一种手机端开柜的无接触取件柜体

    公开(公告)号:CN112869428A

    公开(公告)日:2021-06-01

    申请号:CN202110102362.1

    申请日:2021-01-26

    Abstract: 本发明涉及一种手机端开柜的无接触取件柜体。该手机端开柜的无接触取件柜体,包括主柜体,所述主柜体包括若干组存储柜体,所述存储柜体的外表面开设有取物口,所述取物口与所述存储柜体的内部连通,所述存储柜体靠近取物口的侧面连接有柜门,每组所述柜体的柜门表面均固定连接有显示屏,所述主柜体的内部设置有控制器,所述控制器与所述显示屏连接,存储柜体与柜门之间设置有电子锁,所述控制器的控制端与所述电子锁的控制端电性连接,所述显示屏显示二维码信息;该手机端开柜的无接触取件柜体,结构简单,操作方便,使用灵活,通过多个显示屏显示二维码的形式,便于多人同时使用,为常存取物品的用户提供便捷,便于行业内推广使用。

    一种基于RSA非对称加密算法的电脑开机启动方法

    公开(公告)号:CN111414653A

    公开(公告)日:2020-07-14

    申请号:CN202010186859.1

    申请日:2020-03-17

    Abstract: 本发明涉及一种基于RSA非对称加密算法的电脑开机方法,步骤包括:移动设备向开机装置发送开启电脑的连接请求;开机装置经过非对称加密算法得到Sec(S),同时将所述字符串S经过2次Hash算法形成摘要A2;所述移动设备接收到所述Sec(S)后,通过其自身的私钥解密Sec(S)得到字符串S,进行2次Hash算法后形成摘要A1发送给开机装置;步骤400,所述开机装置接收到所述摘要A1后与所述摘要A2进行比较,认证通过开启电脑;本发明基于非对称加密通过验证密钥的方式通过独立的开机装置对电脑进行开机,同时在公私钥验证完毕后,用户还需二次验证数字用户密码,基本无可能拦截破解,提高电脑的信息安全性。

    基于深度学习的梨叶片病虫害分割方法

    公开(公告)号:CN119379719A

    公开(公告)日:2025-01-28

    申请号:CN202411957997.X

    申请日:2024-12-30

    Abstract: 本发明公开了一种基于深度学习的梨叶片病虫害分割方法,包括以下步骤:步骤1、生成病虫害分割模型,病虫害分割模型是基于U‑Net网络并引入空间通道注意力模块CSA和通道融合特征提取模块CFFE构建得到的,病虫害分割模型包括图片通道调整部分、编码部分、解码部分、融合特征提取部分;步骤2、对步骤1生成的病虫害分割模型进行训练;步骤3、将待检测植物叶片图片输入至步骤2训练好的病虫害分割模型,由训练好的病虫害分割模型从待检测植物叶片图片检测分割出病虫害图片。本发明增强了模型的特征提取和表达能力,还提升了模型的效率和鲁棒性,能够适应多种图像处理任务。

    基于边缘增强的梨叶片多病害识别方法及装置

    公开(公告)号:CN119152376B

    公开(公告)日:2025-01-21

    申请号:CN202411630867.5

    申请日:2024-11-14

    Abstract: 本发明实施例提供了一种基于边缘增强的梨叶片多病害识别方法及装置,所述方法包括:获取到输入图像;将所述输入图像进行维度变换,得到维度变换图像;将所述维度变换图像经过多次卷积及池化,得到第一卷积图像;将所述第一卷积图像经过多次上采样及次反卷积,得到第二卷积图像;将所述输入图像进行边缘特征提取,得到边缘特征图,将所述边缘特征图与所述第二卷积图像进行特征融合;在融合时对重要特征部分进行加强,并在后段对融合特征图进行进一步特征提取,最终实现了对边缘模糊的病害的边缘较为精准的分割,先对原图片进行提取,得到富含边缘特征的与真实病害预测相似的边缘特征图,并将其融合在网络最后段,提升了模型预测的准确性,以及对边缘模糊病害的精确性。

