-
公开(公告)号：CN119919708A
公开(公告)日：2025-05-02
申请号：CN202411801661.4
申请日：2024-12-09
Applicant: 中北大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/52 , G06V10/62 , G06N3/0455 , G06N3/08 , G06V20/54
Abstract: 本发明涉及海域态势感知中航迹分类识别方法，具体为基于深度学习网络的航迹分层分类方法，首先，将船舶航迹转化成图像层，构建基于Swin‑Transformer网络的航迹图像层分类模型；其次对于航迹序列层，基于多维信息的航迹压缩算法优化航迹序列的输入，并构建基于Gained‑Transformer‑Network深度学习网络的航迹序列层分类模型。最后建立基于可信度的融合层航迹分类模型，提高航迹分层分类的准确率。经过实验验证，平均分类准确率为91.7%，融合分类器的分类性能相较于其他单分类器平均提高了11%，F1分数平均为0.82。结果表明，新提出的方法和新的融合分类器对船舶航迹具有较好的分类效果。
-
公开(公告)号：CN114998574B
公开(公告)日：2024-10-22
申请号：CN202210635371.1
申请日：2022-06-06
Applicant: 中北大学
Abstract: 本发明涉及可见光和红外视频融合方法，具体为红外与可见光视频的拟态分层融合方法。首先，研究拟态章鱼的多拟态变换过程，剖析其多拟态原因；其次分析视频融合一般性过程与拟态章鱼多拟态过程之间的相似性，建立二者间对应关系，并确定视频拟态融合过程中的拟态变元类型及功能；然后对拟态变元进行分层，基于余弦相似性和加权思想构造融合有效度函数来逐层分析比较不同变元对各类差异特征的融合效果，从而分层选择最优拟态变元；最后通过变元间的优化组合实现红外与可见光视频的拟态分层融合。实验结果表明，本文方法在视频整体保留红外典型目标和可见光结构细节方面取得了显著成果，并且在定量分析和定性评价方面明显优于其他单一融合方法。
-
公开(公告)号：CN115205713A
公开(公告)日：2022-10-18
申请号：CN202210566648.X
申请日：2022-05-23
Applicant: 中北大学
Abstract: 本发明公开了一种无人机遥感图像阴影下地物颜色与纹理细节恢复方法。该方法首先将无人机图像分割成块作为最小处理单元；其次，构造新的阴影检测指数(SDI)对阴影进行增强，并利用阈值分割得到阴影掩模；然后，利用激光雷达强度和高程信息提取同质区域。最后，匹配阴影/非阴影区的同质区域并利用光照补偿与灰度差值相结合的方法恢复阴影区缺失信息。本发明克服了现有方法因同质阴影/非阴影对匹配不精确而导致阴影区景物与真实地物色彩异质性显著的问题，在不干扰图像非阴影区域特征信息的前提下，恢复了阴影区景物的颜色和纹理信息，恢复后图像无明显阴影边界，本发明方法主要用于（但不限于）无人机遥感图像阴影区景物的颜色与纹理信息恢复。
-
公开(公告)号：CN112116675B
公开(公告)日：2022-09-23
申请号：CN202010923096.4
申请日：2020-09-04
Applicant: 中北大学
Abstract: 本发明涉及鬼成像的优化，具体为基于多散斑图组合‑调制的鬼成像优化方法，其利用桶探测器值的大小对照射到目标物体上的多个散斑图进行排序，使相邻散斑图间差异性减小；通过对相邻散斑图间的叠加以及对应桶探测器值的调制，有效降低待关联数据间冗余和数量，并利用不同的关联运算规则实现对目标物体的重构。数值仿真结果表明，对于目标图像“G”，在总采样次数4000次、4个相邻散斑图组合方式下，所提方法与未组合‑调制下传统鬼成像、差分鬼成像和正负调制鬼成像的峰值信噪比/对比度分别提升了21.7%/27.3%、8.3%/17.8%和14.7%/25.7%；通过对20幅目标图像的数值模拟与结果分析，发现峰值信噪比/对比度提升率分别在15%和30%以上的占比为90%/85%和50%/55%，说明该方法具有很好的泛化能力。
-
公开(公告)号：CN114934855A
公开(公告)日：2022-08-23
申请号：CN202210530056.2
申请日：2022-05-16
