公开(公告)号：CN111951298A

公开(公告)日：2020-11-17

申请号：CN202010594455.6

申请日：2020-06-25

Applicant: 湖南大学

Inventor： 张振军 ,  白金舟 ,  王耀南

IPC: G06T7/246 ,  G06T7/277

Abstract: 本发明公开了一种融合时间序列信息的目标跟踪方法，包括以下步骤：步骤1，输入图像序列，根据第t-1帧图像中的初始位置pt和尺度st，提取目标的HOG特征和CN颜色特征；步骤2，将目标特征与余弦窗口进行点乘，然后进行傅里叶变换得到目标特征；步骤3，用第t-1帧的响应图计算响应变量Π、参数 及参数 步骤4，将第1帧到第t-1帧相关滤波器进行时序建模；步骤5，用最小二乘法求出相关滤波器时序模型的自回归参数 步骤6，求解目标函数计算出相关滤波ft、参数θt及λt；步骤7，在第t帧中的候选区域进行特征提取和预处理，并与相关滤波器进行点乘运算作得到响应图，通响应图确定当前帧的目标位置和尺度，该方法可以有效提高目标跟踪的精度和准确率。

公开(公告)号：CN111896556A

公开(公告)日：2020-11-06

申请号：CN202010773562.5

申请日：2020-08-04

Applicant: 湖南大学

Inventor： 周显恩 ,  王耀南 ,  朱青 ,  毛建旭 ,  张辉 ,  刘学兵

IPC: G01N21/958 ,  G01N21/88

Abstract: 本发明公开了一种基于机器视觉的玻璃瓶底缺陷检测方法及系统，其方法为：步骤1，获取瓶底图像，定位与提取瓶底区域，并将瓶底区域划分为三个子区域：中心圆平面区域、环形平面区域和环形纹理区域；步骤2，采用基于显著性检测的方法对中心圆平面区域进行缺陷检测并标记；步骤3，采用基于多尺度滤波的方法对环形平面区域进行缺陷检测并标记；步骤4，采用基于模板匹配的方法对环形纹理区域进行缺陷检测并标记；步骤5，将步骤2至4得到的已标记好缺陷的中心圆平面区域、环形平面区域和环形纹理区域进行融合，得到标记有所有缺陷的瓶底图像。本发明对瓶底的缺陷检测精度更高、执行速度更快。

公开(公告)号：CN111823237A

公开(公告)日：2020-10-27

申请号：CN202010741683.1

申请日：2020-07-29

Applicant: 湖南大学

Inventor： 毛建旭 ,  邹智强 ,  王耀南 ,  刘彩苹 ,  朱青 ,  张辉 ,  代扬 ,  彭永志

IPC: B25J9/16 ,  G06K9/00 ,  G06K9/46

Abstract: 本发明公开了一种基于RGB LED动态信标的多机器人定位方法及系统，通过采用外置的相机捕捉机器人上安装的RGB LED灯，通过RGB LED灯交替闪烁红、绿、蓝三种颜色的不同排列组合，来对RGB LED灯进行编码；再通过已经标定好外参和内参的相机来捕捉与跟踪上述LED灯，并且逐一识别其编码信息，通过相机参数可以解出机器人的位置，同时根据LED编码信息能够在多机器人工作条件下对机器人加以区分。即本发明采用动态的LED视觉信标，在无遮挡的情况下，将有编码信息的信标体积缩小到了一个点的大小，相比于其他静态的视觉信标在体积上有明显优势；在可视角度上，LED是全方位的，相比于二维码式的视觉信标也是有优势的，具有结构简单、信息识别量少、定位精准的优点。

