本申请涉及光谱成像技术领域，公开了一种基于高光谱低秩性与双目立体匹配的光谱成像方法及系统，包括：将高光谱图像低秩表示为：，基于SVD算法对正交谱基和系数进行更新，利用初始高光谱图像合成CASSI分支视角下的彩色图像，通过GwcNet神经网络获取CASSI分支视角下的彩色图像和RGB相机视角下的彩色图像之间的视差，并根据视差将RGB相机的彩色图像对齐到CASSI分支，以形成新的彩色图像，将新的彩色图像和原始的编码后的图像再次用低秩序算法快速重建出高光谱图像，该方法充分挖掘了光谱图像的低秩特性，极大的提高了成像速度，并且，使用彩色图像指导重建光谱图像，并且通过两次色散，消除了第一个棱镜色散可能带来的像差，一定程度上能提高光谱重建精度。
📄 202310310958X
📂 G01J3_28
👤 杭州电子科技大学
📅 2023-03-28
本发明公开了一种基于偏振多光谱的单目视觉三维重建测距方法，包括以下步骤：步骤一、搭建单目摄像机成像系统；步骤二、多光谱偏振处理及偏振信息获取；步骤三、特征提取与立体匹配；步骤四、三维点云结构重建；步骤五、采用相似三角形原理进行距离测量；步骤六、筛选距离数据。本发明提出的采用单目视觉测距方法，能够在不损害测量精度的条件下，有效地降低设备操作难度。针对特征提取难以提取无纹理的物体以及高光产生数据空洞的情况，使用多光谱偏振成像的方法，获得每个像素的多光谱Stokes参量，提高特征提取与立体匹配的效率与准确度。
📄 2019106836607
📂 G01B11_02
👤 杭州电子科技大学
📅 2019-07-26
一种用于立体匹配的特征提取方法，将经过校正的、尺寸为W*H*C的原始图像输入到特征提取网络中；通过预处理模块和Resnet提取多个特征图；通过最大值池化操作，对提取到的多个特征图进行不同大小的最大值池化，构建特征金字塔；利用堆叠结构进行特征融合并压缩金字塔尺度范围，得到下一个金字塔，经过多次压缩，直至输出单一的尺度特征。对输出的单一的尺度特征，进行3*3的卷积；通过跳跃连接，将Resnet最后一层特征输出与特征输出在通道维度上进行拼接，然后通过3*3卷积与1*1卷积，构造特征体。本发明能够被用来提取足够的丰富特征，适用于深度立体匹配网络的特征输入。
📄 202010693071X
📂 G06K9_46
👤 三峡大学
📅 2020-07-17
一种新型立体匹配优化方法，输入双摄像头拍摄后经过校正的、图像类型为RGB的左右图像，将所述左右图像转换为灰度图，设定其中一个为参考图像，另一个为检索图像，进行局部匹配；建立自适应窗口；根据欧式空间的接近性和Lab颜色空间的相似性，构造自适应权重；构造匹配代价：根据胜者为王算法，计算初始视差；根据左右一致性原则剔除误匹配点，再用邻点法补充剔除的误匹配点；应用边缘约束算法进行视差聚类，得到优化视差图。相较于传统自适应权重算法，本发明方法所得到的视差图精度相比较原算法而言得到明显改善，极大的提升了在低纹理和视差不连续区域的匹配效果。
📄 2020106929996
📂 G06K9_62
👤 三峡大学
📅 2020-07-17
本发明公开了一种基于深度图网络的化工过程故障诊断方法，所述方法包括以下步骤：(1)数据的获取和整合；(2)数据选择和排序；(3)建立因果有向图；(4)建模训练；(5)模型测试。本发明方法采用基于深度图网络的化工过程故障诊断方法，提高了故障的识别效果，同时也准确定位故障变量，具有普遍性和通用性。
📄 2021116336690
📂 G06F18_22
👤 浙江工业大学
📅 2021-12-28
一种基于高斯混合模型的工件三维重建方法，包括：步骤1，多视角点云数据采集、点云预处理、点云配准、曲面重建；步骤2，使用深度相机采集点云数据，并利用旋转平台获得工件的多视角信息；步骤3，然后对采集的数据进行目标提取等点云预处理工作；步骤4，在此基础上，对工件点云进行配准，建立全视角的点云模型并对该模型进行曲面重建，重建出接近于实物的三维模型。本发明的优点是实现简单，重建速度较快。
📄 2021105357602
📂 G06T17_20
👤 浙江工业大学
📅 2021-05-17
