-
公开(公告)号：CN103500321A
公开(公告)日：2014-01-08
申请号：CN201310281986.X
申请日：2013-07-03
Applicant: 无锡信捷电气股份有限公司 , 江南大学
Abstract: 本发明采用双层动态开窗选取图像处理区域，有效减少图像数据处理量，满足实时性要求较高的场合；根据本序列图像的相似性，对第一层动态开窗截取出相邻序列图像做乘法运算，有效消除大的随机干扰；采用中值滤波方法，滤除脉冲干扰和椒盐噪声；采用大津法进行二值化，处理简单快速；采用Hough变换进行直线提取，精度高，抗干扰能力强；采用特征角点构成的特征三角形重心作为焊缝特征点，求解简单快速。本发明提供的视觉引导的焊接机器人焊缝快速识别技术能较好地满足工业现场对焊缝特征点准确快速提取的要求。
-
公开(公告)号：CN102700645A
公开(公告)日：2012-10-03
申请号：CN201210174039.6
申请日：2012-05-30
Applicant: 江南大学
IPC: B62D57/024
Abstract: 本发明涉及一种风力机塔筒爬壁机器人，其包括机器人架体；机器人架体内设有电磁吸附机构，机器人架体能通过电磁吸附机构吸附于风力机塔筒上，电磁吸附机构包括第一吸附轨道及第二吸附轨道，机器人架体内设有爬壁机构，爬壁机构与第一吸附轨道、第二吸附轨道匹配，机器人架体通过爬壁机构能在第一吸附轨道、第二吸附轨道上运动，以在风力机塔筒上升降；机器人架体上设有吸附轨道水平传送机构及吸附轨道垂直传送机构，第一吸附轨道、第二吸附轨道能通过吸附轨道水平传送机构、吸附轨道垂直传送机构传送后在风力机塔筒上交替排布；机器人架体上设有工作台，工作台上设有机械手。本发明结构紧凑，能在风力机塔筒上升降，使用成本低，安全可靠。
-
公开(公告)号：CN102063718A
公开(公告)日：2011-05-18
申请号：CN201010604003.8
申请日：2010-12-24
Applicant: 江南大学
Abstract: 本发明针对传统的点激光-相机测量系统标定条件苛刻、标定步骤繁琐的缺点；通过分析相机的成像原理，建立相机成像模型，引入了基线距和基准角这两个结构参数的概念，设计了一种简单灵活的点激光测量系统的现场标定和精密测量方法。该方法只需要两个标准的平面高度H1和H2即可精确完成系统结构的标定任务，并且利用该算法的点激光-相机测量系统有较高的测量精度，可以达到精密测量的要求。该算法使得点激光-相机的结构可调，以及系统结构参数的现场标定成为可能；大大增加了激光测距系统的灵活性，对实际的视觉测量具有重要意义。
-
公开(公告)号：CN110310259A
公开(公告)日：2019-10-08
申请号：CN201910529463.X
申请日：2019-06-19
Applicant: 江南大学
Abstract: 本发明公开了一种基于改进YOLOv3算法的木结瑕疵检测方法，属于机器视觉技术领域。通过选取大量有木结瑕疵和无瑕疵图像作为木条表面图像数据集进行数据扩增；采用k-means++算法对瑕疵目标框进行维度聚类；将YOLOv3网络中3尺度缩减至2尺度检测，同时依据对比度和归一化思想改进loss损失函数；利用训练样本集离线训练改进后YOLOv3算法，高精度在线检测木条表面中不同瑕疵。该方法充分利用了数据扩增的增强样本多样性能力，同时k-means++使初始候选框个数与尺寸更适合木结瑕疵检测，多尺度检测与损失函数改进显著提高了对不同尺寸目标的识别精确度和检测速度，满足了工业生产的实时性要求。
-
公开(公告)号：CN105654476B
公开(公告)日：2019-03-08
申请号：CN201510998165.7
申请日：2015-12-25
Applicant: 江南大学
IPC: G06T7/80
Abstract: 本发明提供了一种基于混沌粒子群优化算法的双目标定方法，通过两台摄像机同时拍摄多组不同位姿的圆点阵列平面标定板图像对，在未考虑畸变的情况下，利用张正友平面模板线性标定法得到左右两摄像机内外参数初始值；然后在考虑二阶径向畸变和二阶切向畸变的情况下，利用混沌粒子群优化算法迭代极小化三维重投影误差，得到两摄像机最终的内外参数。迭代优化过程中，引入全局自适应动态惯性权重(GAIW)，通过利用动态环形拓扑关系构造粒子局部邻域，根据粒子局部邻域内的最优适应度值更新速度及当前位置，并对粒子局部邻域内最优适应度值对应的最优位置进行混沌优化，有效解决了原粒子群优化算法容易陷入局部极值导致标定精度不高的问题，从而提高了双目标定精度，保证后续双目三维重构的精度。
-
Patent Agency Ranking
