-
公开(公告)号：CN119413051A
公开(公告)日：2025-02-11
申请号：CN202411532669.5
申请日：2024-10-30
Applicant: 中北大学
Abstract: 本发明涉及磁性探测技术领域，公开了一种用于金属分类检测的磁异探测装置及方法，一种用于金属分类检测的磁异探测装置，包括激励线圈和八个沿激励线圈周向阵列分布的感应线圈，所述激励线圈和八个感应线圈处于同一平面，且均匀固定于亚克力板上。本发明采用激励线圈和阵列感应线圈的设计，能够直接通过感应电动势的差异，确定磁异物体的位置，提取磁异物体多角度磁极化率张量矩阵；根据郎之万建立弛豫模型，确定磁极化张量与材料磁异物体材料性质的关系，提取材料磁极化率的初始变化率、时间幂次项、磁化过程的作为金属分类依据；实现了对磁异物体的精确定位和实时监测，并能够高效分类不同类型的金属，具有广泛的应用前景和显著的经济效益。
-
公开(公告)号：CN119375268A
公开(公告)日：2025-01-28
申请号：CN202411496145.5
申请日：2024-10-25
Applicant: 中北大学
IPC: G01N23/203 , G06T5/70
Abstract: 本发明属于康普顿背散射成像技术领域，公开了一种适用于基于编码孔径的CXCBI重建算法的多值映射修正方法，具体技术方案为：确定X射线源、探测器、编码孔径的参数，确定待测物体及其位置，采集待测物体背散射光子信息；构建观测值向量，输入至总变分正则化模型，构建二值测量矩阵，修正二值测量矩阵为多值测量矩阵，多值测量矩阵的一方面输入至总变分正则化模型，获得图像初始值，多值测量矩阵的另一方面配置ADMM优化策略，并在算法框架中采用三维块匹配算法去噪；图像方差趋势平缓时，结束迭代，重构x向量获得待测物体的背散射图像结果；本发明保留了待测物体位置、形状以及复杂的细节，出色地提升了系统的检测能力。
-
Patent Agency Ranking
公开(公告)号：CN119355386A
公开(公告)日：2025-01-24
申请号：CN202411447277.9
申请日：2024-10-16
Applicant: 中北大学
Abstract: 本发明涉及电磁安全防护技术领域，公开了一种多源信息融合定位电磁泄漏信号的方法，包括以下步骤：在选定空间范围内，用户手持单端探测器在运动过程中对环境中的电磁泄漏信号进行扫描，通过电磁泄漏信号强度确定电磁泄漏信号源方向；通过惯性测量单元采集单端探测器的运动姿态信息，通过卡尔曼滤波器滤波后重建单端探测器的运动轨迹；以初始位置为原点，构建空间直角坐标系，在运动轨迹中选择三个位置结合初始位置，利用TDOA定位算法定位电磁泄漏信号的位置；结合运动过程中确定的电磁泄漏信号源方向，再次定位电磁泄漏信号的位置。本发明将单端探测、惯性测量单元和TDOA算法相结合，实现了无需多基站支持的电磁泄漏信号精准定位。
-
公开(公告)号：CN119290964A
公开(公告)日：2025-01-10
申请号：CN202411270204.7
申请日：2024-09-11
Applicant: 中北大学
Abstract: 本发明公开了一种基于慢特征分析的红外热成像复材缺陷检测方法，包括以下步骤：1)数据采集：利用红外热像仪获取聚合物复合材料内部缺陷的热影像数据；2)数据预处理：对传感器采集到的原始热影像数据进行预处理；3)构建SFT模型：建立慢特征热影像数据分析模型；4)SFT模型结果分析：慢特征中对应向量可视化；5)SFT模型效果定量评估：计算信噪比指标。本发明将热成像数据理解为慢特征与快特征混合的时变信号，提取慢特征来区分缺陷和背景信息，以实现对聚合物复合材料内部缺陷的准确检测。
-
公开(公告)号：CN119784931A
公开(公告)日：2025-04-08
申请号：CN202411718369.6
申请日：2024-11-27
Applicant: 中北大学
IPC: G06T17/00 , G06T17/10 , G06T5/50 , G06T5/60 , G06T11/00 , G06T7/10 , G06T7/62 , G06T7/73 , G06N3/0464 , G06N3/0455
Abstract: 本申请提供了一种三维CT成像方法、装置、电子设备和存储介质。该方法包括：针对待成像物体采集两张具有垂直关系的DR图像，并获取待成像物体的三维坐标信息；将两张具有垂直关系的DR图像，以及三维坐标信息输入到预设的三维体积重建模型，获取待成像物体的三维体积数据；对三维体积数据进行切片获得待成像物体的三维CT图像。该方法能够在保证成像质量的基础上提高三维体积重建速度，进而快速获得质量高的三维CT图像。
-
公开(公告)号：CN119296102A
公开(公告)日：2025-01-10
申请号：CN202411254597.2
申请日：2024-09-09
Applicant: 中北大学
IPC: G06V20/70 , G06V20/10 , G06V10/26 , G06V10/58 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及图像目标检测技术领域，公开了一种基于光谱‑空间特征联合的高光谱图像分割方法，包括以下步骤：1)获取高光谱图像数据集；2)基于深度学习的多尺度空间‑光谱特征联合的高光谱图像分割；3)网络分割效果评估。本发明利用深度学习方法对高光谱图像实现分割，通过提出一种光谱‑空间特征联合的分割方法，有效提取高光谱图像的光谱特征和空间特征并进行融合，同时提升模型的预测准确度。
-
公开(公告)号：CN119251609A
公开(公告)日：2025-01-03
申请号：CN202411313320.2
申请日：2024-09-20
Applicant: 中北大学
IPC: G06V10/771 , G06V10/143 , G06V10/58 , G06V20/10 , G06V10/764 , G06V10/776
Abstract: 本发明公开了一种面向伪装目标识别的高光谱图像波段选择方法，包括以下步骤：1)获取伪装车辆高光谱图像数据集；2)高光谱图像数据集的预处理；3)光谱度量参数的选择；4)光谱差异度指数模型的构建；5)平均光谱矢量提取以及特征波段的选择；6)波段选择效果评估。本发明通过组合光谱度量参数，建立光谱差异度指数模型，根据模型设计算法进行高光谱图像特征波段的选择，有效改善了现有波段选择方法在面对伪装目标识别任务时难以选择出能够有效区分伪装目标和相似背景的特征波段组合的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
