-
公开(公告)号：CN118002888B
公开(公告)日：2024-08-02
申请号：CN202410424037.0
申请日：2024-04-10
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于时序信息融合的鲁棒实时焊缝跟踪方法，包括以下步骤：一、利用所述激光发射器投射到焊接工件的焊缝上形成激光条纹，由所述工业相机拍摄得到激光条纹图像序列；二、对步骤一得到的激光条纹图像序列进行数据预处理，得到预处理图像序列；三、对步骤二得到的所述预处理图像序列进行标注获得焊缝跟踪数据集；四、利用步骤三得到的所述焊缝跟踪数据集训练焊缝跟踪模型；五、利用步骤四得到的所述焊缝跟踪模型对目标焊缝的激光条纹图像进行焊缝跟踪。本发明的基于时序信息融合的鲁棒实时焊缝跟踪方法利用焊接时序信息从背景中对目标焊缝进行识别跟踪，提高了焊接噪声抵抗能力和焊缝跟踪准确率。
-
公开(公告)号：CN118365976A
公开(公告)日：2024-07-19
申请号：CN202410799380.3
申请日：2024-06-20
Applicant: 南京理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0495 , G06N3/082 , G06N3/096 , G06N3/0455 , G06N3/0464 , G06V10/80 , G06N3/088
Abstract: 本发明公开了一种基于无监督学习的熔焊增材异常检测方法，包括如下步骤：在熔焊增材过程中，利用工业相机拍摄熔池图像，对熔池图像进行预处理，得到熔池数据集；利用熔池数据集训练无监督学习的异常检测模型，所述异常检测模型包括正向知识蒸馏和反向知识蒸馏过程；利用训练好的异常检测模型进行推理，得到异常检测结果。本发明的基于无监督学习的熔焊增材异常检测方法采用无监督学习算法，只需要正常数据进行训练，网络模型采用多学生‑教师蒸馏模型，针对焊接过程中出现的各类形态和质量的异常，例如裂纹、偏移、孔洞、气孔、夹渣等等缺陷，异常检测准确率都能够达到良好的效果。
-
公开(公告)号：CN118250573A
公开(公告)日：2024-06-25
申请号：CN202410658444.8
申请日：2024-05-27
Applicant: 南京理工大学
IPC: H04N23/741 , H04N23/84 , H04N23/951 , H04N23/55
Abstract: 本发明公开了一种基于彩色窄带滤光的单曝光高动态融合成像方法，包括以下步骤：一：利用窄带滤光片在成像前获得量子效率不同的三色光进入相机，得到三色光的单曝光图像；二：根据相机的传感器的像素排布特征，对步骤一得到的所述单曝光图像提取三种曝光响应的图像序列；三：对三种曝光响应的图像序列分别进行图像增强；四：利用图像融合网络模型SFD‑MEF对增强后的三种曝光响应的图像序列进行图像融合。本发明的基于彩色窄带滤光的单曝光高动态融合成像方法通过加装特定波段窄带滤光片，单次曝光时间内即可获得多张不同响应图片，并利用图像融合网络模型进行融合，可以处理动态场景并且在极端环境下具有优异的图像融合质量。
-
公开(公告)号：CN116630461A
公开(公告)日：2023-08-22
申请号：CN202310727895.8
申请日：2023-06-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于光谱冗余压缩的高光谱成像方法，包括如下步骤：一、搭建高光谱成像系统，利用所述高光谱成像系统对目标场景进行压缩采样得到观测值和RGB图像，所述高光谱成像系统为基于单像素重建的高光谱成像系统；二、构建单像素高光谱重建网络，利用所述单像素高光谱重建网络对步骤一得到的观测值和RGB图像进行处理，得到高空间、高光谱分辨率的重建结果，所述单像素高光谱重建网络包括基于光谱冗余压缩的单像素重建模块和基于渐进式超分的双维度拉伸模块，最终在获得高空间、高光谱分辨率的重建结果的同时，并没有增加实际压缩采样次数。
-
公开(公告)号：CN115631206A
公开(公告)日：2023-01-20
申请号：CN202211659814.7
申请日：2022-12-23
Applicant: 南京理工大学
IPC: G06T7/11 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种针对散射场景下的图像分割方法，属于散射成像的技术领域，包括构建两步式算法和端到端算法，将散斑数据经过预处理后送进神经网络中学习，实现了散射场景下的图像分割。本发明基于散斑相关成像原理和多通道卷积神经网络强大的数据挖掘能力和映射能力的有效结合，应对散射场景下的目标实现了图像分割，扩宽了抗散射成像的应用领域。针对散射场景下的分割任务，有效提高了重建目标与原始目标结构之间的交并比。该方法充分挖掘散斑信息特征，应对复杂散射场景能够有效分割出物体信息，同时也为透过生物组织的图像分割技术提供了参考。
