龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：暨南大学
摘要：本发明公开了一种基于BN‑CNN的高速可见光定位图像处理方法、系统及介质，方法为：获取信号发射端LED灯的唯一标识符并编码为交叉二五码，通过调制器使用开关键控对LED灯进行调制，驱动LED灯发出不同频率的光信号；使用CMOS图像传感器在信号接收端捕获光信号图像，并划分为训练集和测试集；将条纹图像训练集导入设计好的批规范化卷积神经网络进行训练，使用连续梯度下降法优化损失，获得条纹图像分类模型；将条纹图像测试集导入条纹图像分类模型进行识别，判断条纹图像所属类别及类别对应LED灯的唯一标识符，确定信号接收端的位置。本发明通过批规范化卷积神经网络来进行深度学习，提高了高速运动下捕捉到的模糊图像的识别速度和准确率，具有良好的鲁棒性。
主权项：1.基于BN-CNN的高速可见光定位图像处理方法，其特征在于，包括下述步骤：获取信号发射端LED灯的唯一标识符并编码为交叉二五码，再通过调制器使用开关键控对LED灯进行调制，驱动LED灯发出不同频率的光信号；使用CMOS图像传感器在信号接收端捕获不同LED灯发出的光信号图像，并划分获得条纹图像训练集和条纹图像测试集；所述获得条纹图像训练集和条纹图像测试集，具体为：使用CMOS图像传感器在不同移动速度状态下从不同角度对多个LED灯的光信号进行捕获，并将捕获到的条纹图像保存，同时记录条纹图像对应的LED灯唯一标识符UID、拍摄时的移动速度以及拍摄角度作为标签值；对拍摄得到的条纹图像进行图像预处理：将条纹图像转换为灰度图像；通过检验行列像素和的方法，设置阈值，确定完整条纹图像的行列边界，向外延伸边界进行裁剪得到完整条纹图像；将预处理后的条纹图像进行随机划分，获得条纹图像训练集和条纹图像测试集；将条纹图像训练集导入设计好的批规范化卷积神经网络进行训练，使用连续梯度下降法优化损失，获得条纹图像分类模型；将条纹图像测试集导入条纹图像分类模型进行识别，判断条纹图像所属类别及类别对应LED灯的唯一标识符，确定信号接收端的位置。
全文数据：
权利要求：
百度查询： 暨南大学 基于BN-CNN的高速可见光定位图像处理方法、系统及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号