-
公开(公告)号：CN104618714A
公开(公告)日：2015-05-13
申请号：CN201510027445.3
申请日：2015-01-20
Applicant: 宁波大学
IPC: H04N17/00 , H04N19/597 , H04N19/154
Abstract: 本发明公开了一种立体视频帧重要性评估方法，其在计算每帧右视点图像的错误隐藏失真的过程中，加入了该帧右视点图像中编码模式为帧间编码且采用视差矢量编码的宏块视差矢量；在计算每帧左视点图像的错误扩散失真的过程中，利用当前帧对后续视点内和视点间编码帧的扩散失真影响累加得到，且在计算时加入了错误扩散因子；在计算每帧立体图像的总失真时，利用该帧立体图像的左视点图像的错误扩散失真和右视点图像的错误扩散失真之和与该帧立体图像的左视点图像的错误隐藏失真和右视点图像的错误隐藏失真之和加权得到，得到的总失真的精度较高，因此本发明方法能够有效地区分不同帧的重要等级，从而能够提高终端视频的感知质量。
-
公开(公告)号：CN103679715A
公开(公告)日：2014-03-26
申请号：CN201310651941.7
申请日：2013-12-05
Applicant: 宁波大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于非负矩阵分解的手机图像特征提取方法，特点是包括以下步骤：①获取用于表示手机任意一个主功能的界面图片，在该界面图片上截取多幅用于表示主功能的不同子功能的特征子图并进行预处理，得到对应的预处理后的尺寸大小一致的图像，然后将每幅预处理后的图像按列扫描形成一个M维的列向量，接着将所有预处理后的图像对应的列向量按序排列构成一个待分解矩阵V；②对V进行稀疏非负矩阵分解，得到一个基矩阵W和一个系数矩阵H；优点是通过对预处理后的图像进行稀疏非负矩阵分解，降低了数据计算量，分解得到的矩阵是具有合适的稀疏性的稀疏矩阵，因此在保留数据的主要特征的基础上能够减少储存空间并提高运算效率。
-
公开(公告)号：CN103336577A
公开(公告)日：2013-10-02
申请号：CN201310280227.1
申请日：2013-07-04
Applicant: 宁波大学
IPC: G06F3/01
Abstract: 本发明公开了一种基于人脸表情识别的鼠标控制方法，特点是包括以下步骤：获取模板图像、实时获取待匹配的人脸图像、获取待匹配的人脸图像与每幅模板图像之间的相似度、判定将对鼠标执行的操作和控制鼠标执行操作；优点是通过模板匹配的方法来识别不同的人脸表情，即根据所识别出的模板图像与待匹配的人脸图像进行互相关比较来实现对鼠标点击和移动的控制，处理速度快，整个鼠标控制过程可在微秒和毫秒级以内完成，实时效果好，选用的摄像头无论分辨率高低，均可以达到较快的匹配效果，而且还可以根据个人的喜好和习惯来定义各种不同的人脸图像作为模板图像，使用灵活度强，选择多样。
-
公开(公告)号：CN102346913A
公开(公告)日：2012-02-08
申请号：CN201110279661.9
申请日：2011-09-20
Applicant: 宁波大学
Abstract: 本发明公开了一种图像的多边形模型的简化方法，通过扫描已知的二值化图像得到左边界像素点集和右边界像素点集，然后搜索左边界像素点集和右边界像素点集获取图像的凸多边形模型的所有顶点，再用凸多边形模型中长度最短的边的两条相邻边的延长线的交点替代长度最短的边的两个顶点，达到删除长度最短的边的目的，经过多次最短边的删除后得到顶点数与图像校正所需的参考点数相等的多边形模型，该多边形模型的顶点为图像校正的参考点，这种多边形模型的简化方法不仅简便快速，而且能够准确地获取图像校正所需的参考点。
-
公开(公告)号：CN108491563B
公开(公告)日：2022-04-01
申请号：CN201810086678.4
申请日：2018-01-30
Applicant: 宁波大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于稀疏重构最优化算法的信号包络线提取方法，其采用了基于粒子群稀疏重构最优化算法，将改变DCT基的频带宽度的变化因子作为基于粒子群稀疏重构最优化算法中的每个粒子的属性，通过多次迭代获得上包络线全局最优位置和下包络线全局最优位置，对应作为用于改变粒子确定的上包络线获取过程所需的DCT基的频带宽度的变化因子和用于改变粒子确定的下包络线获取过程所需的DCT基的频带宽度的变化因子，进而得到最适合上包络线变化趋势的最佳DCT基和最适合下包络线变化趋势的最佳DCT基，最终自适应地提取出最佳上包络线和最佳下包络线，提高了上包络线和下包络线的提取精度，同时提高了上包络线和下包络线提取的抗噪性能。
-
Patent Agency Ranking
公开(公告)号：CN111552070A