-
Patent Agency Ranking
公开(公告)号：CN115371679A
公开(公告)日：2022-11-22
申请号：CN202211053671.5
申请日：2022-08-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于因子图的UAV多源导航信息处理系统，系统由导航主模块、导航IO模块、卫星惯性组合导航系统、高精度IMU、星敏感器、气压高度计和低精度AHRS组成。本发明以高精度IMU为核心，搭配多种导航传感器，在导航主模块的高性能ARM芯片中运行多源信息融合算法，利用因子图理论将多源信息融合问题转化为最大后验概率问题，并在设置的自适应滑动窗口内实现导航状态的最优估计。本发明有效地解决了卫星拒止条件下仅靠卫星惯性组合导航系统无法为无人机提供长时间精确导航信息的问题，可实现多传感器的即插即用与异步异构信息的最优融合，满足长航时UAV在复杂环境变化下的高精度可靠导航需求。
-
公开(公告)号：CN114905116A
公开(公告)日：2022-08-16
申请号：CN202210622172.7
申请日：2022-06-02
Applicant: 南京理工大学 , 北京星航机电装备有限公司
Abstract: 本发明涉及一种基于特征学习的坡口焊缝熔透监控方法，包括以下步骤：1.基于主被动视觉结合的熔池信息采集系统，提取坡口角度信息与正面熔池图像信息；2.构建基于特征学习的多模融合熔宽回归模型；3.将实时采集到的前方激光线图像及后方熔池图像输入回归模型，估计得到背面熔宽值，通过模糊PID控制算法，调节焊接电流实现背面熔宽控制。本发明设计的基于复杂坡口焊缝信息的回归网络预测了焊缝背面熔宽；设计了模糊PID控制算法，实现了焊缝背面熔宽的实时协同控制。本发明为电弧增材制造过程中焊缝形态的在线监测和控制提供了必要的策略。
-
公开(公告)号：CN114799521A
公开(公告)日：2022-07-29
申请号：CN202210619409.6
申请日：2022-06-02
Applicant: 南京理工大学 , 北京星航机电装备有限公司
Abstract: 本发明公开了一种蒙皮骨架激光自动焊接方法、装置及电子设备，包括：S1：获取工件的三维点云数据，获得工件的位置信息；S2：控制系统通过S1中获得的三维点云数据和位置信息对搬运机器人进行位姿控制，将工件安装到工作台上；S3：采集三维点云数据，并对采集到的云数据进行降噪处理，并进行三维模型重构，获得一新的三维模型，进行焊接路径规划；S4：控制系统根据S3中的三维点云数据和位置信息对搬运机器人进行位姿调整，将蒙皮装配到工件上；S5：控制系统根据焊接路径和焊接参数控制搭载焊接设备的机器人对工件进行焊接。本发明进行三维模型重建，得到高精度三维模型，进行智能路径规划，控制搭载激光设备的工业机器人进行焊接。
-
公开(公告)号：CN114581356A
公开(公告)日：2022-06-03
申请号：CN202210496594.4
申请日：2022-05-09
Applicant: 南京理工大学
IPC: G06T5/50
Abstract: 本发明涉及一种基于风格迁移数据增广的图像增强模型泛化方法，属于图像增强模型的泛化技术领域。具体为通过风格迁移算法对原始模拟类静脉数据进行风格迁移处理；将风格迁移处理后的数据集与原始模拟类静脉数据集进行合成，得到风格迁移增广数据集；将风格迁移增广数据集作为图像增强网络的训练集进行训练，得到图像增强网络的泛化模型；将泛化模型在测试集上进行测试，并分析模型泛化效果。本发明基于类静脉风格迁移和随机化风格迁移2种数据增广手段，对图像增强模型实现泛化，以提升模型在真实手背浅表静脉数据测试集上的增强效果，特别是对于“误增强”问题的改善。
-
公开(公告)号：CN113901963B
公开(公告)日：2022-04-12
申请号：CN202111472000.8
申请日：2021-12-06
Applicant: 南京理工大学
IPC: G06V40/16 , G06V10/145 , G06V20/62 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种具有多场景适应性的透过散射介质模块化成像方法，包括构建散射介质成像卷积神经网络；改进基础结构；采用即插即用模块与基础结构结合组成新的网络结构；采集数据对卷积神经网络进行训练优化；利用优化后的卷积神经网络进行成像。本发明通过在UNet神经网络结构的基础上增加语义嵌入分支模块SEB，将更多的语义信息引入低级特征，更好地实现低级特征与高级特征之间的融合；结合感受野模块，扩大卷积神经网络的感受野，提升特征层的全局性，优化了成像质量；将特征融合模块、密集连接模块和感受野模块与基础结构结合作为即插即用的系列进行应用，提高了神经网络结构的灵活性。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.03 seconds)
