科技成果转让公示

据《长安大学促进科技成果转移转化管理办法》（长大科﹝2020﹞82号）的规定，对科技成果转让、许可须进行公示，公示期15天，现对我校拟转让科技成果的有关事项公示如下：

一、拟转让科技成果基本情况

1、成果名称：一种去雾过程中大气透射率图像的二次估计方法

专利号：ZL201910145679.6

成果类型：发明专利

完成人：黄鹤,郭璐,胡凯益,王会峰,黄莺,惠晓滨,许哲,汪贵平,李光泽,平振东

专利简介：本发明公开了一种去雾过程中大气透射率图像的二次估计方法，获取雾霾天气下的雾化降质图像；使用区域最小值滤波，获取其暗通道图像；根据暗通道图像，获取全局大气光值及图像的原始场景透射率；采用引导滤波器，对原始场景透射率进行滤波，得到场景透射率的粗估计；将场景透射率粗估计进行最小方差中值引导滤波，得到最终场景透射率；利用最终场景透射率，复原雾化降质图像。本发明采用最小方差中值引导滤波对场景透射率二次估计，能够有效保留图像内部纹理信息，改善了传统暗通道去雾算法获取复原图像的纹理信息及边缘信息丢失，提升了图像复原质量，相较于传统算法，使图像内部信息更好的保留下来。

2、成果名称：基于旋转不变LBP-SURF特征相似度的图像拼接评价方法

专利号：ZL2019108101380

成果类型：发明专利

完成人：黄鹤,平振东,郭璐,茹锋,王会峰,许哲,黄莺,汪贵平,惠晓滨,李战一

专利简介：本发明公开了一种基于旋转不变LBP-SURF特征相似度的图像拼接评价方法，针对图像拼接产生的图像特征点丢失等现象，提出一种新的图像拼接评价方法，先使用SURF算法提取出粗匹配特征点，之后将旋转不变LBP特征与SURF特征进行融合以提升特征点的匹配精度，再使用双向匹配与Ransac算法去除误匹配，之后利用获得的匹配点对拼接图像进行评价。

3、成果名称：一种用于无人驾驶的交通图像拼接方法

专利号：ZL201910146066.4

成果类型：发明专利

完成人：黄鹤,汪贵平,平振东,王会峰,郭璐,许哲,黄莺,惠晓滨,李光泽,胡凯益

专利简介：本发明公开了一种用于无人驾驶的交通图像拼接方法，获取要进行拼接的交通图像；构建Hessian矩阵，生成所有的兴趣点，用于特征的提取；构建尺度空间；特征点定位；特征点主方向分配；生成特征点描述子；通过双向匹配与相似小波特征匹配实现特征点的匹配；随机从数据集中随机抽出4个样本数据计算出变换矩阵H；计算投影误差，加以判定，若符合则匹配点输出，否则返回，根据特征点进行图像拼接。本发明双向相似小波特征匹配surf算法与传统Surf算法相比提高了粗匹配的精度，同时也减小了下一步Ransac去误匹配的工作量，自适应低迭代Ransac算法与传统Ransac算法相比实现了最少匹配点阈值的自适应并且降低了迭代的次数，提高了算法的效率。

4、成果名称：基于多方位梯度比较的相机多焦点清晰图像提取方法

专利号：ZL201910881770.4

成果类型：发明专利

完成人：黄鹤,李战一,郭璐,茹锋,王会峰,许哲,黄莺,汪贵平,惠晓滨

专利简介：本发明公开了一种基于多方位梯度比较的相机多焦点清晰图像提取方法，获取两张聚焦点不同的图像；分别对取的两张图像进行卷积运算，取出大于其均值的点，得到特征放大图像；通过特征放大图像比较，获取清晰边缘特征图像，对清晰边缘进行若干次提取缩放处理同时消除较离散的不可靠点，形成清晰区域图；分别对获取的两张聚焦点不同的图像进行多方位梯度运算，获得多方位梯度特征图；对清晰区域图和多方位梯度特征图像融合，获得各聚焦点的细化的清晰范围图像，之后对不同聚焦点的图像进行融合，对都清晰及都模糊的图像范围，取梯度较高值进行图像融合。本发明有效地消除了部分融合产生的阴影，能从原图中获取更多信息，明显提升各评价指标。

5、成果名称：辅助驾驶的改进LeNet-5融合网络交通标志识别方法

专利号：ZL201811504255.6

成果类型：发明专利

完成人：黄鹤,汪贵平,郭璐,李昕芮,王会峰,宋京,赵昆,许哲,盛广峰,黄莺,惠晓滨,何永超,李光泽胡凯益,任思奇,刘琦妍

专利简介：本发明公开了辅助驾驶的改进LeNet-5融合网络交通标志识别方法，首先构建交通标志图像数据集，并根据交通标志图像数据集构建训练集和测试集；其次构建卷积神经网络CNN；然后将训练集图像数据代入卷积神经网络CNN，进行训练，并保存训练好的模型；最后将测试集图像数据代入训练好的模型，进行预测，得到预测结果。

6、成果名称：一种基于多级权重相对总变差的图像去纹理方法

专利号：ZL201910145687.0

成果类型：发明专利

完成人：黄鹤,郭璐,李光泽,许哲,黄莺,惠晓滨,王会峰,汪贵平,胡凯益,平振东

专利简介：本发明公开了一种基于多级权重相对总变差的图像去纹理方法，获取带有纹理的图像；对获得的图像进行第一级权重相对总变差处理，获得减少无用纹理信息的图像；对获得的图像进行第二级权重相对总变差处理，获得突出边界景深信息的图像；对获得的图像进行确定参数权重相对总变差处理，获得边界平滑的图像；对获得的图像取并集，获得输出图像。本发明采用多级权重相对总变差的图像去纹理方法，首先对输入图像分别进行两级权重相对总变差处理和确定参数相对总变差处理，然后将两个结果取并得到输出图像，改善了纹理边界和结构边界区分度的不足，同时可以更好地去除靠近结构边界附近的纹理信息，提高了图像去纹理的性能，使其获得的图像更好地将结构信息和纹理信息分开，具有良好的检测精度。

二、受让方：西安汇智信息科技有限公司

三、转让金额：18000元（壹万捌仟元）

四、公示时间：2022年10月24日——2022年11月6日

公示期间，如对上述交易价格或发明人等其他方面有异议，请以书面形式向学校反映。

联系人：崔高锋

联系电话：61105256

联系邮箱：kfzx@chd.edu.cn

科学研究院

2022年10月24日