-
公开(公告)号：CN111879258A
公开(公告)日：2020-11-03
申请号：CN202011037023.1
申请日：2020-09-28
Applicant: 南京理工大学
Abstract: 本发明涉及基于条纹图像转换网络FPTNet的动态高精度三维测量方法，包括以下步骤：1.搭建条纹图像转换网络，2.条纹图像采集与参数标定，3.条纹图像转换，4.进行包裹相位和绝对相位计算，5.重建三维信息。本发明仅需投影单帧或两帧正弦条纹图像即可计算获得精确的绝对相位，从而得到准确的三维信息，精确测量动态物体的三维信息，有效避免了运动误差，提高了三维测量的速度与精度。
-
公开(公告)号：CN111739116A
公开(公告)日：2020-10-02
申请号：CN202010684446.6
申请日：2020-07-16
Applicant: 南京理工大学
Abstract: 本发明公开基于深度神经网络透过散射介质目标定位和重建方法，其基于DINet，能用于同时预测深度信息和从单个散斑图重建目标图像；利用系统配置采集实验的图像数据和物体与散射介质间的距离；将不同位置产生的散斑模式统计模型系统配置用于采集实验的图像数据和物体与散射介质之间的距离；散斑图经过双通道网络，经定位通道网络产生深度预测值和成像通道网络进行图像复原重建。本方法能够有效地解决多任务的挑战，在复杂散射情况能够获取多个物理信息。利用多任务总损失函数，对网络的学习和训练具有更强约束力，使得多任务协同训练在定位任务中具更佳性能，提高定位精度和成像质量。
-
公开(公告)号：CN110631699A
公开(公告)日：2019-12-31
申请号：CN201910797710.4
申请日：2019-08-27
Applicant: 南京理工大学
Abstract: 本发明提出了一种基于深度网络解混的瞬态光谱仪，包括望远物镜、数字微镜器件DMD、棱镜、准直透镜、光栅、聚焦透镜、CCD相机、光强还原模块以及光谱重建模块，光强还原模块通过卷积神经网络将色散叠加后的光谱还原为光强分布；光谱重建模块将Hadamard-S矩阵与光强分布进行叠加形成Sub-Hadamard-S矩阵，并根据Sub-Hadamard-S矩阵重建光谱。本发明结构简单，不需要配准过程，同时光强强，信噪比高。
-
公开(公告)号：CN109447939A
公开(公告)日：2019-03-08
申请号：CN201810752394.4
申请日：2018-07-10
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于混合光谱视觉的熔池成形前焊缝宽度预测方法，采用混合光谱成像为熔池提供丰富的光谱维信息，可以显著提高熔池的成像质量，有利于提高熔池轮廓提取的准确性。提取熔池轮廓可以获取图像的外部轮廓特征并为熔池的几何特征分析做准备，有利于从图像视觉上对焊接过程进行监控。本发明的基于混合光谱视觉的熔池成形前焊缝宽度预测方法实现了成形前焊缝宽度的精确预测，可以将对熔池的监测从图像视觉的层面进一步转为对三维空间的视觉感知层面，通过对焊缝成形宽度的预测有助于更直观的观察熔池的变化情况，从而调整对应的焊接参数来控制焊接质量。
-
公开(公告)号：CN108398191A
公开(公告)日：2018-08-14
申请号：CN201810081209.3
申请日：2018-01-29
Applicant: 南京理工大学
IPC: G01J5/60
Abstract: 本发明涉及一种基于光纤光谱仪的色温测量方法及系统，测量方法包括以下步骤：通过光纤光谱仪获得辐射目标的光谱；基于比色测温法或者三色测温法计算辐射目标的色温；测量系统包括光纤光谱仪和计算机。本发明使用标准高温黑体对光纤光谱仪进行标定，得到光纤光谱仪的响应系数；计算机基于比色测温法或者三色测温法计算得到辐射目标的色温，数据处理过程中提供了一种针对不同辐射目标色温测量选择相应合理波段的方法，这对于不同辐射目标色温测量的波段选择具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN108335286A
公开(公告)日：2018-07-27
申请号：CN201810042383.7
申请日：2018-01-17
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于双线结构光的在线焊缝成型视觉检测方法，在不同曝光时间下，对标定板进行采样，实现线结构光的标定；三维重建后，使用标准平面，在母板上对重建结果进行校正；最后结合前后两条线结构光的三维重建结果，对两个三维曲面进行匹配，可以在线获得焊接前后，母板上同一位置的三维数据；同时在线获取焊缝粗糙度、高度、宽度等结果。本发明方法可以在母板不平整，如堆焊等情况下，取得较好结果；母板平整的情况下，亦可实现功能。本发明方法能够有效提高标定精度和三维重建精度，并对焊缝成型结果进行多角度的分析。
-
公开(公告)号：CN108334896A
公开(公告)日：2018-07-27
申请号：CN201810039677.4
申请日：2018-01-16
Applicant: 南京理工大学
Abstract: 本发明提供一种基于熔池光谱的协同感知装置的光谱分类方法。本发明使用FPGA作为工艺参数采集触发模块，并在CPU端对所得数据进行训练学习分类，以CPU与FPGA相结合的方式设计了一种嵌入式的熔池光谱协同感知装置。充分利用了FPGA的并行处理及其50KHZ的高频率采样特性，通过检测下降沿和上升沿，分别在基值时刻和峰值时刻触发光谱仪得到相应的熔池光谱数据。本发明通过峰值时刻的光谱数据减去基值时刻的光谱数据可有效的排除其他噪声的干扰，得到有效的光谱数据，然后所得光谱数据在经CPU端通过SSM-RSSR分类算法训练分析可得焊接过程中保护气成分以及有无氧化层来判断焊接质量。
-
公开(公告)号：CN104573714B
公开(公告)日：2018-03-09
申请号：CN201410850457.1
申请日：2014-12-31
Applicant: 南京理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种新的无参数的有监督的特征提取算法。该发明在原有的特征提取算法的基础上对其进行改进，使之更加合理。首先该发明使用相关系数描述样本之间的相似性，通过建立类内散布矩阵来描述流形的局部结构，然后根据类与类之间相关系数的关系建立类间散布矩阵去描述流形之间的离散关系，最后建立目标函数使用Fisher准则对其进行求解，使其在达到类内散布矩阵最小的同时，类间散布矩阵达到最大，在整个过程中不需要人为设定任何参数，实现了无参数化。在三个数据库上的实验表明该发明的识别率较原始算法有所提高，达到了预期的效果。
-
-
公开(公告)号：CN118570651B
公开(公告)日：2024-11-22
申请号：CN202411034557.7
申请日：2024-07-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种跨波段细节驱动增强的单像素光谱成像方法，包括如下步骤：利用RGB相机和光纤光谱仪同时获取物体的RGB图像和近红外高光谱单像素；对编码后的近红外高光谱单像素信息采用伪逆单像素成像算法初步重建出近红外高光谱图像；构建基于注意力融合的高光谱分辨率增强网络SREAF，利用初步重建出近红外高光谱图像和RGB图像进行融合，最终得到近红外高光谱图像。本发明的跨波段细节驱动增强的单像素光谱成像方法通过引入低成本的高空间分辨率的RGB图像，并构建深度学习框架融合RGB图像和近红外高光谱图像，提升了近红外高光谱图像的分辨率，最终在不增加实际压缩采样次数的同时获得高空间和高光谱分辨率的重建结果。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.028 seconds)