公开(公告)号：CN111552293A

公开(公告)日：2020-08-18

申请号：CN202010400932.0

申请日：2020-05-13

Applicant: 湖南大学

Inventor： 缪志强 ,  林杰 ,  王耀南 ,  钟杭 ,  张辉 ,  刘理

IPC: G05D1/02

Abstract: 本发明公开了一种视野约束下基于图像的移动机器人编队控制方法，包括以下步骤：S1、建立领航者-跟随者系统框架，并利用领航者-跟随者系统框架对领航者和跟随者之间的相对运动学建模，得到在归一化图像空间中领航者和跟随者的相对视觉运动学；S2、定义基于归一化图像空间的具有预定性能规范以及视野约束的误差变换；S3、设计一种参数自适应估计律用于在线估计跟随者机载单目相机光学中心与领航者身上单个特征点之间的相对高度倒数；S4、解算出跟随者所需要的角速度和线速度，进而完成跟随者对领航者的跟踪。通过参数自适应估计律和具有预定性能规范以及视野约束的性能函数定义误差变换，具有计算简便、视场约束有效和瞬态、稳态性能良好的优点。

公开(公告)号：CN111505849A

公开(公告)日：2020-08-07

申请号：CN202010546470.3

申请日：2020-06-16

Applicant: 湖南大学

Inventor： 王耀南 ,  谭浩然 ,  周显恩 ,  马俊杰

IPC: G02F1/13 ,  G01N21/95 ,  G01N21/94 ,  G01N21/88

Abstract: 本发明公开了一种LCD显示屏成品瑕疵检测成像装置及方法，包括工业相机，工业相机安装于待检LCD显示屏的正上方，待检LCD显示屏的周围设置有由多组光源设备堆叠构成的多层光源，多层光源的入射光线与待检LCD显示屏所成特定入射角，多层光源中的各组光源设备每次开启一组，同时其他组光源设备关闭，工业相机用于抓取不同组光源设备开启时的待检LCD显示屏的图像。本发明通过各组光源设备依次开启，且每次只一组光源设备开启，由工业相机抓取不同曝光度的多张图像，从而获得待检LCD显示屏多张图像，即可获取待检LCD显示屏各层次瑕疵，以实现对LCD显示屏成品缺陷的自动成像。

公开(公告)号：CN111429343A

公开(公告)日：2020-07-17

申请号：CN202010267759.1

申请日：2020-04-08

Applicant: 湖南大学

Inventor： 刘敏 ,  杜浩 ,  王超 ,  周朗明 ,  瞿亮 ,  王耀南

IPC: G06T3/00 ,  G06T7/11 ,  G06T17/00

Abstract: 本发明具体公开了一种三维数字图像中分支点的快速检测方法，所述方法包括以下步骤：S1、将给定的三维数字图像分成若干子图像并生成对应若干二维最大强度投影图像；S2、将每幅二维最大强度投影图像骨架化并选取骨架上的点作为候选分支点，再通过改进的ray-shooting模型提取所有候选分支点周围像素强度分布特征；S3、根据所提取的像素强度分布特征利用DBSCAN方法确定候选分支区域的分支数，从而根据确定的分支数得到二维分支点；S4、利用反向映射方法将得到的二维分支点映射到三维数字图像中，从而得到三维数字图像中树状结构的真实三维分支点。本发明能够准确的将三维数字图像中树状结构的分支点检测出来，具有计算成本低、误检率低且检测效率高的特点。

公开(公告)号：CN111290360A

公开(公告)日：2020-06-16

申请号：CN202010215662.6

申请日：2020-03-25

Applicant: 湖南大学

Inventor： 袁小芳 ,  杨育辉 ,  谭伟华 ,  王耀南 ,  肖祥慧

IPC: G05B19/418

Abstract: 本发明公开了一种铸造生产线多目标优化方法，包括：获取铸造生产线当前加工批次中的生产参数；其中，生产参数包括用于加工的作业机器数量，待加工工件的种类、与待加工工件对应的加工工序和待加工工件的数量；将与待加工工序一一对应的松弛时间系数值作为优化变量建立目标函数；根据多目标混沌优化算法获取由松弛时间系数值组成的至少一个集合；集合中对应同一个待加工工序仅存在一个松弛时间系数值；根据总电能消耗以及总加工时间获取最优解集合。通过优化各工序的加工时间，实现了合理调配作业机器的作业时间和空闲时间，并且降低了生产电能消耗。