本发明公开了一种基于深度图网络分析的发酵过程软测量方法，所述方法包括以下步骤：(1)数据的获取和整合；(2)数据选择；(3)建模训练；(4)模型预测。本发明方法采用基于图网络的发酵过程软测量模型，提高了发酵过程关键产品质量的预测效果，具有普遍性和通用性。
📄 2021109995833
📂 G06F30_27
👤 浙江工业大学
📅 2021-08-29
自动删除基于图像的三维重建冗余点方法，能够在全自动删除点云中存在的冗余点的同时保留待重建物体的主体点云，包括以下步骤：首先，利用三维重投影方法计算出三维点在图像集中的平均可见概率，然后将可见概率较低的误差点去除；接着，提出一种基于空间剖分的扩散聚类方法获取主体三维点云，去除与主体不连通的背景冗余点，最终得到去除大量冗余点的点云数据，方便用于后续的重建工作。本发明的优点是能够在全自动的删除点云中大量冗余点的同时保留待重建物体的主体点云数据，速度快，且不需要任何预处理和人工交互，弥补了市场上对于文物三维重建工具的不足。
📄 2019102872905
📂 G06T17_00
👤 浙江工业大学
📅 2019-04-11
本发明涉及图科学技术领域，具体公开一种基于图压缩的深度图分类模型防御方法，包括以下步骤：(1)设计深度图分类模型，对干净样本与对抗样本的连边求梯度得到所有连边权重系数；(2计算干净/对抗样本的梯度‑传统连边重要性相似度；(3)选择传统连边重要性指标与对抗样本中的连边进行排序，提取对抗样本中的关键连边；(4)根据提取到的关键连边进行图压缩，并将压缩后的图样本重新输入深度图分类模型，输出压缩后的图分类准确率，实现深度图分类模型的防御过程。本发明利用图压缩方法保留图原始关键连边并滤除对抗扰动连边与非关键连边，实现对图分类的防御，防御成本更低；具有广泛的适用性。
📄 202110659694X
📂 G06F18_2413
👤 浙江工业大学
📅 2021-06-11
一种基于Kinect和双目视觉的脚型三维重建与测量方法，包括如下步骤：步骤S1，从不同角度拍摄人体脚型，获得多幅不同的脚型图像和脚型的深度图像；步骤S2，进行深度图像到三维坐标的转换；步骤S3，将获得的不同方向的双目图像先进行特征匹配，通过双目相机系统求得正确匹配特征点的三维坐标；步骤S4，将不同视图的双目图像正确匹配的特征点利用ICP算法求得其最佳的旋转平移矩阵；步骤S5，利用步骤S4中求得的参数将Kinect传感器获得的三维点云进行点云拼接；步骤S6，对步骤S5中拼接好的三维点云，进行曲面重建和渲染，最后得到脚的三维模型，对重建后的脚模型进行特征参数的测量和提取。本发明方法硬件成本低，操作简单，并具有准确快速的优点。
📄 2017109619294
📂 G06T17_00
👤 浙江工业大学
📅 2017-10-16
本发明涉及一种基于深度图感兴趣区域的移动机器人目标跟踪方法，包括以下步骤：（1）利用深度学习方法提取目标区域；（2）建立目标对象的表观模型和运动模型；（3）基于深度图提取感兴趣区域；（4）控制移动机器人跟随目标；（5）更新目标对象的运动模型；（6）重复步骤(3)至步骤(5)，实现已建模目标对象的跟随。本发明利用目标的深度、彩色以及高度特征提取感兴趣区域，能有效利用深度信息进行目标跟踪，保证了移动机器人目标跟随的实时性和准确性。
📄 2019101077408
📂 G06T7_90
👤 浙江工业大学
📅 2019-02-02
本发明公开了一种基于灰度用于骨料重建的快速立体匹配方法，在缩小匹配时视差搜索区间的同时减少匹配像素点个数来缩减计算量，从而达到快速匹配的目的。所述减少匹配像素点个数的方法是仅获取ROI像素进行匹配。所述ROI为含有骨料信息的像素区域。本发明相较于基于特征的立体匹配方法，在保证实时性的情况下，可以获得精度更高、更为稠密的视差图，不需要再进行插值处理。相较于基于灰度的立体匹配方法，可以在保证高精度重建的前提下大幅度减少算法的计算量，缩短计算时间提高效率。
📄 2022113276743
📂 G06T7_593
👤 浙江工业大学
📅 2022-10-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台