|
搜索
搜 索
高等教育領域數字化綜合服務平臺
關于公示2023年度第二批國家重要科技計劃項目上海市地方匹配資金擬匹配項目的通知
根據《中共中央辦公廳、國務院辦公廳關于深化項目評審、人才評價、機構評估改革的意見》、《國家重要科技計劃項目上海市地方匹配資金管理辦法》等文件要求，現將2023年度第二批國家重要科技計劃項目上海市地方匹配資金擬匹配項目予以公示。
上海市科學技術委員會
2023-07-31
基于多信息融合的軌跡數據路網精確匹配方法
高校科技成果盡在科轉云
電子科技大學
2021-04-10
一種快速互相關灰度圖像匹配方法與裝置
本發明公開了一種快速互相關灰度圖像匹配方法與裝置，用于 在灰度目標圖像中查找目標圖案的位置與方向，所述方法包括：對模 板圖像進行極坐標轉換；獲取灰度目標圖像中目標圖案的外接盒，將 其定義為目標圖案搜索區；在目標圖案搜索區中選取與模板圖像同樣 大小的匹配區域，對所述匹配區域進行極坐標轉換，計算所述匹配區 域一維數據與所述模板圖像一維數組的相關性；直至對所有的匹配區 域均完成相關性計算，選取相關性最大的匹配區域作為目標圖案，獲 取所述目標圖案的位置與方向。通過本發明方法，從而縮小匹配的搜 索范圍，提高匹配速度，并且通過極坐標形式的歸一化互相關計算， 實現目標圖像±180 度全角度匹配。
華中科技大學
2021-04-11
一種基于不變量特征匹配的車輛測速方法
本發明公開了一種基于不變量特征匹配的車輛測速方法，其包括步驟：（1）確定兩幅初始圖像中車輛大致區域圖像；（2）提取兩幅車輛大致區域圖像的特征點，獲得兩組不變量特征點的集合；（3）在兩組特征點集合中進行特征匹配，得到兩幅車輛大致區域圖像的匹配特征點集合；（4）計算每一對匹配特征點在車輛縱向方向上的相對距離；（5）對所有匹配特征點進行聚類，聚類中心處的相對距離即為車輛在圖像中的移動距離；（6）將圖像距離轉化為車輛實際的行駛距離，除以獲取兩幀圖像的時間差得到車輛速度。本發明解決了運動物體在圖像中的精確定位
安徽建筑大學
2021-01-12
一種基于輪詢自匹配的網絡監測方法及裝置
本發明公開了一種基于輪詢自匹配的網絡監測方法及裝置，由可調光源為待監測的鏈路內調制并出射一個與待監測鏈路相對應的監測脈沖序列，利用接收處理及控制單元發出的指令逐個完成對待監測的鏈路狀態識別。本發明方法能夠有效地對無源光網絡中各分支光纖鏈路實現監測，在接收端，通過監測脈沖序列與終端編碼器匹配時形成的獨有信號特征來判別各分支光纖鏈路的狀態。同時，該裝置具有結構簡單，能有效降低系統及用戶成本。
東南大學
2021-04-14
一種基于決策判斷 Hausdorff 距離的圖像匹配方法
本發明公開了一種基于決策判斷 Hausdorff 距離的圖像匹配方法，包括：（a）讀取模板圖像和待匹配圖像，并獲取相應的有限像素點集；（b）設定匹配閾值和搜索閾值，然后將模板圖像在待匹配圖像中執行平移搜索，在此過程中：當兩者之間對應點的最小距離均小于匹配閾值時，則取所有最小距離的平均值作為兩者之間的 Hausdorff 距離；反之，則取最小距離中的最大值作為兩者之間的 Hausdorff 距離；（c）對所有搜索點的 Hausdorff 距離取其最小值并與匹配閾值相比較，由
華中科技大學
2021-04-14
一種基于距離方差最小的工件點云匹配算法
本發明公開了一種基于距離方差最小的工件點云匹配算法，包 括以下步驟：(1)分別構建測量模型點云和帶法矢的設計模型點云：(2) 尋找最近點點集及最近點法矢集合；(3)根據余量要求，建構基于距離 方差的目標函數：(4)通過目標函數求解測量模型與設計模型間的剛體 變換參數，并利用剛體變化參數更新測量點云，實現點云匹配。本發 明中的基于距離方差最小的點云匹配算法，對于工件存在余量的情況， 不論凹面和凸面的余量是相等，還是呈差值或者比值關系，均能較好 的得到點云匹配的結果，迭代效率高、匹配準確性好。
華中科技大學
2021-04-14
一種快速互相關灰度圖像匹配方法與裝置
本發明公開了一種快速互相關灰度圖像匹配方法與裝置，用于在灰度目標圖像中查找目標圖案的位置與方向，所述方法包括：對模板圖像進行極坐標轉換；獲取灰度目標圖像中目標圖案的外接盒，將其定義為目標圖案搜索區；在目標圖案搜索區中選取與模板圖像同樣大小的匹配區域，對所述匹配區域進行極坐標轉換，計算所述匹配區域一維數據與所述模板圖像一維數組的相關性；直至對所有的匹配區域均完成相關性計算，選取相關性最大的匹配區域作為目標圖案，獲取所述目標圖案的位置與方向。通過本發明方法，從而縮小匹配的搜索范圍，提高匹配速度，并且通過
華中科技大學
2021-04-14
一種基于機器學習的空間數據匹配方法
本發明涉及一種基于機器學習的空間數據匹配方法，包括四個步驟:1)自動生成匹配訓練樣本，2) 通過機器學習建立分類器模型及其參數，3)應用分類器模型對輸入空間數據進行目標匹配，4)顧及邏 輯和領域約束對匹配結果的過濾和改善。其中機器學習采用以空間目標的位置、大小、形狀和方位等多 種指標作為特征提取。具有如下優點:可避免量綱標準化和多指標加權中的主觀任意性，匹配精度較加 權平均方法更高;匹配模型基于樣本數據學習建立，數據的自適應性較高;建立模型的典型樣本數量少， 可大規模應用;利用空間數據的內在幾何信息，無需額外屬性信息，使用準入性低。
武漢大學
2021-04-13
基于 LiDAR 點云輔助的立體影像密集匹配方法及系統
一種基于 LiDAR 點云輔助的立體影像密集匹配方法及系統，將投影獲取立體像對重疊范圍內的 LiDAR 點云并濾波處理；將濾波后的點云投影到核線立體像對上，確定后續密集匹配的視差范圍；建立 金字塔，從金字塔頂層開始，采用三角網約束改造代價矩陣，進行 SGM 密集匹配，并進行左右一致性 檢測，得到頂層最終的視差圖；將金字塔當前層的視差圖傳遞到下一層作為初始視差圖，根據當前層的 視差圖相應確定下一層的視差范圍，將下一層作為新的當前層；基于新的當前層，同樣處理得到當前層 最終的視差圖，直到金字塔的底層，輸出原始影像的視差圖，根據視差圖，得到立體像對的同名點，生 成密集匹配的點云。
武漢大學
2021-04-13