-
公开(公告)号：CN114022490A
公开(公告)日：2022-02-08
申请号：CN202111232281.X
申请日：2021-10-22
Applicant: 安徽大学
IPC: G06T7/11
Abstract: 本发明公开了一种可对葵花籽图像进行去粘连分割的图像处理方法，涉及数字图像处理领域，该方法包括以下步骤：S1：图像剪裁。S2：图像二值化。将物料和背景板图像进行分离。S3：提取粘连区域。从图像中分离出每个封闭的独立区域，获取相应的图像掩膜。S4：预测区域内物料个数。对提取出的独立区域进行面积计算，估算图像区域内葵花籽的数量。S5：计算基于混合高斯模型(GMM)的分割模型的参数。根据物料个数和粘连的图像区域，由期望最大化算法进行参数计算。S6：分割与提取葵花籽物料。采用本发明的技术方案精度高、计算复杂度低、不涉及复杂的非线性计算，易于在嵌入式系统中使用C语言实现，也可以在FPGA中进行移植与实现。
-
公开(公告)号：CN113869412B
公开(公告)日：2024-06-07
申请号：CN202111141568.1
申请日：2021-09-28
IPC: G06V10/25 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种联合轻量级注意力机制和YOLOv3网络的图像目标检测方法，包括轻量级注意力机制和YOLOv3网络的目标检测算法的训练过程，本算法通过将轻量级注意力机制和YOLOv3网络结合，以提高特征提取能力，深度可分离卷积模块结合到了YOLOv3网络中，提高了算法的效率并且检测精度进一步提高，多尺度融合方法被用于传统的YOLOv3网络中，提高了模型的特征提取的能力，进而提高了模型的性能，通过将轻量级注意力机制、深度可分离卷积以及多尺度融合方法结合到YOLOv3网络中，设计一个具有较高辨识度的目标检测方法，能够有效的完成图像中目标检测的任务，自动提取图片的特征，并且在提升效率的同时具有较高的检测精度。
-
公开(公告)号：CN114066898B
公开(公告)日：2024-03-12
申请号：CN202111293238.4
申请日：2021-11-03
Applicant: 安徽大学
IPC: G06T7/10
Abstract: 本发明属于数字图像处理技术领域，公开了一种用于线阵式相机的物料图像逐行实时分割方法，包括步骤一：对相机当前扫描线T作二值化处理；步骤二：更新现有物料范围：将T与当前每个物料i的范围Si作比对：若T与Si不存在交集，则该物料扫描结束，否则查找二者的交集区间，使用T中的新区间对Si更新；步骤三：新物料查找：若T中的某个像素区间Rj与现有物料范围均无交集，则Rj构成一个新出现的物料范围；步骤四：物料范围合并处理：对所有物料的范围集合{Si}中非零物料范围进行遍历，当前后两个范围存在重合时，进行合并；步骤五：更新物料缓存图像。本发明解决了现有技术从图像采集到气阀喷吹环节间时延较大的问题,适用于物料图像的实时分割。
-
公开(公告)号：CN111031022A
公开(公告)日：2020-04-17
申请号：CN201911234895.4
申请日：2019-12-05
Applicant: 安徽大学
Abstract: 本申请提供了一种基于Slurm的资源管理调度方法、装置、电子设备及存储介质。调度方法包括：对节点的访问进行限制：根据IP地址的类型确定是否允许IP地址访问对应的节点，以及根据用户的类型确定是否允许用户访问对应的节点；对用户在登录节点使用的资源进行限制：根据用户在登录节点使用的CPU资源和预设的CPU资源阈值，确定是否进行CPU限制；对计算节点的登录进行限制：根据用户提交作业的情况，确定是否允许用户登录到计算节点；对计算节点中的非作业用户的大计算进程进行查杀；对GPU计算节点中的非GPU作业进行取消。上述方法实现了资源的智能化和自动化的监管和调度。
-
公开(公告)号：CN110196886A
公开(公告)日：2019-09-03
申请号：CN201910316918.X
申请日：2019-04-19
Applicant: 安徽大学
Abstract: 本发明涉及一种基于属性分类的农业面源污染多源异构大数据关联方法，与现有技术相比解决了难以根据数据属性进行高效关联的缺陷。本发明包括以下步骤：判断多源异构大数据属于定量数据还是定性数据；对定量数据采用支持向量机、度量学习等方法实现分类；对定性数据采用文本语义挖掘方法获取量化特征，再采用支持向量机、度量学习等方法实现分类；对分类后的结果进行编码实现多源异构大数据的关联；本发明还提出一种农业面源污染大数据监管平台，本发明将农业面源污染多源异构大数据的属性作为分类依据，通过对定量和定性数据采用不同的处理方法，实现农业面源污染多源异构大数据的分类，借助于生成的树状结构土壤污染属性编码进行关联。
-
