-
公开(公告)号：CN113971621A
公开(公告)日：2022-01-25
申请号：CN202111232379.5
申请日：2021-10-22
Applicant: 中北大学
IPC: G06Q50/18 , G06F16/35 , G06F16/335 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种法条推送方法及系统，其中法条推送方法包括：获取法条司法解释集和历史诉讼案件集；建立法条司法解释集与历史诉讼案件集的映射关系，构建多标签分类模型；将当前诉讼案件的文本信息输入至多标签分类模型中，得到当前诉讼案件对应的多个法条的概率，多个法条组成备选法条集；从法条司法解释集中获取与备选法条集中的第一法条相关的司法解释，通过司法解释集计算法条间的相似度，根据相似度重新确定备选法条集中各个法条的概率，当法条的概率大于或等于第一阈值时，推送对应的法条。本发明的法条推送方法所推送的法条全面且准确。
-
公开(公告)号：CN111445464A
公开(公告)日：2020-07-24
申请号：CN202010242120.8
申请日：2020-03-31
Applicant: 中北大学
Abstract: 本发明涉及双模态红外图像的差异特征频次分布构造，具体为基于非参数估计的差异特征频次分布构造方法，构造的频次属性可作为融合算法的选取依据，进而结合类型、幅值属性选择合适的融合算法，提高双模态红外图像的融合质量，解决只考虑基于类型和幅值两个属性选择融合算法而导致融合结果产生偏差的问题。对于动态探测场景，图像帧间各属性变化复杂，基于传统映射的融合模型无法随差异特征各属性的变化而动态调整算法，导致融合效果差甚至失效。因此，只有根据差异特征多个属性选择合适的融合算法，才能提高双模态红外图像的融合质量，所以本发明中差异特征频次分布的构造对于下一步实现图像精准融合至关重要。
-
公开(公告)号：CN110324582A
公开(公告)日：2019-10-11
申请号：CN201910633226.8
申请日：2019-07-15
IPC: H04N7/18 , H04B17/391 , H04B17/382 , H04B17/336 , H04N19/177
Abstract: 本发明属于视频传输方法技术领域，具体涉及无线中继系统中基于递归失真估计的混数模视频传输方案，针对具有中继的无线瑞利衰落信道，研究HDA视频传输方案，不限定HDA的数字信号无失真传输，首先推导瑞利衰落中继系统中采用HDA的视频传输失真模型，然后基于此模型，对HDA的数字、模拟信号进行功率优化分配，在克服传统悬崖效应以及质量饱和效应的基础上得到优化的视频质量，本方案的主要特征为根据传输信道特性，发送端S估计出HDA编码视频从信源端到接收端的端到端失真模型，其中包括HDA视频编码、功率分配、中继端解码转发、信道传输、接收端解码恢复等几个环节，通过选择最优功率分配因子达到更好的视频恢复质量。
-
公开(公告)号：CN106846288B
公开(公告)日：2019-09-06
申请号：CN201710034248.3
申请日：2017-01-17
Applicant: 中北大学
IPC: G06T5/50
Abstract: 本发明公开了一种双模态红外图像差异特征指数测度的多算法融合方法，首先选择红外偏振与光强图像间差异特征类型，主要为亮度、细节、边缘和轮廓等；根据差异特征类型，选择局部能量取大、非下采样剪切波和多尺度引导滤波分别对源图像进行融合；分别计算两类图像的局部均值、局部拉普拉斯能量和局部标准差；利用两类图像的局部均值、局部能量拉普拉斯和局部标准差，计算各差异特征指数测度；构建差异特征指数测度协方差矩阵，计算协方差矩阵的特征值和特征向量，选择最大特征值对应的特征向量作为各算法权重，实现多算法融合同时保留红外偏振与光强图像的高亮度、多细节、清晰度高的边缘和轮廓特征的融合，显著提高多算法融合的融合效果。
-
公开(公告)号：CN110084771A
公开(公告)日：2019-08-02
申请号：CN201910178779.9
申请日：2019-03-11
Applicant: 中北大学
Abstract: 本发明一种基于集值映射的双模态红外图像分块多算法优化融合方法，该方法根据双模态红外图像的图像特点和成像机理构建用于描述两类图像互补信息的差异特征集；其次，对待融合图像进行几何分块并根据差异特征集的元素提取各块的差异特征，经归一化后利用条件取大规则确定各块的显著差异特征；而后，选取性能优越的融合算法构建融合算法集，通过构建更通用的融合有效度公式和更合理数理统计的方法建立起差异特征与融合算法间的映射关系；进一步利用建立的映射为各块配置最佳融合算法并进行分块融合；最终，将各融合图块进行拼接处理形成一幅完整的融合图像。本发明提高了差异特征驱动融合的针对性，克服了基于先验知识选择算法的不可预见性局限。
-
Patent Agency Ranking
公开(公告)号：CN106204510B
公开(公告)日：2018-09-18