Applicant: 中北大学
Abstract: 本发明涉及缸盖火力面热场探测方法，具体为气缸盖火力面热场域多尺度划分方法，首先，依据缸盖燃气侧传热规律和热场温度的高低，以喷油孔为中心位置将火力面划分为进‑排、进‑进、排‑排气门间鼻梁区以及外围区域；其次，剖析各区域内温度梯度的变化特性，基于不同的梯度变化量对各区域进行不同尺度的划分；最后，确定不同尺度区域中测温点数量和具体位置，并结合热电偶测温技术对各点温度进行测量。实验结果表明，与单一尺度下测温数值相比，基于多尺度划分思想的测温方法更能凸显出鼻梁区等易出现热疲劳损伤的区域内温度变化，为缸盖内壁热疲劳损伤检测与评估提供了更可靠的数据来源。
-
Patent Agency Ranking
公开(公告)号：CN111445464B
公开(公告)日：2022-04-19
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：CN110472296B
公开(公告)日：2022-04-15
申请号：CN201910662593.0
申请日：2019-07-22
Applicant: 中北大学
Abstract: 本发明公开了一种基于标准化全连接残差网络的空战目标威胁评估方法，属于战场态势评估领域。首先进行仿真实验标记数据，构建训练集与测试集存储于CSV文件中，其次在TensorFlow数据库下构建标准化全连接残差网络，包括构建读取CSV文件数据的图、残差网络层和标准化全连接残差网络图，最后创建TensorFlow会话，训练网络模型并测试，分析网络性能，对模型进行验证。本发明解决了其他空战目标威胁评估方法因缺乏对大样本数据的自学习推理能力而导致评估结果不准确的问题，可以自学习输入数据的分布，挖掘隐藏在数据中的规律，训练好的模型可以准确评估空战目标威胁。本发明主要用于（但不限于）战场态势评估。
-
公开(公告)号：CN114092418A
公开(公告)日：2022-02-25
申请号：CN202111311953.6
申请日：2021-11-08
Applicant: 中北大学
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/155 , G06T7/90 , G06V20/17 , G06V20/68 , G06V10/25 , G06V10/26
Abstract: 本发明涉及农田环境下遥感影像的阴影区域检测方法，具体为农田作物无人机影像的阴影检测方法，解决现有阴影检测算法在复杂农田场景下难以提取不规则、碎片化阴影的问题。结合无人机影像的阴影/非阴影区颜色特性，利用双通道差值和G波段增强构造新型灰度图，使用最大类间方差法对灰度图进行自动阈值分割，获取阴影检测结果。以航摄获取的无人机影像进行实验，结果表明，所提方法检测结果更接近真实阴影，平均总体精度为0.9868，平均F1分数为0.9567。
-
公开(公告)号：CN111445430A
公开(公告)日：2020-07-24
申请号：CN202010241703.9
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融合，具体为基于差异特征幅值区间融合有效度分布的双模态红外图像融合算法选择方法，（1）通过选取红外偏振与光强图像的主要差异特征，提取了差异特征的幅值；（2）通过对差异特征幅值的区间划分，确定了算法在不同幅值区间下的融合有效度，据此构造了融合算法的差异特征幅值融合有效度分布；（3）根据构造的融合算法的差异特征幅值融合有效度分布，能够从多种融合算法中优化选择出融合效果相对最好的算法，克服了一般主观定性分析算法与图像差异特征之间的关系选择融合算法存在的局限性，为融合算法的优化选择提供新的客观依据，更为研究多特征幅值融合有效度分布合成提供了理论基础。
-
公开(公告)号：CN105469098B
公开(公告)日：2018-10-12
申请号：CN201510808725.8
申请日：2015-11-20
Applicant: 中北大学
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。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.042 seconds)
