-
公开(公告)号：CN115147448A
公开(公告)日：2022-10-04
申请号：CN202210549755.1
申请日：2022-05-20
Applicant: 南京理工大学
Abstract: 本发明涉及一种面向自动化焊接的图像增强与特征提取方法，包括：对焊件图像进行图像增强：利用RGB分离与归一化方法，分别对Red通道归一化图像、Green通道归一化图像、Blue通道归一化图像增强处理，得到增强后的R通道图像、G通道图像、B通道图像，然后进行RGB合成，得到重构焊件图像；对焊件图像进行前景分割：对图像提取感兴趣区域，然后前景切割，得到RGB前景焊件图像；对增强后的焊件图像进行特征提取：对RGB前景焊件图像进行边缘检测，然后进行焊缝中心线提取，得到边缘与焊缝信息。本发明实现焊件图像边缘和焊缝的高效提取。
-
公开(公告)号：CN109447939B
公开(公告)日：2022-01-28
申请号：CN201810752394.4
申请日：2018-07-10
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于混合光谱视觉的熔池成形前焊缝宽度预测方法，采用混合光谱成像为熔池提供丰富的光谱维信息，可以显著提高熔池的成像质量，有利于提高熔池轮廓提取的准确性。提取熔池轮廓可以获取图像的外部轮廓特征并为熔池的几何特征分析做准备，有利于从图像视觉上对焊接过程进行监控。本发明的基于混合光谱视觉的熔池成形前焊缝宽度预测方法实现了成形前焊缝宽度的精确预测，可以将对熔池的监测从图像视觉的层面进一步转为对三维空间的视觉感知层面，通过对焊缝成形宽度的预测有助于更直观的观察熔池的变化情况，从而调整对应的焊接参数来控制焊接质量。
-
公开(公告)号：CN113920297A
公开(公告)日：2022-01-11
申请号：CN202111519123.2
申请日：2021-12-14
Applicant: 南京理工大学
Abstract: 本发明公开一种基于物理驱动的神经网络透过散射介质的彩色泛化成像方法，包括建立一个物理模型与神经网络模型互驱动的神经网络、建立一个用于采集实验图像数据的系统配置，将采集到的图像数据经过预处理后送进神经网络进行图像复原重建。本发明将基于散斑相关和散斑冗余性物理先验和多通道卷积神经网络强大的数据挖掘和映射能力的有效结合，仅利用一块介质的散斑数据即可实现透过未知散射介质的多光谱复杂目标等情况下，实现对目标的高质量恢复，有力地推动了物理感知学习方法在实际散射场景中的成像泛化成像。该方法更加充分的利用了散斑的原始信息，对实际散射场景复杂多变、目标信息特性复杂和数据难以充分获取任务。
-
公开(公告)号：CN113034452A
公开(公告)日：2021-06-25
申请号：CN202110277748.6
申请日：2021-03-15
Applicant: 南京理工大学
Abstract: 本发明涉及一种焊件轮廓检测方法，包括以下步骤：1.图像增强预处理，2.图像直方图均衡化处理，3.图像去噪，4.图像去除背景干扰，5.图像边缘改善。本发明采用图像增强的方式对焊件图像进行预处理，提升焊件图像边缘检测的精度；本发明引入直方图均衡化来提升图像的灰度级动态范围，提高图像对比度，使图像更清晰；本发明采用中值滤波技术对图像进行去噪处理，其运算简单，方便实现，在滤除孤立噪声点的同时还保护了图像的边缘信息；本发明采用概率霍夫变换法判定并连接图像边缘断开的像素点，计算量少，实用性强，效率高。
-
公开(公告)号：CN112365501A
公开(公告)日：2021-02-12
申请号：CN202110042501.6
申请日：2021-01-13
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于卷积神经网络的焊件轮廓检测算法，包括以下步骤：1.建立基础网络，建立基于RCF网络改进的跳层解码融合网络作为基础网络；2.构建跳层解码融合模块；3.引入ASPP模块；4.引入注意力机制模块。本发明在基于RCF网络改进的跳层解码融合网络增加解码路径，并采用点乘的方式融合不同尺度的信息，利用高层的语义信息来约束低层网络，避免在融合过程中低层特征引入过多的背景纹理信息，提升目标边缘检测的精度；对RCF网络中减少下采样次数导致的网络感受野减小的问题，引入ASPP模块，在不损失特征图分辨率的同时，扩大感受野并增强语义信息；引入改进的注意力机制模块，使网络更加专注目标的焊缝和外轮廓区域。
-
Patent Agency Ranking
