-
公开(公告)号:CN102519396A
公开(公告)日:2012-06-27
申请号:CN201110431096.3
申请日:2011-12-21
Applicant: 哈尔滨理工大学
IPC: G01B11/25
Abstract: 本发明提供了一种三个灰度对称线性编码周期的采样点三维信息获取方法,步骤为:选择编码周期,制备9幅由3个编码周期不同的灰度线性对称相移光栅;将光栅投射到被测物体表面,利用条纹图像获取装置,获得9幅条纹图像;计算得到采样点在此编码周期内对应于编码图案的相对编码点,得到采样点在该频率内的余数方程,联立余数方程,得到采样点在3个不同编码周期内的同余方程组,采用大衍求一术确定同余方程组的乘率,进而得到方程组的解;确定采样点的投影角,根据三角原理确定采样点的三维信息。本发明方法克服了传统双频相移三维测量中,误差大,测量范围受限,误差累计及传递的缺点。该方法是一种具有非接触,高采样密度,高精度的三维测量技术。
-
公开(公告)号:CN101813522B
公开(公告)日:2011-11-23
申请号:CN200910072496.2
申请日:2009-07-13
Applicant: 哈尔滨理工大学
IPC: G01J3/46
Abstract: 基于表面几何特性的结构光重建颜色校正方法,本发明涉及结构光颜色信息重建过程中的一种颜色校正方法。其步骤是:(a)利用结构光系统获取被测表面采样点的三维数据和颜色数据,依次将每个采样点作为中心采样点,根据中心采样点和其邻域内多个采样点的三维数据拟合空间曲面,在其上过中心采样点作切面。(b)以切面表征表面局部几何特性,针对切面作入射光强分析和反射光强分析,计算出中心采样点的颜色校正系数。(c)利用各中心采样点的颜色校正系数校正颜色数据。本方法在结构光系统获取三维数据和颜色数据的基础上,直接根据三维数据分析表面几何特性及其对颜色数据的影响,修正该影响,得到真实颜色信息。本方法在工业和民用领域有着广阔的应用前景。
-
公开(公告)号:CN114863158B
公开(公告)日:2025-03-28
申请号:CN202210018133.6
申请日:2022-01-08
Applicant: 哈尔滨理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/08
Abstract: 本发明一种基于重参数化MLP的高光谱图像分类方法属于图像分类技术领域;该方法依次执行以下步骤:输入高光谱图像、获得样本集、确定训练样本集与测试样本集、高光谱样本的切片化处理、构建重参数化MLP模型,并利用训练数据对重参数化MLP模型进行训练、进行高光谱图像分类;本发明将全连接层替换部分卷积层中,以提供全局表征能力和位置感知能力,最后通过重参数化的方法,将卷积层和全连接层重参数化为一个全连接层,赋予了全连接层不具备的捕捉局部信息能力,在对高光谱图像分类时提升了分类精度和推理速度,为后续的深度学习算法在高光谱图像分类研究以及工程应用提供新的思路。
-
公开(公告)号:CN118506096A
公开(公告)日:2024-08-16
申请号:CN202410686361.X
申请日:2024-05-29
Applicant: 哈尔滨理工大学
IPC: G06V10/764 , G06V20/13 , G06V20/10 , G06V10/58 , G06V10/774 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明基于噪声干扰启发的空间‑光谱神经架构搜索HSI分类方法属于图像分类技术领域。首先,本发明构建了一个包括空间‑光谱注意卷积算子、跳跃连接、池化操作等候选操作在内的模块化搜索空间。然后,根据一定的比例从高光谱(Hyperspectral Image,HSI)中随机选择像素作为训练、验证和测试集并应用于超网络架构搜索阶段和最终网络优化阶段。在架构搜索过程中,Surpernet构建了一个包含网络中所有可能操作的权重共享模型,并由该模型架构中搜索和优化最终算子信道和核大小,同时保持算子与Surpernet原模型的一致。接着,本发明由噪声‑可微分架构搜索策略(Noisy‑DifferentiableArchitecture Search,Noisy‑DARTS)构建了一个公平竞争的环境,并引导训练超网络中的网络参数和模型参数,推导出性能最优的网络架构。最后,在性能评估阶段,本发明将标签平滑损失函数和多项式展开损失函数集成构建一个融合损失函数,以解决由于HSI样本长尾分布导致的数据不平衡问题,并自动调整参数为不同数据集自驱性地设计最优网络架构。
-
公开(公告)号:CN117115556A
公开(公告)日:2023-11-24
申请号:CN202311189790.8
申请日:2023-09-14
