-
公开(公告)号：CN101281208A
公开(公告)日：2008-10-08
申请号：CN200710065192.4
申请日：2007-04-06
Applicant: 清华大学 , 郑州纺机自控设备有限公司
Abstract: 本发明属于基于机器视觉的工业检测技术领域，其特征在于，利用两个相隔设定距离的线阵相机，对沿着在通道中作变速直线运动的棉流在设定的相等采样时段内分别提取棉流有部分重叠的图像，并将其沿垂直于棉流横截线方向分割成若干棉流子图，对每一个子图，用计算机求出线阵1摄取的子图像和对应不同时延Δt的线阵相机2之间的相似性，得到一个随Δt变化的相似度曲线f(Δt)，求出对应于曲线f(Δt)中最大值f(ΔT)所对应的间延ΔT，即为棉流上同一点通过两架线阵相机时的时延，再根据两个线阵相机之间的设定距离，在设定采样时延内棉流速度不发生突变的条件下，便得到棉流沿棉流横截线分布的在线速度。本发明可用于实现棉流中异性纤维的精确分拣。
-
公开(公告)号：CN100386779C
公开(公告)日：2008-05-07
申请号：CN200610012090.1
申请日：2006-06-02
Applicant: 清华大学
IPC: G06T11/00
Abstract: 本发明属于投影探测与成像技术领域，其特点在于该方法含有以下步骤：把被测物体的重建体数据用三维纹理存储表示；预先计算射线出射点至平面探测器上个探测器之间的方向向量数组，并存储到通用图形显示卡中形成方向向量纹理；利用方向向量纹理与方向向量绕旋转轴旋转来实现任一投影角度的正投影过程的一次完成，无中间结果转存；在反投影过程中，利用三维纹理索引技术使虚拟切片组的放置位置不再受到限制。本发明提高了正投影过程的速度与精度，也增加了反投影过程的灵活性。
-
公开(公告)号：CN1916965A
公开(公告)日：2007-02-21
申请号：CN200610012090.1
申请日：2006-06-02
Applicant: 清华大学
IPC: G06T11/00
Abstract: 本发明属于投影探测与成像技术领域，其特点在于该方法含有以下步骤：把被测物体的重建体数据用三维纹理存储表示；预先计算射线出射点至平面探测器上个探测器之间的方向向量数组，并存储到通用图形显示卡中形成方向向量纹理；利用方向向量纹理与方向向量绕旋转轴旋转来实现任一投影角度的正投影过程的一次完成，无中间结果转存；在反投影过程中，利用三维纹理索引技术使虚拟切片组的放置位置不再受到限制。本发明提高了正投影过程的速度与精度，也增加了反投影过程的灵活性。
-
公开(公告)号：CN118628443A
公开(公告)日：2024-09-10
申请号：CN202410654452.5
申请日：2024-05-24
Applicant: 清华大学
Abstract: 本发明提供一种基于多任务学习的髋关节辅助检测方法及装置。该方法包括：获取待分析的髋关节超声标准平面图像；基于预设的共享表征模块对髋关节超声标准平面图像进行髋关节特征提取，获得髋关节超声标准平面图像对应的多尺度特征图；基于预设的多任务协同模块对髋关节超声标准平面图像对应的多尺度特征图进行多任务协同处理，获得髋关节超声标准平面图像对应的分割结构图、骨骼关键点和Graf线；基于预设的交叉增强模块对分割结构图、骨骼关键点和Graf线进行多任务交叉增强处理，获得相应的检测结果。本发明提供的基于多任务学习的髋关节辅助检测方法，能够有效提高针对髋关节图像的辅助检测自动化程度、检测速度和鲁棒性。
-
公开(公告)号：CN117111074A
公开(公告)日：2023-11-24
申请号：CN202310944768.3
申请日：2023-07-28
Applicant: 清华大学
Abstract: 本申请提供一种超声速度分析方法、装置、设备及存储介质。该方法应用于合成孔径超声速度分析，包括：获取目标介质对应的超声通道数据，并根据超声通道数据获取多个共中心点道集；利用倾角估计算法获取每一共中心点道集对应的倾角估计结果；根据倾角估计结果，计算激发点和接收点为零偏移距时对应的双程旅行时和速度，并计算基于双程旅行时和速度联合概率密度分布的多条叠加速度谱；通过聚类算法和目标追踪算法，根据叠加速度谱得到叠加速度模型，并基于叠加速度模型得到超声波在目标介质中的层速度模型。本方法基于局部倾角估计，能够根据超声通道数据确定超声声速，提高了超声声速分析效率。
-
Patent Agency Ranking
公开(公告)号：CN116077093A