公开(公告)号：CN104851095B
公开(公告)日：2017-12-26
申请号：CN201510253385.7
申请日：2015-05-14
Applicant: 江南大学 , 无锡信捷电气股份有限公司
IPC: G06T7/55
Abstract: 本发明提供了一种基于改进型形状上下文的工件图像稀疏立体匹配方法，该方法融合了能反映点位置分布关系的形状上下文和能反映点梯度属性的梯度方向直方图特征，主要包括：对包含工件的左右图像对进行预处理，包括灰度归一化和大津法(Otsu)二值化；对二值图像对进行Canny边缘提取，均匀采样得到离散边缘点；根据形状上下文的直方图分布确定候选匹配点集，并改进相似性度量计算公式，进行形状上下文粗匹配；根据梯度方向直方图特征进行梯度方向直方图细匹配；引入左右一致性校验去除误匹配点对。本发明在满足实时性要求的情况下，提高了原始形状上下文匹配精度和匹配鲁棒性，为后续实现快速、精确的工件3D定位提供基础。
-
公开(公告)号：CN103558850B
公开(公告)日：2017-10-24
申请号：CN201310322092.0
申请日：2013-07-26
Applicant: 无锡信捷电气股份有限公司 , 江南大学
IPC: G05D1/02
Abstract: 本发明通过深入分析相机的成像原理、激光结构光测量原理和手眼系统工作原理，设计了一种简单灵活的激光结构光引导的焊接机器人系统的全自动标定方法，其中包括传感器参数标定(包括相机内参数和线激光平面参数方程标定)和手眼关系矩阵标定，并进行了工件偏移修正。该标定方法克服了传统内参标定、激光平面方程和手眼矩阵标定需要专业人员参与、标定步骤繁琐的缺点。该方法只需要4个给定位姿和机器人自动进行的6组平移运动，即可实现激光结构光引导的焊接机器人系统的全自动标定。
-
公开(公告)号：CN104458766B
公开(公告)日：2017-07-18
申请号：CN201410854388.1
申请日：2014-12-31
Applicant: 江南大学
IPC: G01N21/95
Abstract: 一种基于结构纹理法的布匹表面瑕疵检测方法，本发明提供了一种布匹表面瑕疵的在线视觉检测方法，首先对采集到的布匹图像进行总变差正则化方法处理，将图像分解为背景纹理部分和包含瑕疵的结构部分；然后对结构部分做图像增强处理并通过计算与标准布匹结构部分图像的相关性进行阈值化处理，得到瑕疵区域的二值图像；最后保存记录瑕疵区域的像素坐标信息以备后续处理。通过对布匹图像进行结构纹理法处理，消除了布匹原有纹理对瑕疵检测的干扰影响，能够有效的提高检测精度，降低漏检和误检率。
-
公开(公告)号：CN103544499B
公开(公告)日：2017-04-05
申请号：CN201310485150.1
申请日：2013-10-12
Applicant: 江南大学 , 无锡信捷电气股份有限公司
Abstract: 一种基于机器视觉的表面瑕疵检测的纹理特征降维方法，去除训练样本中的噪声样本和安全样本，以边界样本代替随机选取样本作为特征权值迭代时所用的样本集合，特征权值计算时，根据重要程度的差异赋予三个最近邻样本不同的样本权值，增强了对类别相关性强的特征选择的针对性，降低噪声的干扰程度，具有更强的适应性；求取相关系数矩阵，设定自适应阈值，剔除冗余特征，提取了与类别相关性强的特征，在保证分类识别准确率的同时，降低了特征维数，大大提高了在线特征提取及分类识别的速度，解决了高维特征可能含有冗余特征，甚至是噪声特征，从而导致的在线特征提取时间长、预测准确率降低的问题。
-
公开(公告)号：CN103198322B
公开(公告)日：2017-02-08
申请号：CN201310020370.7
申请日：2013-01-18
Applicant: 江南大学
Abstract: 本发明提供一种基于机器视觉的磁瓦表面缺陷特征提取及缺陷分类方法。首先构造用于表面缺陷特征提取的5尺度、8方向Gabor滤波器组，并对原始图像滤波，得到40幅分量图；提取分量图的灰度均值和方差特征，组成80维特征向量；用PCA主成分法和ICA独立成分法对80维特征向量降维，去除相关和冗余，得到20维特征向量，并对数据归一化处理；采用网格法和K-CV交叉验证法实现SVM参数寻优，基于样本数据离线训练SVM模型。在线检测时，数据经预处理至SVM，实现缺陷的自动分类识别。本发明特征提取方法可以有效滤除磁瓦表面纹理的干扰、凸显缺陷；提取的特征能够真实反映缺陷信息，数据量小；用于缺陷分类的分类器，可以在线、准确的实现缺陷识别。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.035 seconds)