Applicant: 哈尔滨理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种高光谱开放集分类方法及系统,涉及高光谱图像开放集分类领域技术领域。本发明中高光谱图像通过多个图像特征提取层得到高光谱的最终图像特征;将最终高光谱的图像特征通过逐层图像重建处理得到主路重建图像,各层图像处理后的重建特征图分别经反卷积支路处理后与主路重建图像叠加融合得到最终重建图像;根据最终重建图像和原图像获取重建损失,根据重建损失和EVT算法判断所述高光谱图像是否为已知类;对判定为已知类的高光谱图像进行分类,输出分类结果。本发明增强了图像特征识别能力,能够更好地提取与未知类别相关的空间和通道特征,有效分离未知类,提高了已知类的分类精度。
-
公开(公告)号:CN117046084A
公开(公告)日:2023-11-14
申请号:CN202311079944.8
申请日:2023-08-25
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及文体用品技术领域,具体涉及一种中国象棋自动摆棋装置及方法;该中国象棋自动摆棋装置能够自动将棋子摆放至初始状态,所述棋子底部依次设置有金属层和防滑层,所述棋子底部还具有四条同心圆环槽结构,所述四条同心圆环槽结构形成编码,用于识别棋子的颜色和文字;所述中国象棋自动摆棋装置包括落子结构,翻子结构,识子结构和摆子结构;该中国象棋自动摆棋方法依次执行调整、落子、翻子、运子、识子、摆子和复位步骤,最终实现自动摆棋,同现有产品相比,无需机器视觉技术,有利于降低产品成本,适合市场推广。
-
公开(公告)号:CN113514009B
公开(公告)日:2022-10-25
申请号:CN202110904262.0
申请日:2021-08-06
Applicant: 哈尔滨理工大学
IPC: G01B11/25
Abstract: 一种移位阶梯相位码与相移条纹非对称组合三维测量方法属于结构光三维测量技术领域。该方法包括以下步骤:依据相移法生成余弦相移图案;设计生成移位阶梯相位码字;将码字嵌入相移条纹中生成移位阶梯相位码图案;投射余弦相移条纹和移位阶梯相位码条纹图案并同步采集它们的图像;利用相移法获取包裹相位和包裹移位阶梯相位;将包裹移位阶梯相位转换为其十进制包裹数字码;对包裹数字码进行解包裹得到连续数字码;对包裹相位进行解包裹得到绝对相位;根据三角法使用绝对相位计算被测表面三维坐标。相比于阶梯相位码与相移条纹组合方法,本发明方法的测量结果不会产生由跳变误差导致的粗大误差,能更可靠地得到绝对相位,可提供更准确的测量结果。
-
公开(公告)号:CN111368126A
公开(公告)日:2020-07-03
申请号:CN202010149899.9
申请日:2017-02-13
Applicant: 哈尔滨理工大学
IPC: G06F16/583 , G06F16/55 , G06K9/46 , G06K9/62
Abstract: 本发明一种面向图像检索的生成方法,包括生成SIFT描述符直方图和SIFT描述符核密度,包括以下步骤:首先通过SIFT描述符的分层聚类来构造可扩展词汇树,然后累计可扩展词汇树中每个节点上的描述符出现的次数,得到SIFT描述符直方图,最后对SIFT描述符进行量化,得到SIFT描述符核密度;将本发明生成方法应用于基于词汇树信息融合与豪斯多夫距离结合的图像检索方法中,能够为提高图像检索准确率,并适用于复杂背景的图像检索提供理论基础。
-
公开(公告)号:CN111309956A
公开(公告)日:2020-06-19
申请号:CN202010149894.6
申请日:2017-02-13
Applicant: 哈尔滨理工大学
IPC: G06F16/583 , G06F16/55 , G06K9/62
Abstract: 本发明一种面向图像检索的提取方法,包括提取待检索图像及图像库SIFT特征,包括以下步骤:首先构建待检索图像及图像库高斯差分尺度函数,然后检测高斯差分尺度空间极值点,最后除去边缘不稳定的特征点,生成SIFT描述符;将本发明提取方法应用于基于词汇树信息融合与豪斯多夫距离结合的图像检索方法中,能够为提高图像检索准确率,并适用于复杂背景的图像检索提供理论基础。
-
公开(公告)号:CN109903394A
公开(公告)日:2019-06-18
申请号:CN201910205963.8
申请日:2019-03-16
Applicant: 哈尔滨理工大学
Abstract: 本发明一种确定内腔图像分支点和分支段的方法属于医学、三维立体成像、数字图像处理等技术领域;该方法首先根据分支点为三或四个血管结合点的特性,以每个单像素血管特征点为圆心做圆,然后判断圆周点集是否同时满足两个条件,在满足的情况下,若干相邻的单像素血管特征点构成准分支点邻域,以其亚像素中心作为分支点,最后确定分支点邻域后,以分支点邻域为起点沿相邻像素检测分支段,若遇到另一个分支点邻域则为完整分支段,否则为半分支段;本发明方法不仅能够避免中断点被误判为分支点的问题,而且能够避免内腔中的少量其他微小特征也被误判为分支点的问题。
-
-
-
-
-
-
-
-
-