公开(公告)号：CN111739117A
公开(公告)日：2020-10-02
申请号：CN202010696635.5
申请日：2020-07-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于卷积神经网络PDSNet来实现对散射介质后的物体进行成像的方法，该方法将传统散斑相关成像算法原理结合起来，指导了网络的设计和优化，以数据驱动的方式消除了光学记忆效应OME对成像视场角FOV的限制。卷积神经网络PDSNet是一种适用于随机尺度和复杂目标的神经网络结构。实验测试了卷积神经网络PDSNet的隐藏对象恢复能力，在平均PSNR保持24dB以上的前提下，实现至少40倍的光学记忆效应范围扩展。同时，在未经训练的尺度下，恢复图像的平均PSNR在22dB以上，成功地重建了人脸等复杂目标。文中给出的实验结果验证了该方法的准确性和有效性。
-
公开(公告)号：CN111563562A
公开(公告)日：2020-08-21
申请号：CN202010684668.8
申请日：2020-07-16
Applicant: 南京理工大学
Abstract: 本发明涉及基于卷积神经网络的单帧散射图像的彩色目标重建方法，属于机器学习与图像重建技术领域，包括：步骤1、得到散斑数据集；步骤2、构建基于卷积神经网络的单帧散射图像的彩色目标重建模型CASNet；步骤3、将ALOI数据集中对应的彩色目标数据集与散斑数据集输入单帧散射图像的彩色目标重建模型进行训练，得到训练好的彩色目标重建模型；步骤4、将采集到的单帧彩色目标散斑图像输入训练好的彩色目标重建模型得到恢复的彩色目标。本发明解决了无法实现单帧彩色宽谱目标成像的问题，填充了基于深度学习的彩色目标重建网络的空白，首次提出基于卷积神经网络的单帧散射图像的彩色目标重建模型，恢复隐藏在散射介质后彩色目标。
-
公开(公告)号：CN111156925A
公开(公告)日：2020-05-15
申请号：CN201911321081.4
申请日：2019-12-19
Applicant: 南京理工大学
IPC: G01B11/25
Abstract: 本发明公开了一种基于线结构光和工业机器人的大构件三维测量方法，三维测量由两部分组成，即单次测量的三维数据获取和多次测量之间的三维数据拼接；本发明结合线结构光三维测量技术和机器人手眼标定技术，线结构光三维测量系统用于获取单次测量的三维数据，机器人手眼标定则实现了多次测量之间的三维数据拼接。本发明利用双目相机辅助进行单目线结构光平面的标定方法，简化了线标定的过程，提高了线重建的精度；采用空间圆拟合的方法来拟合标准球的球心坐标，使光平面可以是任意平面方程，扩大了标准球手眼标定方法的适用范围，本发明的测量方法能够精准地重建目标三维点云模型。
-
公开(公告)号：CN109166088A
公开(公告)日：2019-01-08
申请号：CN201810751971.8
申请日：2018-07-10
Applicant: 南京理工大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于非降采样小波变换的双波段灰度熔池图像融合方法，对非降采样小波变换得到的低频图像在梯度域进行NMF非负矩阵分解，提取梯度域特征，并据此自适应地确定低频融合系数矩阵；高频部分通过邻域差值所反映的图像统计特征来确定融合系数。本发明的基于非降采样小波变换的双波段灰度熔池图像融合方法提出了一种新型灰度融合算法，实现了熔池信息保留与增强，同时减少了不同波段的熔池冗余信息。
-
公开(公告)号：CN108645522A
公开(公告)日：2018-10-12
申请号：CN201810716357.8
申请日：2018-07-03
Applicant: 南京理工大学
IPC: G01J5/50
Abstract: 本发明涉及一种CMT焊接工艺下一种熔池温度场检测系统，包括彩色CCD相机、FPGA和计算机；彩色CCD相机用于采集熔池图像；FPGA用于发出触发信号给CCD相机；计算机一方面用于控制FPGA，一方面用于对彩色CCD相机输出的图像进行处理，计算得到熔池的温度场。本发明使用彩色CCD相机红、绿两个通道的输出图像进行比色测温，使用标准高温黑体对测温系统进行标定，使用最小二乘法拟合后得到熔池温度场的计算公式，减少CMT焊接工艺下电弧光对熔池温度场检测的影响，得到高精度的熔池温度场分布情况，对后续提高CMT焊接产品质量具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.029 seconds)
