|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
一種基于四點二元模型的圖像紋理特征值的提取方法
本發(fā)明提出一種基于四點二元模型的圖像紋理特征值的提取方法,首先計算2x2像素塊內(nèi)四個像素點像素值的均值;其次計算每個像素點與均值的差值,若差值大于等于一給定閾值,就置該像素塊的位置編碼值為1,否則為0;最后將四個像素塊的位置編碼值乘以相對應(yīng)的權(quán)重后,再將4個乘積求和,就得到該2x2像素塊的紋理特征值,本發(fā)明只需要計算四個像素點與其均值的差值,得到4bit的二進(jìn)制碼,計算量減少一半且復(fù)雜度低,且能有效地表示人臉的局部紋理信息,可應(yīng)用于人臉檢測,識別和目標(biāo)跟蹤系統(tǒng).
華僑大學(xué)
2021-04-29
.jpg){kind=logo}
一種基于多重漏磁檢測信號特征值的缺陷評價方法
本發(fā)明公開了一種基于多重漏磁檢測信號特征值的缺陷評價方 法，包括以下步驟:1)將樣件磁化，用探頭分別在樣件的盲孔和所有 矩形槽上方進(jìn)行掃查，得到信號曲線計算獲得各個 MFL 信號特征值; 2)在數(shù)據(jù)處理裝置中得到 MFL 信號特征值分別與偏離值、提離值的線性方程;3)在數(shù)據(jù)處理裝置中得到 MFL 信號特征值與矩形槽上同一方 向尺寸的線性方程;4)用探頭對待測鐵磁件進(jìn)行檢測，掃查得到 MFL漏磁信號特征值，根據(jù)步驟&nbs
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
基于遙感影像的特征函數(shù)空間濾值回歸模型并行化方法
本發(fā)明公開了一種基于遙感影像的特征函數(shù)空間濾值回歸模型并行化方法，本發(fā)明針對遙感影像數(shù) 據(jù)回歸建模過程中變量空間自相關(guān)性對模型的影響，提出采用特征函數(shù)空間濾值方法，通過將影像進(jìn)行 分塊，利用搭建的并行計算集群進(jìn)行分布式計算，最后將分塊計算的結(jié)果返回給主節(jié)點匯總，通過對比 串行和并行分別得到的回歸模型擬合評價參數(shù) MSE、RMSE、R2、Adj.R2 以及并行加速比 S，驗證基于 遙感影像的特征函數(shù)空間濾值并行方法在空間統(tǒng)計回歸建模中能夠消除空間
武漢大學(xué)
2021-04-14
.jpg){kind=logo}
少通道腦機(jī)接口EEG信號的特征提取方法
本發(fā)明公開了少通道腦機(jī)接口EEG信號的特征提取方法，尤其涉及用于腦機(jī)接口的信號處理方法，屬于認(rèn)知神經(jīng)科學(xué)、信息處理相交叉的技術(shù)領(lǐng)域。本發(fā)明通過基于sin波輔助信號的多變量經(jīng)驗?zāi)Ｊ椒纸鈱⑸偻ǖ繣EG信號擴(kuò)容至多通道，通過將多通道合成信號映射在多維球體上以獲取投影極限值瞬時時刻及其對應(yīng)的通道信號，由投影極限瞬時時刻及其對應(yīng)的通道信號確定多通道合成信號局域均值，以多通道合成信號及其局域均值的差值為固有模態(tài)函數(shù)，經(jīng)過多次迭代計算獲得多個固有模態(tài)函數(shù)。本發(fā)明提出的基于sin波輔助信號的多變量經(jīng)驗?zāi)Ｊ椒纸庥行Э?
東南大學(xué)
2021-01-12
一種醫(yī)學(xué)圖像的多維多種特征提取方法
本發(fā)明提供一種頸動脈圖像的多維多種特征提取方法，具體為：（1）依據(jù)頸動脈的醫(yī)學(xué)三維超聲體數(shù)據(jù)構(gòu)建感興趣區(qū)域二維序列圖像和感興趣區(qū)域三維圖像；（2）對二維序列圖像提取二維特征，對三維圖像提取三維特征，所述二維特征包括二維紋理特征、二維形態(tài)特征和二維彈性特征，所述三維特征包括三維紋理特征；（3）驗證各種特征是否對圖像分類具有貢獻(xiàn)，保留具有貢獻(xiàn)的特征；以假發(fā)現(xiàn)率最小為目標(biāo)，在具有貢獻(xiàn)的特征中搜索得到全局最優(yōu)特征組合。本發(fā)明針對圖像進(jìn)行了多個維度多類特征的提取，囊括了紋理、形態(tài)、彈性三大類特征，特征數(shù)目多，
華中科技大學(xué)
2021-04-14
一種局部特征的分布式并行提取方法
本發(fā)明公開了一種局部特征的分布式并行提取方法，包括：利 用圖像爬蟲軟件下載圖像到云環(huán)境中的各個計算節(jié)點，并建立圖像數(shù) 據(jù)庫，圖像數(shù)據(jù)庫中存儲了每張圖像的 ID 與計算節(jié)點的 ID 之間的映 射關(guān)系，并行地獲取每個計算節(jié)點上存儲的每張圖像的像素值，并建 立圖像的 ID 與其像素大小之間的映射關(guān)系，根據(jù)云環(huán)境中每個計算節(jié) 點存儲的每張圖像像素大小，獲得云環(huán)境中每個計算節(jié)點上總像素值， 根據(jù)云環(huán)境里每個計算節(jié)點總像素值、計
