基于点云VFH描述子的识别空间物体位姿方法

    公开(公告)号:CN106934831A

    公开(公告)日:2017-07-07

    申请号:CN201710148765.3

    申请日:2017-03-13

    CPC classification number: G06K9/6256 G06K9/6201 G06T2207/20081

    Abstract: 基于点云VFH描述子的识别空间物体位姿方法,本发明涉及识别空间物体位姿方法。本发明是要解决现有技术没有可行的手段确保采集样本的代表性,也无法做到精确,同时大量的样本导致运算时间过于冗长的问题,而提出的基于点云VFH描述子的识别空间物体位姿方法。该方法是通过一、计算点云对应的vfh特征描述子;二、计算差值向量di;三、计算特征向量空间;四、计算di投影到特征vfh描述子空间的坐标为Ωi;五、计算di投影到特征vfh描述子空间的坐标ΩΓ;六、确定训练BP神经网络的输入和输出维数;七、将投影后的vfh描述子对应角度输出为1;八、确定当前点云的视角等步骤实现的。本发明应用于识别空间物体位姿方法领域。

    基于传统vfh描述子加入颜色信息的点云分类方法

    公开(公告)号:CN106934372A

    公开(公告)日:2017-07-07

    申请号:CN201710148764.9

    申请日:2017-03-13

    Abstract: 基于传统vfh描述子加入颜色信息的点云分类方法,本发明涉及点云分类方法。本发明是要解决现有的基于点云vfh描述子直方图的分类方法存在着显著的问题以及对于比较接近的物体无法进行区分的问题,而提出的基于传统vfh描述子加入颜色信息的点云分类方法。该方法是通过一、将点云以保留颜色的格式存储;二、将保留颜色的格式存储的点云按照传统的vfh描述子计算方法计算快速点特征直方图FPFH得到视点相关的特征分量;三、生成颜色直方图,并将颜色直方图取代原直方图单个区间的位置;四、对于待识别的物体用Kd树进行搜索得到分类结果等步骤实现的。本发明应用于点云分类领域。

    一种基于改进霍夫变换的图像位置配准方法

    公开(公告)号:CN106485731A

    公开(公告)日:2017-03-08

    申请号:CN201610872893.8

    申请日:2016-09-30

    Abstract: 一种基于改进霍夫变换的图像位置配准方法,本发明涉及图像位置配准方法。本发明是要解决现有技术算法复杂、实时性差、计算量大以及算法鲁棒性差的问题,而提出的一种基于改进霍夫变换的图像位置配准方法。该方法是通过步骤一、得到当前灰度图像。步骤二、对步骤一得到的当前灰度图像中均匀选择m个匹配块;并对得到的匹配块进行筛选;步骤三、得到每个匹配块的局部运动估计矢量;步骤四、得到霍夫变换筛选后的局部运动估计矢量;步骤五、求取局部运动估计矢量平均值作为运动估计结果;依据运动估计结果,得到当前图像和基准图像的位置配准关系等步骤实现的。本发明应用于图像位置配准领域。

    基于灰度共生矩阵与RANSAC的工业产品表面缺陷视觉检测方法

    公开(公告)号:CN106373124A

    公开(公告)日:2017-02-01

    申请号:CN201610839952.1

    申请日:2016-09-21

    CPC classification number: G06T7/0004 G06T2207/30108

    Abstract: 基于灰度共生矩阵与RANSAC的工业产品表面缺陷视觉检测方法,本发明涉及灰度共生矩阵与RANSAC的工业产品表面缺陷视觉检测方法。本发明是为了解决传统表面缺陷检测方法适用范围窄、计算复杂、检测精度低的问题。本发明缺陷面积检测精度可达95%,可以用于金属元件的表面检测,且对玻璃元件、纸张、电子元器件等表面缺陷检测都有很强的适用性。在C++环境下,本发明算法针对640×480的工业图像的检测时间为200ms,较现有主流方法,检测效率高,稳定性好,适用于工业产品的快速检测场合。本发明应用于工业产品表面检测领域。

    基于倒频谱直线势能函数的工业图像运动模糊抑制方法

    公开(公告)号:CN106373106A

    公开(公告)日:2017-02-01

    申请号:CN201610839953.6

    申请日:2016-09-21

    CPC classification number: G06T5/003 G06T2207/20056

    Abstract: 基于倒频谱直线势能函数的工业图像运动模糊抑制方法,本发明涉及工业图像运动模糊抑制方法。本发明是要解决工业成像过程中的运动模糊退化问题而提出了一种基于倒频谱直线势能函数的工业图像大尺度运动模糊抑制方法。该方法是通过一、确定感兴趣区域;二、得到傅里叶频谱图像;三、得到倒频谱图像;四、确定原ROI图像模糊角度的估计值 五、确定原ROI图像模糊长度的估计值 六、对于步骤四和步骤五得到的ROI图像的模糊角度 和模糊尺度 构建直线运动模糊核,并采用Lucy-Richardson方法进行图像复原,得到清晰的ROI图像。等步骤实现的。本发明应用工业图像运动模糊抑制领域。

