技术对算力要求较高及设备成本高的问题，并能得到准确的能见度等级。
-
Patent Agency Ranking
公开(公告)号：CN117872272A
公开(公告)日：2024-04-12
申请号：CN202311799652.1
申请日：2023-12-25
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种无人机集群的纯方位无源定位方法、装置、设备及介质，该方法包括：在无人机集群进行遂行编队飞行时，被动接收信号的无人机接收三台位置固定且发射信号的无人机发出的位置信号；确定各发射信号的无人机与被动接收信号的无人机之间的角度信息；根据各发射信号的无人机的位置坐标和角度信息，确定两个外接圆；利用平面中所述外接圆和三角形边角关系，获得无人机定位模型，并通过无人机定位模型对被动接收信号的无人机进行定位，获得定位结果。由于本发明无人机纯方位无源定位根据发射信号的无人机与被动接收信号的无人机之间的角度信息相互印证获得无人机定位模型，提高了无人机定位的准确度，并降低了定位计算的复杂度。
-
公开(公告)号：CN119168949A
公开(公告)日：2024-12-20
申请号：CN202411176283.5
申请日：2024-08-26
Applicant: 武汉轻工大学
IPC: G06T7/00 , G06V10/52 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种皮革织物表面缺陷检测方法、装置、设备及产品，涉及计算机视觉技术领域，该方法包括：获取待检测皮革图片；输入待检测皮革图片至目标缺陷检测模型，对待检测皮革图片进行目标检测，得到目标检测结果；基于目标检测结果确定待检测皮革图片的缺陷位置，根据缺陷位置进一步确定了缺陷边界框，有助于对缺陷位置的精确定位，通过确认缺陷边界框内的缺陷类型，保证提高皮革缺陷检测的分类精度的同时，可以在复杂场景中更好地进行缺陷识别。
-
公开(公告)号：CN118628888A
公开(公告)日：2024-09-10
申请号：CN202410880018.9
申请日：2024-07-02
Applicant: 武汉轻工大学
Inventor： 杨华 , 省深洋 , 张海峰 , 曾山 , 周康 , 李皞 , 李雅琴 , 安佳琪 , 刘江蓉 , 王庆芳 , 王奇 , 肖杰 , 付柔 , 刘能 , 王晶 , 李缘缘 , 唐田维
IPC: G06V10/82 , G06V10/44 , G06V10/764 , G06V10/80 , G06T7/00
Abstract: 本发明提供了一种玉米叶片感染检测方法、装置、电子设备及存储介质，涉及图像识别技术领域，其方法包括：将待检测玉米叶片图像输入玉米叶片检测网络中，对待检测玉米叶片图像进行轻量级网络特征卷积得到卷积叶片特征；对卷积叶片特征进行参考点自注意力提取得到注意力特征；对注意力特征进行池化特征提取得到多层级提取特征；对多层级提取特征进行特征融合得到融合特征信息，对融合特征信息进行特征预测输出得到玉米叶片感染检测结果。本发明通过参考点自注意力提取对不同尺度图像特征自动调整注意力分布，通过池化特征提取以提取不同层级的特征，并将不同层级的特征融合以增强区域上下文的关联能力，提高玉米叶片感染检测的准确性。
-
公开(公告)号：CN118552762A
公开(公告)日：2024-08-27
申请号：CN202410506893.0
申请日：2024-04-25
Applicant: 武汉轻工大学
IPC: G06V10/764 , G06V10/82 , G06V20/10 , G06V10/762 , G06N3/0985
Abstract: 本申请公开了一种小样本高光谱图像分类方法、装置、设备及存储介质，涉及图像分类技术领域，包括：获取未标记的原始高光谱数据集，将未标记的原始高光谱数据集的各个样本通过稀疏投影模糊k均值聚类，得到各个样本对应的分类伪标签，根据分类伪标签将原始高光谱数据集进行划分，并构建任务，其中，任务中包含相同类的支持集和查询集；将任务通过残差关系网络进行元训练，得到支持集中的类别向量以及查询集中的特征向量，并根据类别向量以及特征向量确定原始高光谱数据集中各个样本对应的类别，利用残差关系网络进行未标记样本的元训练提高模型在小样本情况下的快速适应能力和泛化性能，提高小样本图像分类性能。
-
公开(公告)号：CN116429262A
公开(公告)日：2023-07-14
申请号：CN202310317121.8
申请日：2023-03-28
Applicant: 武汉轻工大学
Abstract: 本发明属于图像处理技术领域，公开了一种温度测量方法、装置、设备及存储介质。本发明通过获取红外图像和可见光图像，根据所述红外图像与所述可见光图像得到混合图像，识别所述混合图像中的识别标记，根据所述识别标记的偏离信息选择调整参数，根据所述调整参数对所述混合图像进行实时配准，得到配准图像，根据所述配准图像得到测量温度，能够根据红外图像与可见光图像的偏移信息选择对应的调整参数，对可见光图像与红外图像进行配准得到配准图像，并根据配准图像得到温度测量结果，相对现有技术，即使在红外图像与可见光图像分辨率不匹配的情况下，依旧能够使可见光图像与红外图像进行配准。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