華中科技大學(xué)
2021-04-14
一種用于提取半導(dǎo)體納米結(jié)構(gòu)特征尺寸的方法
本發(fā)明公開了一種用于提取半導(dǎo)體納米結(jié)構(gòu)特征尺寸的方法，包括待提取參數(shù)取值范圍的劃分，子光譜數(shù)據(jù)庫的建立，支持向量機(jī)分類器訓(xùn)練光譜的生成，支持向量機(jī)分類器的生成、測量光譜的映射和在子光譜數(shù)據(jù)庫中進(jìn)行的最相似光譜搜索。與現(xiàn)有方法相比，本發(fā)明方法通過額外增加一個可以離線進(jìn)行的支持向量機(jī)分類器訓(xùn)練環(huán)節(jié)，實現(xiàn)了將測量光譜映射到一個小范圍的子數(shù)據(jù)庫中。與在整個大數(shù)據(jù)庫中進(jìn)行最相似光譜檢索相比，在子數(shù)據(jù)庫中展開的檢索所消耗的時間大大減少。并且，通過增加每個分類器中包含的類數(shù)，可以得到更小的子數(shù)據(jù)庫，從而進(jìn)一步加速參數(shù)的提取。該方法實現(xiàn)了參數(shù)的提取速度可預(yù)期與可控。
華中科技大學(xué)
2021-04-11
一種基于 GPU 的多尺度空間特征提取方法
本發(fā)明公開了一種基于 GPU 的多尺度空間特征提取方法，包括 以下步驟：利用多尺寸并行非線性濾波構(gòu)造尺度空間、在尺度空間中 并行的進(jìn)行關(guān)鍵點檢測和描述符生成。其中尺度空間構(gòu)造包括：多尺 寸數(shù)據(jù)打包、多尺寸并行降采樣、多尺寸并行非線性濾波的具體執(zhí)行 步驟。為了提高算法的并行度、降低數(shù)據(jù)依賴性，通過并行降采樣提 前得到各個尺寸下的初始圖像，使得各個尺寸下的非線性濾波、關(guān)鍵 點檢測和描述符生成可以在 GPU 中并行的執(zhí)行。
華中科技大學(xué)
2021-04-14
一種改進(jìn)的基于支持向量機(jī)的納米結(jié)構(gòu)特征尺寸提取方法
本發(fā)明公開了一種改進(jìn)的基于支持向量機(jī)的半導(dǎo)體納米結(jié)構(gòu)特征尺寸提取方法，步驟為：確定每一個待提取參數(shù)的取值范圍，生成子光譜數(shù)據(jù)庫；利用訓(xùn)練光譜和支持向量機(jī)訓(xùn)練網(wǎng)絡(luò)進(jìn)行支持向量機(jī)訓(xùn)練；對每一個待提取參數(shù)利用訓(xùn)練光譜重復(fù)訓(xùn)練多個支持向量機(jī)，每一個支持向量機(jī)的訓(xùn)練終止條件均不相同；利用多個支持向量機(jī)，對測量光譜進(jìn)行映射；找出所有支持向量機(jī)映射結(jié)果中出現(xiàn)次數(shù)最高的一個，視為最有可能出現(xiàn)的取值區(qū)間；建立子光譜數(shù)據(jù)庫，找出其中與測量光譜最為相似的仿真光譜，即認(rèn)為是待測結(jié)構(gòu)的參數(shù)值。本發(fā)明可以實現(xiàn)特征線寬、高度、側(cè)
華中科技大學(xué)
2021-04-14
魯棒人臉視覺特征的提取、建模與識別的理論和方法研究
成果介紹人臉圖像分析研究不僅能豐富和發(fā)展圖像處理與分析的理論和方法，而且在教育、醫(yī)療、公安等社會服務(wù)以及公共安全等行業(yè)中具有重要的應(yīng)用價值。基于人臉視覺特征的表情、身份以及親屬關(guān)系識別是當(dāng)前人臉圖像分析研究的前沿課題，而光照和人臉姿態(tài)變化等因素對人臉視覺特征提取與建模的影響則成為當(dāng)前該研究面臨的主要瓶頸。開展魯棒人臉視覺特征的提取、建模與識別研究，突破現(xiàn)有研究的局限性，能顯著推動人臉圖像分析的研究進(jìn)展，進(jìn)一步滿足國家在社會服務(wù)與公共安全等領(lǐng)域中的需求。技術(shù)創(chuàng)新點及參數(shù)1、 突破局部二值模式編碼的視覺特征描述算子的局限性，提出局部三值模式編碼的視覺特征描述算子，提出解決場景光照變化干擾以及高斯噪聲干擾的圖像處理一般性方法。2、 率先提出基于區(qū)域協(xié)方差矩陣的非正面表情特征描述方法，提出基于高斯混合模型和最小貝葉斯錯誤率估計的異方差鑒別分析方法，建立基于高斯混合模型的多視角表情識別理論。3、 率先提出基于人類學(xué)和遺傳學(xué)的“父母—子女”親屬關(guān)系鑒別方法，提出以父母年輕時面部圖像為橋梁的“父母—子女”親屬關(guān)系鑒別的子空間遷移學(xué)習(xí)理論和方法。4、 提出人臉視覺特征提取和識別的多流形鑒別分析理論，提出雙子空間鑒別分析的增量式算法，突破雙子空間鑒別分析方法的計算瓶頸。市場前景本項目圍繞人臉圖像中的表情、身份以及親屬關(guān)系識別等科學(xué)問題，深入開展魯棒人臉視覺特征的提取、建模與識別的理論和方法研究，重點解決視覺場景中光照與人臉姿態(tài)變化下的魯棒人臉視覺特征的提取與建模問題
東南大學(xué)
2021-04-11