一种大广角鱼眼镜头的立体标定设备及标定方法

    公开(公告)号:CN118552627B

    公开(公告)日:2024-10-15

    申请号:CN202411016960.7

    申请日:2024-07-29

    Abstract: 一种大广角鱼眼镜头的立体标定设备及标定方法,涉及鱼眼镜头的标定领域。为解决当对标志点覆盖率较大的图像标定,由于图像边缘位置的标志点畸变强度较大,导致传统的鱼眼相机模型无法标定以及解决现有标定法中需要多次拍摄标定板的问题。标定设备包括正方形底面标定板和四个梯形侧面标定板,由底面至开口呈渐扩状。对单次拍摄的立体标定箱图像进行图像分割,对分割后的标定板图像进行Canny边缘检测,得到图像中所有轮廓点,对单个标定板上得到的圆心点通过基于特征点的逐点排序法,与三维世界坐标对应,完成对圆心点与世界坐标的匹配;通过匹配后的圆心点,使用自适应MEI模型对相机标定,得到高精度鱼眼镜头内参。本发明实现了对鱼眼相机的快速、高精度标定。

    一种纵波、转换波叠前地震数据智能匹配方法

    公开(公告)号:CN119126214A

    公开(公告)日:2024-12-13

    申请号:CN202411612818.9

    申请日:2024-11-13

    Abstract: 本发明公开了一种纵波、转换波叠前地震数据智能匹配方法,属于勘探地球物理领域,该方法包括以下步骤:对真实纵波地震数据和真实转换波地震数据进行预处理得到标准转换波地震数据和纵波时间域的真实转换波地震数据;将所述纵波时间域的真实转换波地震数据进行分段处理得到分段转换波地震数据;构建神经网络模型,将所述分段转换波地震数据的端点时间向量输入所述神经网络模型得到调整时间后的转换波地震数据;基于所述标准转换波地震数据和调整时间后的转换波地震数据更新所述神经网络模型参数得到最终的转换波地震数据。

    一种纵波、转换波叠前地震数据智能匹配方法

    公开(公告)号:CN119126214B

    公开(公告)日:2025-01-10

    申请号:CN202411612818.9

    申请日:2024-11-13

    Abstract: 本发明公开了一种纵波、转换波叠前地震数据智能匹配方法,属于勘探地球物理领域,该方法包括以下步骤:对真实纵波地震数据和真实转换波地震数据进行预处理得到标准转换波地震数据和纵波时间域的真实转换波地震数据;将所述纵波时间域的真实转换波地震数据进行分段处理得到分段转换波地震数据;构建神经网络模型,将所述分段转换波地震数据的端点时间向量输入所述神经网络模型得到调整时间后的转换波地震数据;基于所述标准转换波地震数据和调整时间后的转换波地震数据更新所述神经网络模型参数得到最终的转换波地震数据。

    一种大广角鱼眼镜头的立体标定设备及标定方法

    公开(公告)号:CN118552627A

    公开(公告)日:2024-08-27

    申请号:CN202411016960.7

    申请日:2024-07-29

    Abstract: 一种大广角鱼眼镜头的立体标定设备及标定方法,涉及鱼眼镜头的标定领域。为解决当对标志点覆盖率较大的图像标定,由于图像边缘位置的标志点畸变强度较大,导致传统的鱼眼相机模型无法标定以及解决现有标定法中需要多次拍摄标定板的问题。标定设备包括正方形底面标定板和四个梯形侧面标定板,由底面至开口呈渐扩状。对单次拍摄的立体标定箱图像进行图像分割,对分割后的标定板图像进行Canny边缘检测,得到图像中所有轮廓点,对单个标定板上得到的圆心点通过基于特征点的逐点排序法,与三维世界坐标对应,完成对圆心点与世界坐标的匹配;通过匹配后的圆心点,使用自适应MEI模型对相机标定,得到高精度鱼眼镜头内参。本发明实现了对鱼眼相机的快速、高精度标定。

    管道故障诊断方法及系统、存储介质和管道故障诊断设备

    公开(公告)号:CN116701948B

    公开(公告)日:2024-01-23

    申请号:CN202310968582.1

    申请日:2023-08-03

    Abstract: 管道故障诊断方法及系统、存储介质和管道故障诊断设备,属于机械故障检测与诊断技术领域,用于解决现有的智能诊断模型在小样本、不平衡数据集下准确率较低的问题。技术要点:利用传感器采集管道故障数据以及正常数据,组成真实数据集;构建时序生成网络,学习真实数据时序特征和类别特征,生成更加符合工程实际的管道数据;构建判别网络,判别其输入数据是否为真实数据;根据质量与多样性指标确定时序生成网络下一模态;利用Adam优化器交替更新时序生成网络与判别网络直至收敛;将训练好的时序生成网络用于扩充管道数据集,实现石油管道故障类别识别。本发明有效克服小样本、不平衡数据集对管道故障诊断的不利影响,进而提升管道

    管道故障诊断方法及系统、存储介质和管道故障诊断设备

    公开(公告)号:CN116701948A

    公开(公告)日:2023-09-05

    申请号:CN202310968582.1

    申请日:2023-08-03

    Abstract: 管道故障诊断方法及系统、存储介质和管道故障诊断设备,属于机械故障检测与诊断技术领域,用于解决现有的智能诊断模型在小样本、不平衡数据集下准确率较低的问题。技术要点:利用传感器采集管道故障数据以及正常数据,组成真实数据集;构建时序生成网络,学习真实数据时序特征和类别特征,生成更加符合工程实际的管道数据;构建判别网络,判别其输入数据是否为真实数据;根据质量与多样性指标确定时序生成网络下一模态;利用Adam优化器交替更新时序生成网络与判别网络直至收敛;将训练好的时序生成网络用于扩充管道数据集,实现石油管道故障类别识别。本发明有效克服小样本、不平衡数据集对管道故障诊断的不利影响,进而提升管道故障诊断的可靠性。

Patent Agency Ranking