Patent Agency Ranking
公开(公告)号：CN113869412A
公开(公告)日：2021-12-31
申请号：CN202111141568.1
申请日：2021-09-28
Abstract: 本发明公开了一种联合轻量级注意力机制和YOLOv3网络的图像目标检测方法，包括轻量级注意力机制和YOLOv3网络的目标检测算法的训练过程，本算法通过将轻量级注意力机制和YOLOv3网络结合，以提高特征提取能力，深度可分离卷积模块结合到了YOLOv3网络中，提高了算法的效率并且检测精度进一步提高，多尺度融合方法被用于传统的YOLOv3网络中，提高了模型的特征提取的能力，进而提高了模型的性能，通过将轻量级注意力机制、深度可分离卷积以及多尺度融合方法结合到YOLOv3网络中，设计一个具有较高辨识度的目标检测方法，能够有效的完成图像中目标检测的任务，自动提取图片的特征，并且在提升效率的同时具有较高的检测精度。
-
公开(公告)号：CN110334090A
公开(公告)日：2019-10-15
申请号：CN201910384212.7
申请日：2019-05-09
Applicant: 安徽大学
IPC: G06F16/22 , G06F16/29 , G06F16/951
Abstract: 一种基于时空特征的多源异构面源污染大数据的关联和检索方法，获取多源异构面源污染数据的时间特征和空间特征，将目标区的地理空间划分为若干个子空间，形成初始网格，在初始网格上逐级划分形成各级子网格，为每一个子网格进行编码，确定多源异构面源污染数据的空间编码，在每一个子网格编码中引入时间特征码，增加时间维度，采用多级网格化组织和索引模型，利用时间和空间位置匹配，实现数据关联和检索，本发明还提供了一种多源异构面源污染大数据监管平台，与现有技术相比，本发明将多源异构大数据的时间和空间特征进行综合考虑，有助于实现数据关联，大大优化了检索，便于利用爬取模块实时监测数据，实现高效检索和管理。
-
公开(公告)号：CN111105438B
公开(公告)日：2023-06-06
申请号：CN201911097426.2
申请日：2019-11-12
Abstract: 本发明提出了一种基于动态模式分解的运动检测方法、终端设备及计算机可读存储介质，所述方法包括如下步骤：步骤S10，根据获取的视频流信息，将视频流信息转换成相应的输入矩阵X和观察矩阵Y；步骤S20，通过DMD算法实现视频矩阵的动态模型分解，得到基于DMD算法的多个模型；步骤S30，根据分解计算各模型在整个时间序列贡献度和频率特性，选择前若干个物理频率为零的主模型来构造背景信息；步骤S40，通过视频图像和背景信息的差值来检测运动目标。本发明的方法为基于DMD主模型的运动检测算法，能够准确、有效地对视频中的运动物体进行检测和提取，并且有较好的抗噪声能力和鲁棒性。
-
公开(公告)号：CN114066898A
公开(公告)日：2022-02-18
申请号：CN202111293238.4
申请日：2021-11-03
Applicant: 安徽大学
IPC: G06T7/10
Abstract: 本发明属于数字图像处理技术领域，公开了一种用于线阵式相机的物料图像逐行实时分割方法，包括步骤一：对相机当前扫描线T作二值化处理；步骤二：更新现有物料范围：将T与当前每个物料i的范围Si作比对：若T与Si不存在交集，则该物料扫描结束，否则查找二者的交集区间，使用T中的新区间对Si更新；步骤三：新物料查找：若T中的某个像素区间Rj与现有物料范围均无交集，则Rj构成一个新出现的物料范围；步骤四：物料范围合并处理：对所有物料的范围集合{Si}中非零物料范围进行遍历，当前后两个范围存在重合时，进行合并；步骤五：更新物料缓存图像。本发明解决了现有技术从图像采集到气阀喷吹环节间时延较大的问题,适用于物料图像的实时分割。
-
公开(公告)号：CN112131933A
公开(公告)日：2020-12-25
申请号：CN202010802385.9
申请日：2020-08-11
Abstract: 本发明公开了一种基于改进YOLO网络的快速行人检测方法及系统。所述基于改进YOLO网络的快速行人检测方法，包括如下步骤：输入图像；输入图像的大小为416×416；将图像分为S×S网格；若对象的中心落入网格单元，则该网格单元负责检测该对象；特征提取网络；使用DRKCELM和DLELM‑AE联合网络作为特征提取器进行分类和检测；边界框预测；每个网格单元预测B边界框和这些框的置信度得分；每个边界框负责预测以下四个值tx、ty、tw、th以及信心值to；最终检测结果；通过非最大抑制(NMS)算法获取最终目标检测结果。本发明旨在提出改进YOLO网络的快速行人检测，使其能够准确、有效地对视频中的行人进行检测和提取。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