公开(公告)日：2023-05-09
申请号：CN202310075629.1
申请日：2023-01-16
Applicant: 清华大学
IPC: A61B8/08 , A61B8/00 , G06T7/00 , G06V10/764
Abstract: 本发明涉及一种基于超声心动图的早期心梗检测装置及方法，所述早期心梗检测装置中部署有智能检测模型，所述智能检测模型包括数据获取模块、深度轮廓定位网络模块以及分类处理模块；所述数据获取模块，用于获取超声心动图的超声视频数据；所述深度轮廓定位网络模块，用于以所述超声视频数据为输入，定位所述超声视频数据中每一帧图像的心室内膜；所述分类处理模块，用于根据定位的所述每一帧图像中的心室内膜提取运动特征，并基于提取的所述运动特征对当前所述超声心动图的检测结果是否属于早期心梗进行分类。所述装置中可以部署用以检测早期心梗的智能检测模型，该智能检测模型可以提高鲁棒性和检测速度。
-
公开(公告)号：CN111929723B
公开(公告)日：2023-03-14
申请号：CN202010680064.6
申请日：2020-07-15
Applicant: 清华大学
IPC: G01V1/28 , G01V1/30 , G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于多任务学习的地震数据约束下速度模型超分辨率方法，该方法采用多任务学习策略，使用结构相同的深度网络，处理低分辨率的地震速度模型、地震数据及二者的梯度图像，同时将低分辨率的地震速度模型与地震数据、以及二者在水平和垂直两个方向的索贝尔(sobel)算子同时输入网络，强制六个任务共享同一网络，得到高分辨率地震速度模型、地震数据及二者的梯度图像。
-
公开(公告)号：CN115755179A
公开(公告)日：2023-03-07
申请号：CN202211284843.X
申请日：2022-10-17
Applicant: 清华大学
Abstract: 本发明提供了一种基于DTW损失的测井地震闭环深度网络联合反演方法及装置，涉及地震反演技术领域，所述方法包括：获取待研究区域的地震数据；将所述地震数据输入至预先训练好的地震波阻抗反演模型中，以使所述预先训练好的地震波阻抗反演模型输出与所述地震数据无时延的波阻抗数据；其中，所述地震波阻抗反演模型为卷积神经网络模型。本发明提供的技术方案，能够获得与地震数据匹配的测井数据，从而能够极大地提高地震反演精度。
-
公开(公告)号：CN115659773A
公开(公告)日：2023-01-31
申请号：CN202210796150.2
申请日：2022-07-07
Applicant: 清华大学
IPC: G06F30/27 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种基于深度网络的全波形反演加速方法及相关装置，涉及地震勘探技术领域。该方法包括：获取第一速度模型的第一偏移数据；将第一速度模型以及第一偏移数据输入预先训练的深度学习网络，输出第二速度模型；深度学习网络为基于迭代数据和偏移数据训练得到的，迭代数据为对正演数据进行全波形反演FWI时产生的迭代数据，正演数据为对迭代数据进行正演得到的，偏移数据为基于迭代数据对正演数据进行偏移得到的；基于第二速度模型进行FWI，得到目标模型。利用上述方式得到的目标模型进行FWI迭代，可以加速FWI迭代过程的收敛，还可以改善FWI迭代过程中的发散问题。
-
公开(公告)号：CN114879260A
公开(公告)日：2022-08-09
申请号：CN202210364058.9
申请日：2022-04-08
Applicant: 清华大学
Abstract: 本申请提供的一种时深转换曲线估计方法、装置、存储介质和程序产品，通过获取初始时深转换曲线、井旁道地震信号和深度域测井波阻抗，并根据初始时深转换曲线和深度域测井波阻抗，得到初始时间域测井反射系数，然后根据初始时间域测井反射系数、井旁道地震信号和预设的陷波点算子，得到初始时间域测井反射系数对应的第一陷波点图谱和井旁道地震信号第二陷波点图谱。然后对第一陷波点图谱和第二陷波点图谱进行时间方向上的匹配，得到陷波点匹配结果，根据该陷波点匹配结果，得到时深转换曲线，不需要估计地震子波，有效提升时深转换曲线估计的准确性。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.047 seconds)