申请号：CN201610540101.7
申请日：2016-07-08
Applicant: 中北大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于结构相似度约束的红外偏振与光强图像融合方法。本发明公开了一种采用结构相似度的多尺度红外偏振与光强图像融合方法，属于红外图像融合领域，本方法利用多尺度高斯滤波器获得红外偏振低频图像，滤波前后的图像相减获得红外偏振图像高频特征，分解时加入结构相似度指标评判低频图像与原红外偏振图像相似度，当相似低于阈值时，完成红外偏振高频特征提取停止分解，保证了红外偏振图像的边缘和纹理等特征最大限度得以提取，最大程度减少高频信息损失；将分解的红外偏振图像的高频特征图像叠加至红外光强图像。该方法克服了现有方法在融合中容易造成亮度、轮廓、边缘和纹理等特征丢失过多问题，完整的保留红外光强图像特征和较完整地保留了红外偏振图像特征，方法简单且有效。
-
公开(公告)号：CN105279747B
公开(公告)日：2018-09-14
申请号：CN201510837582.3
申请日：2015-11-25
Applicant: 中北大学
IPC: G06T5/50
Abstract: 本发明属于图像融合领域，具体为一种可提高综合考虑源图像多方面差异特征类型及强弱关系，增强特征利用率以提高融合效果的多特征目标函数引导的红外偏振与光强图像融合方法。本发明利用红外偏振与光强图像差异特征的类型及幅值、融合权值向量构建的目标函数，综合考虑了像素多属性之间的强弱关系，利用源图像之间的特征作为种群个体之间的差异信息，通过差分进化进行基于群体差异的优化融合，提高各特征融合针对性及融合效果。该方法能够有效提高融合图像中的灰度、纹理、边缘、对比度等多方面特征。本发明主要用于红外偏振与光强图像的融合。
-
公开(公告)号：CN103729836B
公开(公告)日：2016-05-11
申请号：CN201410039233.2
申请日：2014-01-27
Applicant: 中北大学
IPC: G06T5/50
Abstract: 本发明涉及图像融合方法，尤其涉及多波段图像融合方法，具体为基于多尺度变换和可能性理论的多波段图像融合方法，本方法按如下步骤进行：对多波段图像分别进行支持度变换，得到低频图像和支持度序列图像；用四叉树法分解灰度值最分散的最后一层低频成分图像；以四叉树分解结果为依据分别分解其它波段图像的最后一层低频成分图像；采用析取模式分别融合多波段低频成分对应的块图像，得到低频融合块图像；拼接融合的达到块图像，获得低频融合图像；对低频融合图像和用取大法合成的支持度序列图像进行支持度逆变换得到最终的合成图像，该合成图像的边缘强度、对比度、熵得到有效提升，同时，运行时间极大下降。
-
公开(公告)号：CN105469098A
公开(公告)日：2016-04-06
申请号：CN201510808725.8
申请日：2015-11-20
Applicant: 中北大学
CPC classification number: G06K9/4609 , G06K9/6277 , G06T2207/10028 , G06T2207/10032 , G06T2207/20081
Abstract: 本发明属于遥感数据地物分类领域，具体为一种自适应特征权重合成的LIDAR数据地物精确分类方法。本发明首先对实验图像进行充分特征信息提取，根据特征的物理意义与包含地物信息的差异，构建高程、光谱、强度与纹理特征子集；其次在随机森林框架下分析不同特征子集在地物分类过程中的重要性差异，计算各特征子集的重要性测度，获得每个像元对各类地物的类别隶属度；然后综合利用特征子集重要性测度与基于证据冲突计算的权重系数，对各个特征子集构成的多证据源合成；最后根据合成结果采用投票决策规则实现地物精确分类，并采用有效的空间限制策略优化初分类结果。
-
公开(公告)号：CN103093448B
公开(公告)日：2015-06-03
申请号：CN201310025721.3
申请日：2013-01-24
Applicant: 中北大学
IPC: G06T5/50
Abstract: 本发明涉及图像融合技术，具体为双色中波红外图像变换域多规则融合方法。解决现有的双色中波红外图象融合方法因采用单一融合规则不能适应探测动态变化的需要和不能直接在双色中波成像仪中实现的问题。把红外中波分为3.4~4.1μm、4.5~5.3μm两个波段，然后按如下步骤进行：对两个细分波段图像分别进行支持度变换，得到低频图像和支持度序列图像；对最后一层低频图像用单一规则合成、在对合成图像用模糊隶属函数融合；对支持度序列图像先用单一规则合成在用模糊隶属函数合成图像再次合成；对合成的低频图像和合成的支持度图像采用支持度变换法进行融合。该方法在FPGA和DSP芯片或单一的FPGA芯片上实现，芯片可容易地嵌入双色中波成像仪中。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.043 seconds)