    基于边缘增强的梨叶片多病害识别方法及装置

    公开(公告)号:CN119152376A

    公开(公告)日:2024-12-17

    申请号:CN202411630867.5

    申请日:2024-11-14

    Abstract: 本发明实施例提供了一种基于边缘增强的梨叶片多病害识别方法及装置,所述方法包括:获取到输入图像;将所述输入图像进行维度变换,得到维度变换图像;将所述维度变换图像经过多次卷积及池化,得到第一卷积图像;将所述第一卷积图像经过多次上采样及次反卷积,得到第二卷积图像;将所述输入图像进行边缘特征提取,得到边缘特征图,将所述边缘特征图与所述第二卷积图像进行特征融合;在融合时对重要特征部分进行加强,并在后段对融合特征图进行进一步特征提取,最终实现了对边缘模糊的病害的边缘较为精准的分割,先对原图片进行提取,得到富含边缘特征的与真实病害预测相似的边缘特征图,并将其融合在网络最后段,提升了模型预测的准确性,以及对边缘模糊病害的精确性。

    一种混纺纱颜色自动识别匹配方法

    公开(公告)号:CN111428814B

    公开(公告)日:2023-03-31

    申请号:CN202010300239.6

    申请日:2020-04-16

    Abstract: 本发明公开了一种混纺纱颜色自动识别匹配方法,包括以下步骤:(1)、采集混纺纱的RGB图像,并以每个颜色通道的颜色距的一阶矩、二阶矩、三阶矩作为该颜色通道的特征;(2)、将采集的混纺纱的RGB图像变换至HSV颜色空间,得到混纺纱RGB图像中R、G、B三个颜色分别在HSV颜色空间中的色度通道、饱和度通道、纯度通道的特征;(3)、采用LBP等价模式算子提取局部纹理特征向量;(4)、采用卡方距离度量待识别的混纺纱与任意一个已有的混纺纱之间颜色的相似性。本发明可有效识别匹配颜色对应的混纺纱,实现混纺纱图像的高效识别。

    一种混纺纱颜色自动识别匹配方法

    公开(公告)号:CN111428814A

    公开(公告)日:2020-07-17

    申请号:CN202010300239.6

    申请日:2020-04-16

    Abstract: 本发明公开了一种混纺纱颜色自动识别匹配方法,包括以下步骤:(1)、采集混纺纱的RGB图像,并以每个颜色通道的颜色距的一阶矩、二阶矩、三阶矩作为该颜色通道的特征;(2)、将采集的混纺纱的RGB图像变换至HSV颜色空间,得到混纺纱RGB图像中R、G、B三个颜色分别在HSV颜色空间中的色度通道、饱和度通道、纯度通道的特征;(3)、采用LBP等价模式算子提取局部纹理特征向量;(4)、采用卡方距离度量待识别的混纺纱与任意一个已有的混纺纱之间颜色的相似性。本发明可有效识别匹配颜色对应的混纺纱,实现混纺纱图像的高效识别。

    一种基于NFC技术的无接触开柜方法

    公开(公告)号:CN112866968B

    公开(公告)日:2022-05-17

    申请号:CN202110102401.8

    申请日:2021-01-26

    Abstract: 本发明涉及一种基于NFC技术的无接触开柜方法,用于柜体和移动终端之间的开柜过程,包括以下步骤:步骤S1.在柜体内增设一NFC通讯模块,并在柜体上增设NFC通讯模块处开设一移动终端贴附卡槽;步骤S2.在用户使用的移动终端上增设一与NFC通讯模块相配合的NFC模块;步骤S3.用户将移动终端上增设的NFC模块贴附在贴附卡槽中,NFC通讯模块识别NFC模块后传输指令信号至柜体中并打开柜体上的柜门,以供用户无接触式取出柜体内的物体。该基于NFC技术的无接触开柜方法,用户只需将使用的移动终端如手机上的NFC模块贴近柜体上的NFC通讯模块即可控制柜体上的柜门打开,用户不需接触柜体即可将柜门打开,较为便捷,且可以保护用户的安全性。

Patent Agency Ranking