-
公开(公告)号：CN109447097B
公开(公告)日：2021-01-08
申请号：CN201810967824.4
申请日：2018-08-23
Applicant: 浙江理工大学
Abstract: 本发明公开了一种基于卷积神经网络的面料主成分检测方法，其首先使用光学放大设备构建每种主成分的面料图片库；然后使用空洞卷积、深度可分离卷积技术搭建卷积神经网络；最后将图片库转换为HSV颜色空间后输入搭建好的卷积神经网络对其进行训练，得到可用来进行面料主成分检测的网络。本发明不需要检测人员具备面料成分检测相关专业知识，对图像的放大倍数要求较低，无需使用显微镜采集图片，降低了检测操作门槛，简化了检测流程；本发明中设计的卷积神经网络可同时实现多种面料主成分的检测，模型通用性较强，较其他卷积神经网络结构的网络结构简单，网络规模小，训练时间短，检测准确率有所提升。
-
公开(公告)号：CN109448010B
公开(公告)日：2020-08-04
申请号：CN201811010998.8
申请日：2018-08-31
Applicant: 浙江理工大学
Abstract: 本发明提供了一种基于内容特征的四方连续纹样自动生成方法，其首先通过平滑滤波算法滤除分形图的噪声，并进行灰度化；然后Canny边缘检测并提取灰度图像的边缘分布直方图、计算四边元素概率分布，对分形图是否需要提取花型进行判断；再用矩形窗口轮寻机制对分形图进行内容检索并确定花型位置，最后通过调用平排与错接两种方法进行四方连续纹样生成。由此可见，本发明纹样生成方法通过滤波、边缘特征检索、花型内容定位、纹样提取与拼接等主要步骤，自动提取花型并生成四方连续纹样。
-
公开(公告)号：CN106815799B
公开(公告)日：2020-01-21
申请号：CN201611176378.2
申请日：2016-12-19
Applicant: 浙江画之都文化创意股份有限公司 , 浙江理工大学
Abstract: 本发明公开了一种基于混沌理论的自适应艺术图案生成方法，其包括以下步骤：(1)自适应选择非线性函数生成无参考随机的单体图案；(2)基于混沌理论，将若干个单体图案通过函数叠加法合成单层图案；(3)将若干幅单层图案通过仿三维叠加，生成最终图案。本发明选用多种数学模型，生成的图案内容丰富，种类繁多，后续可扩展性好。本方案适用于图片素材库的建立等。
-
-
公开(公告)号：CN106815799A
公开(公告)日：2017-06-09
申请号：CN201611176378.2
申请日：2016-12-19
Applicant: 浙江画之都文化创意股份有限公司 , 浙江理工大学
Abstract: 本发明公开了一种基于混沌理论的自适应艺术图案生成方法，其包括以下步骤：(1)自适应选择非线性函数生成无参考随机的单体图案；(2)基于混沌理论，将若干个单体图案通过函数叠加法合成单层图案；(3)将若干幅单层图案通过仿三维叠加，生成最终图案。本发明选用多种数学模型，生成的图案内容丰富，种类繁多，后续可扩展性好。本方案适用于图片素材库的建立等。
-
Patent Agency Ranking
公开(公告)号：CN109447097A
公开(公告)日：2019-03-08
申请号：CN201810967824.4
申请日：2018-08-23
Applicant: 浙江理工大学
Abstract: 本发明公开了一种基于卷积神经网络的面料主成分检测方法，其首先使用光学放大设备构建每种主成分的面料图片库；然后使用空洞卷积、深度可分离卷积技术搭建卷积神经网络；最后将图片库转换为HSV颜色空间后输入搭建好的卷积神经网络对其进行训练，得到可用来进行面料主成分检测的网络。本发明不需要检测人员具备面料成分检测相关专业知识，对图像的放大倍数要求较低，无需使用显微镜采集图片，降低了检测操作门槛，简化了检测流程；本发明中设计的卷积神经网络可同时实现多种面料主成分的检测，模型通用性较强，较其他卷积神经网络结构的网络结构简单，网络规模小，训练时间短，检测准确率有所提升。
-
公开(公告)号：CN103166974B
公开(公告)日：2015-08-26
申请号：CN201310104000.1
申请日：2013-03-28
Applicant: 浙江理工大学
IPC: H04L29/06 , H04L1/00 , H04N21/643
Abstract: 本发明公开了一种基于TCP/UDP混合协议的流媒体无线传输方法，该方法把UDP协议传输开销小、速度快、效率高但传输不可靠的特点与TCP协议传输开销大、效率低但传输可靠的特点相结合，采用UDP协议把视音频数据用固定长度的数据包头进行封装，同时通过自适应的数据发送速度进行视音频数据包发送，小数据量的数据重传、心跳等控制信息则通过TCP协议传输，从而解决了现有技术中只是利用TCP或UDP单一协议进行数据传输的传输效率与传输可靠无法兼顾的问题，很好地实现了基于无线网络的视音频数据的高质量传输。
-
公开(公告)号：CN104036232A
公开(公告)日：2014-09-10
申请号：CN201410210260.1
申请日：2014-05-15
Applicant: 浙江理工大学
Abstract: 本发明公开了一种基于图像边缘特征分析的领带花型检索方法，包括步骤：(1)对图案进行边缘检测，提取领带花型的轮廓，量化为边缘特征值；(2)分析边缘特征值分布的数理统计特性，将花型分为条纹、多边形和复杂图案三个大类；(3)将待检索花型与数据库内同类花型进行匹配，选取最相似的花型图案。故本发明不需要人工参与检索的过程，自动化程度高，检索结果准确度高，速度快，满足实时应用需求，对各种不同的领带花型，都能较为准确地进行分类，具有较好的普适性。
-
公开(公告)号：CN115049030B
公开(公告)日：2024-04-19
申请号：CN202210685287.0
申请日：2022-06-15
Applicant: 浙江理工大学
Abstract: 本发明公开了一种基于无源RFID的垃圾袋信息收集方法，在每个垃圾桶内安装一个RFID标签阅读器，每个垃圾袋贴一个RFID标签，由读卡器发出读卡请求，接收垃圾袋RFID标签响应，通过分析多次读写请求的结果得到各个不同RFID标签页读取次数的数理统计特征值(概率分布、连续读取次数、读取间隔数等)，在此基础上反推RFID标签页总数，由此确定退出信息收集的临界值，以最大程度保证所有垃圾袋的RFID标签信息都被完整收集。本发明方法成本低，准确度高，实现方法简单，具有良好的实用性和普适性。
-
公开(公告)号：CN116561364A
公开(公告)日：2023-08-08
申请号：CN202310520858.X
申请日：2023-05-10
Applicant: 浙江理工大学
IPC: G06F16/583 , G06F16/55 , G06N3/0464 , G06N3/08 , G06V10/80 , G06V10/74 , G06V10/762 , G06V10/56
Abstract: 本发明公开了一种基于多特征融合的花型图案检索方法，该方法中提取的全局颜色特征考虑了其空间位置信息，同时添加了局部特征增强对局部颜色的区分，对花型图案的颜色特征描述更全面，特征表征性能更好；提取的纹理特征包含多尺度多方向的纹理信息，并且具有旋转不变性、抗噪声能力强等优点。本发明检索方法结合了花型图案的浅层视觉特征和高层语义特征，融合了两种类型特征的优势，优于仅使用单一类型特征的检索性能，能够更好的满足用户对于花型图案检索快速、准确的要求。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.027 seconds)
