-
公开(公告)号：CN115294105B
公开(公告)日：2023-04-07
申请号：CN202211187436.7
申请日：2022-09-28
Applicant: 南京理工大学
Abstract: 本申请涉及一种多层多道焊接余高预测方法，其特征在于，包括以下步骤：利用焊接系统进行多层多道焊接；利用实时图像采集系统实时采集位于每条焊缝上的熔覆层图像；利用三维系统与每条焊缝上熔覆层图像对应的三维点云数据，对每条焊缝上的多层熔覆层建立三维模型，并计算和记录每条焊缝上相邻两层熔覆层的余高差，为余高增量；每道焊缝上各个余高增量的累加值即为该焊缝的余高；将焊缝三维模型及对应的余高增量，输入回归计算网络，结合余高预测计算值和实际值，拟合熔池图像与余高的对应关系，建立余高预测模型；将预处理后的熔覆层图像输入余高预测模型中，得到余高预测值。本申请通过改进实现了应用领域的突破，强化了处理能力和速度。
-
公开(公告)号：CN115631253A
公开(公告)日：2023-01-20
申请号：CN202211659809.6
申请日：2022-12-23
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于物理驱动深度学习的光纤无透镜泛化成像方法，包括如下步骤：采集散斑图案，将采集到的散斑数据进行图像去噪，利用散斑的冗余性选择散斑的中心区域和其周围上、下、左、右偏移量为若干个像素，共5个子区域散斑图进行作为训练数据集，将训练数据集中的散斑进行自相关运算，并将自相关图像输入神经网络中进行重建，本发明的有益效果：有效解决了实际内窥镜场景中，各种目标的泛化重建问题，为多芯光纤内窥镜的实际应用提供了一个有效的帮助。
-
公开(公告)号：CN115496819A
公开(公告)日：2022-12-20
申请号：CN202211442874.3
申请日：2022-11-18
Applicant: 南京理工大学
Abstract: 本申请涉及一种基于能量集中特性的快速编码光谱成像方法，包括以下步骤：基于双光路成像系统获取光谱信息和RGB图像信息；基于RGB图像单位区域内空间信息和编码模板相乘后的高低排序，建立光谱信息编码模板的采样顺序；基于DCT矩阵能量集中特性和上述采样顺序建立DCT编码模板，对光谱信息进行编码和重建；基于PMS‑Net特征提取模块和CMMI信息插入函数建立光谱图像增强网络，通过RGB图像丰富的空间信息提高低分辨率重建光谱图像的空间细节质量。本申请基于RGB图像空间信息的排序得到光谱编码的对应顺序，实现在欠采样条件下保留更多的空间与光谱信息；并且融合RGB图像信息，达成到高质量的光谱成像效果。
-
公开(公告)号：CN109064452B
公开(公告)日：2022-07-05
申请号：CN201810751924.3
申请日：2018-07-10
Applicant: 南京理工大学
IPC: G06T7/00 , G06V10/771 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于光谱视觉协同感知的多源质量监测方法，包括以下步骤：1)、采集焊接电流参数，在电流的峰值时刻采集熔池的光谱数据，在电流的基值时刻采集熔池的视觉图像；2)、基于步骤1)得到的光谱数据，选取特征波段，根据特征波段进行LPP‑KNN分类来实现保护气流量的质量监测；3)、基于步骤1)得到的熔池的视觉图像CC‑KNN的焊速稳定性监测；4)、基于步骤1)得到的光谱数据先验阈值的光谱处理进行母材缺陷监测。本发明的基于光谱视觉协同感知的多源质量监测方法中各种算法均计算简单高效，实时性强。通过视觉的分类和光谱的分类相结合，可在线定位的质量问题类别更多、准确率更高、性能更加稳定。而且本发明不限于单一焊接工艺和单一材料。
-
公开(公告)号：CN111922483B
公开(公告)日：2022-05-17
申请号：CN201910391799.4
申请日：2019-05-13
Applicant: 南京理工大学
IPC: B23K9/04 , B23K9/127 , B23K26/044 , B23K26/342
Abstract: 本发明公开了一种基于学习的线结构光焊缝跟踪与增材路径纠偏装置及方法，纠偏装置包括母板、焊枪、激光器、CCD相机和图像处理传输模块，在焊接或增材制造过程中由相机在线连续采集线结构光投射到基板的光条图像，再采用改进的VGG深度网络方法提取出线结构光中心光条和基于中心光条提取焊接或增材的特征点位，装置将特征点信息传输给机器人控制系统，以此来实现对焊接作业的焊缝跟踪和增材制造中的路径纠偏。本发明能够适用于多种作业种类，如各类焊接制造、激光增材和电弧增材；对于恶劣的作业环境的适应性极强，能够抗弧光、飞溅、烟尘等各类噪声干扰；同时也保证了工业上对于跟踪及纠偏精度要求。
-
Patent Agency Ranking
公开(公告)号：CN109166088B
公开(公告)日：2022-01-28
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：CN113901963A
公开(公告)日：2022-01-07
申请号：CN202111472000.8
申请日：2021-12-06
Applicant: 南京理工大学
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。
-
公开(公告)号：CN111156925B
公开(公告)日：2021-12-28
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：CN112381095A
公开(公告)日：2021-02-19
申请号：CN202110051772.8
申请日：2021-01-15
Applicant: 南京理工大学
Abstract: 本发明涉及基于深度学习的电弧增材制造层宽自抗扰控制方法，包括以下步骤：1.采集熔池图像并ROI选择；2.采用分割网络结构进行熔池图像分割；3.提取焊缝宽度；4.调节焊接电流并控制焊缝宽度。本发明设计的分割网络EPNet确定了焊缝宽度并设计自抗扰控制算法，实现了焊接熔池宽度的实时控制；EPNet是基于ERFNet网络，加入金字塔池化模块，融合多尺度的深层图像特征，并在训练时对数据集中的原图和对应的标签在形态学上做了数据增广；结合自抗扰控制算法，可在焊接过程中根据提取的熔池宽度进行实时控制，保证熔池宽度的控制精度，为电弧增材制造焊接过程中焊缝宽度的在线监测和控制提供了必要的策略。
-
公开(公告)号：CN112150341A
公开(公告)日：2020-12-29
申请号：CN202011343947.4
申请日：2020-11-26
Applicant: 南京理工大学
Abstract: 本发明涉及基于物理约束和数据驱动的双阶段散射成像方法，包括以下步骤：1.设计算法结构，2.建立卷积神经网络，3.求解目标信息，4.消除干扰信息，5.获得原始目标。本发明中的双阶段成像算法结合物理约束和数据驱动的算法框架，适用于噪声干扰的复杂成像系统，双阶段成像算法的除噪和泛化能力，在不同等级高斯噪声、探测器和光子噪声下，增强阶段的PSNR从20dB提高到38dB；与无物理约束的方法相比，在已知散射介质和噪声的条件下，恢复目标的PSNR提高4dB；在未知散射介质条件下，成功恢复隐藏的目标；基于u型结构和残差网络，构建双阶段卷积神经网络提取特征，恢复目标信息。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.094 seconds)