公开(公告)号：CN111260621A

公开(公告)日：2020-06-09

申请号：CN202010036848.5

申请日：2020-01-14

Applicant: 湖南大学

Inventor： 袁小芳 ,  谢黎 ,  刘琛 ,  王耀南

IPC: G06T7/00 ,  G06T7/30 ,  G06N3/04

Abstract: 本发明公开了一种印制电路板表面缺陷定位与识别方法，首先采集印制电路板待测图像与模板图像；其次，使用第一个卷积神经网络得到特征点预测分布图，筛选得到最佳特征点；然后，使用第二个卷积神经网络计算最佳特征点的描述向量，匹配待测图像与模板图像的最佳特征点；接着，根据匹配点计算仿射变换矩阵，并将待测图像投影到模板图像上；再次，计算被投影的待测图像与模板图像的功率谱，根据功率谱差异得到待测图像的异常频率分量，再通过傅立叶反变换得到疑似缺陷区域；最后，使用第三个卷积神经网络对疑似缺陷区域进行识别及分类。本发明可准确地对印制电路板表面缺陷进行定位与识别，保障电路板质量，并对环境噪声有一定的鲁棒性。

公开(公告)号：CN110210432A

公开(公告)日：2019-09-06

申请号：CN201910492676.X

申请日：2019-06-06

Applicant: 湖南大学

Inventor： 王耀南 ,  黄亨斌 ,  毛建旭 ,  朱青 ,  周士琪 ,  张思远 ,  钟杭 ,  袁小芳

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06T3/40 ,  G06T7/11

Abstract: 本发明公开了一种基于智能安防机器人非受限条件下的人脸识别方法，首先，利用HOG特征对图像进行人脸检测，然后提取人脸区域图像用于后续处理；然后，利用CNN卷积神经网络训练一个对清晰图像和模糊图像进行二分类的分类器，之后再对分类出来的模糊图像进行去模糊处理，清晰图像则跳过这一步骤；接着，再利用Lucy-Richardson算法对运动图像帧序列进行去模糊处理；再使用SRCNN图像超分辨算法将图像归一化到同一大小尺度；再将经过以上步骤处理的图像输入到训练好的CNN卷积神经网络中提取特征向量；最后，通过SVM对提取出的特征向量进行分类，从而实现人脸识别。本发明具有有效地提高智能安防机器人在巡逻过程中识别人脸的效率和精度的优点。

公开(公告)号：CN109934859A

公开(公告)日：2019-06-25

申请号：CN201910201443.X

申请日：2019-03-18

Applicant: 湖南大学

Inventor： 王耀南 ,  田吉委 ,  毛建旭 ,  朱青 ,  林澍 ,  余铎 ,  郑海华

IPC: G06T7/33 ,  G06T3/40

Abstract: 本发明公开了一种基于特征增强多维权重描述子的ICP配准方法，所述方法包括以下步骤：S1、通过滤波器对3D相机获取两副点云进行滤波处理，然后提取点云中的特征增强多维权重描述子；S2、将提取的特征增强多维权重描述子分成两个特征点对集，并从中找出具有相同多维权重描述子的点对构成两个点对集，然后从两个点对集中取出两对具有相同多维权重描述子的对应点对进行点云粗配准，得到点云粗配准的变换矩阵；S3、计算经过变换矩阵变换后的变换点云与另一幅点云之间的最近邻点，并构成最近邻点对，通过建立约束条件筛除粗配准过程中的误配准对，最后采用ICP迭代法实现场景点云的精配准。本发明有效克服了噪声干扰，使得点云拼接的精度更高，且实施性更强。