公开(公告)日：2020-08-18
申请号：CN202010312572.9
申请日：2020-04-20
Applicant: 宁波大学
Abstract: 本发明公开了一种仿生柔性移动式光学成像装置，包括仿生柔性光学装置、旋转机构及移动底盘。仿生柔性光学装置利用柔性透镜、光学液体、玻璃透镜作为主要屈光介质，在成像过程中，超声波直线电机通过活塞挤压液体使柔性透镜的外表面发生形变，进而改变柔性透镜的焦距，协同调节两块柔性透镜的焦距即可实现装置的连续聚焦调节。旋转机构和移动底盘，具有相机姿态控制和运动控制功能，可实现整个装置多方位、多角度的观测。本发明具有结构紧凑小巧、光轴稳定、观测范围大、可双轴旋转移动的特点，可应用于各种现代光学成像装置中。
-
公开(公告)号：CN103312337B
公开(公告)日：2016-06-01
申请号：CN201310152329.5
申请日：2013-04-26
Applicant: 宁波大学
IPC: H03M7/34
Abstract: 本发明公开了一种振动信号的稀疏矩阵的自适应获取方法，处理过程为：对连续的振动信号进行奈奎斯特均匀采样得到先验信号；利用先验信号中的每个采样值构建一个稀疏矩阵；将稀疏矩阵应用于压缩感知理论进行信号复原，利用复原信号对稀疏矩阵进行更新；再根据复原信号的信噪比确定是否结束稀疏矩阵更新，优点是构造得到的稀疏矩阵能够有效地表征振动信号的内在特征，使振动信号在稀疏矩阵上的稀疏性更为明显集中，能够更好地进行振动信号的稀疏复原，从而提高压缩感知的准确性；获取的稀疏矩阵能够较好地适应物体局部范围变化，从而能够较迅速的调整信号稀疏复原过程，保持较高的恢复精度。
-
公开(公告)号：CN105517135A
公开(公告)日：2016-04-20
申请号：CN201511022902.6
申请日：2015-12-31
Applicant: 宁波大学
IPC: H04W52/02
CPC classification number: Y02D70/10 , H04W52/0203 , H04W52/0212
Abstract: 本发明公开了一种基于排队论的中继路由休眠时间预估方法，其先确定排队论模型；然后确定工作周期内中继路由服务的数据包的总数和中继路由服务一个数据包的时间；接着计算排队论模型中的平均到达率、平均服务率和服务强度；再计算排队论模型中的服务台没有顾客可以服务的概率、平均顾客数、顾客有效到达率、顾客的平均逗留时间；最后根据顾客的平均逗留时间、工作周期内中继路由的工作时间以及终端节点初始化时间得到中继路由和终端节点的最佳休眠时间；优点是由排队论模型确定中继路由和终端节点的最佳休眠时间来降低无线传感器网络的能耗，不但比现有的低功耗技术更加简单和稳定，而且能极大地降低中继路由和终端节点的能耗来延长系统的寿命。
-
公开(公告)号：CN104484557A
公开(公告)日：2015-04-01
申请号：CN201410719053.9
申请日：2014-12-02
Applicant: 宁波大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于稀疏自回归模型建模的多频信号去噪方法，其基于稀疏自回归模型，并利用多频信号自身的采样值构建多频信号的自适应过完备稀疏基；然后通过随机抽取自适应过完备稀疏基中不连续的多行构成冗余字典；接着采用正交匹配追踪算法获取多个冗余字典各自对应的向量在对应的冗余字典上的稀疏映射系数向量；之后对这些稀疏映射系数向量求平均向量作为信号复原时所要使用的系数；最后对原多频信号的去噪结果和将原多频信号倒置后的信号的去噪结果合并得到去噪复原信号；优点是计算复杂度低，去噪效果好，而且处理信噪比不同的信号的情况下去噪效果稳定。
-
公开(公告)号：CN104200002A
公开(公告)日：2014-12-10
申请号：CN201410354626.2
申请日：2014-07-24
Applicant: 宁波大学
IPC: G06F17/50
Abstract: 本发明公开了一种粘性阻尼振动信号中的模态参数提取方法，其首先对振动信号进行奈奎斯特均匀采样；然后利用采样信号构建一个自回归矩阵方程，计算自回归矩阵方程中的自回归系数向量的最小二乘解，利用最小二乘解中的所有元素作为系数构造一个Prony多项式，解多项式得到变量的解向量；接着对解向量进行修正，根据修正后的解向量计算含有虚假模态的固有频率向量和固有阻尼比向量；之后以修正后的解向量为基础构造一个矩阵，再通过对采样信号在该矩阵上的投影方程进行稀疏优化求解，获取稀疏向量；最后根据稀疏向量剔除虚假模态，而稀疏向量中的所有非零元素为振型系数；本方法的优点是抗噪声能力强，且提取出的模态参数的精确度高、稳定性好。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.026 seconds)