    一种基于机器视觉的工业磁芯元件的形变检测方法

    公开(公告)号:CN106247969A

    公开(公告)日:2016-12-21

    申请号:CN201610842595.4

    申请日:2016-09-21

    CPC classification number: G01B11/16

    Abstract: 一种基于机器视觉的工业磁芯元件的形变检测方法,涉及一种基于机器视觉的工业元件形变检测技述,目的是为了解决现有技术存在对初始化敏感、鲁棒性和快速性差等问题。首先对相机采集到的图像进行待测区域分割,使用模板匹配法确定待测工业磁芯元件的中心位置,对待测工业磁芯元件区域进行图像裁剪,得到感兴趣区域;对感兴趣区域的最左和最右两个边缘进行边缘检测,得到二值边缘图像;对二值边缘图像使用改进的最小二乘法进行拟合,计算最左和最右两个边缘的拟合直线的角度差,根据角度差的大小判断工业磁芯元件是否合格。上述方法对初始化不敏感,具有鲁棒性强、检测速度快、检测效率高的优点,适用于工业产品的自动生产和监测。

    E型磁材视觉检测分选设备的定位与导向装置

    公开(公告)号:CN102658267A

    公开(公告)日:2012-09-12

    申请号:CN201210167997.0

    申请日:2012-05-28

    Abstract: E型磁材视觉检测分选设备的定位与导向装置,它涉及一种E型磁材定位与导向装置。本发明为解决现有的E型磁材的定位与导向装置操作强度大、结构复杂、成本高以及应用范围窄的问题。第一横梁和第二横梁平行安装在两个横梁支架上,两个横梁支架、第一横梁和第二横梁形成四框体,第一横梁和第二横梁上沿长度方向均布安装有多个导向栅板,每个导向栅板与横梁支架所成的夹角均为25~35°,导向栅板的数量与转向栅板的数量一致设置,多个转向栅板均布安装在第二横梁上,每个转向栅板与一个导向栅板对应设置,导向栅板上起导向作用的面为导向面,转向栅板上起转向作用的面为转向面,转向面的转向作用距离为1~3mm。本发明用于整理E型磁材。

    基于深度强化学习的多智能体攻防决策方法

    公开(公告)号:CN115544898B

    公开(公告)日:2023-08-29

    申请号:CN202211398653.0

    申请日:2022-11-09

    Abstract: 基于深度强化学习的多智能体攻防决策方法,涉及人工智能、机器学习领域。本发明解决了多智能体深度确定性策略梯度方法,无法应用于智能体可坠毁的场景下的问题。本发明该攻防决策方法包括如下过程:S1、根据场景构建攻防环境;S2、将N个智能体与攻防环境进行交互,交互过程中每个智能体最大化自身奖励,构建适用于深度神经网络的数据集知识库;所述数据集知识库内所有样本的数据维度相同;S3、从数据集知识库中随机抽取一批样本,利用同批样本同时对每个智能体的深度神经网络进行训练,获得训练后的智能体;S4、在当前攻防环境和预设攻防轮次下,使训练后的各智能体进行攻防决策。主要用于复杂场景下的多对多智能体的攻防决策。

    一种抑制类场风扰的无人机控制方法

    公开(公告)号:CN115562330B

    公开(公告)日:2023-08-22

    申请号:CN202211381428.6

    申请日:2022-11-04

    Abstract: 一种抑制类场风扰的无人机控制方法,属于无人机抗扰技术领域。本发明包括:S1、通过自主无人机上携带的摄像头获取风源图像,利用跟踪网络对图像中的目标干扰源进行跟踪,获得目标干扰源的位置,利用补偿网络根据目标干扰源的位置获得出动作补偿量;跟踪网络包括特征提取器和卷积层;风源图像跟踪网络得到扰动源特征图;补偿网络采用深度强化学习算法实现;S2、将控制补偿量与无人机控制器输出的控制量相加后,作为被控自主无人机的输入;S3、更新类场风扰补偿网络的网络参数;S4、重复S1至S3,直到无人机飞离风场区域,解决了自主无人机在城市拥挤环境下飞行在受到人造类场风扰时易出现坠机危险的问题。

    资源约束下的飞行器能力建模方法

    公开(公告)号:CN115903495A

    公开(公告)日:2023-04-04

    申请号:CN202211434267.2

    申请日:2022-11-16

    Abstract: 资源约束下的飞行器能力建模方法,属于系统工程领域,本发明为解决现有旋翼飞行器考虑因素不全面,效率不高问题。本发明方法包括:S1、建立旋翼飞行器中控制量与软硬件资源参数的映射关系u=fu(x);S2、建立旋翼飞行器中控制量与各种综合能力的映射关系c=Ax;S3、在旋翼飞行器执行任务时,根据任务类型确定能力等级,进而获取各项综合能力的最大值,在最大值范围内设计所需能力值,然后按S2的求解优化问题获取软硬件资源参数,再按S1的映射关系获取控制量。本发明用于优化飞行器执行任务效率。

Patent Agency Ranking