-
公开(公告)号：CN109975230B
公开(公告)日：2021-09-17
申请号：CN201910410075.X
申请日：2019-05-16
Applicant: 北京印刷学院
IPC: G01N21/31
Abstract: 本发明提供了一种大气污染物浓度在线检测系统及方法，涉及环境检测技术领域，包括第一类光谱检测仪、云端服务器和本地服务器；第一类光谱检测仪的分辨率低于指定值，用于检测所在预设监测点处的第一光谱，并将第一光谱存储至云端服务器；本地服务器用于从云端服务器下载指定时间段对应的第一光谱组，第一光谱组包括该指定时间段各个第一类光谱检测仪检测的第一光谱，根据第一光谱组和预建立的污染物气体反演模型，预测第一光谱对应的预设监测点的空气质量。这种在多预设监测点布设分辨率较低的第一类光谱检测仪的方式，降低了监测成本；此外，这种利用污染物气体反演模型预测预设监测点的空气质量的方式，保证了所监测的空气质量的准确度。
-
公开(公告)号：CN108407290A
公开(公告)日：2018-08-17
申请号：CN201810237677.5
申请日：2018-03-21
Applicant: 北京印刷学院
IPC: B29C64/135 , B29C64/386 , B29C64/393 , B33Y10/00 , B33Y50/00 , B33Y50/02 , B33Y80/00
Abstract: 本发明提供了一种体素并列聚集式的3D打印颜色呈现方法、装置及系统；该方法包括：对待打印的3D模型进行体素化处理，得到模型体素的位置信息和第一颜色信息；根据扫描设备的颜色特性，对第一颜色信息进行颜色空间转换，得到独立于设备的第二颜色信息；根据3D打印设备的打印基色数量和第二颜色信息的映射关系，对模型体素进行CMY三基色分色处理；采用体素并列聚集的颜色呈现方法对CMY三基色分色版进行处理，获得模型体素的八基色打印体素色板；根据该色板，采用不透明材料对3D模型进行逐层打印；该方式采用了体素并列聚集的呈色方式，提高了颜色再现能力，使过渡色和大色域范围真彩色得到了较好地呈现，有利于精确的颜色管理。
-
公开(公告)号：CN110111286B
公开(公告)日：2022-02-11
申请号：CN201910410073.0
申请日：2019-05-16
Applicant: 北京印刷学院
IPC: G06T5/00
Abstract: 本发明提供了一种图像优化方式的确定方法和装置，涉及图像技术领域，通过获取同一图像采集器采集目标对象得到的图像样本集和获取目标对象的标准图像集；利用预建立的优化库的优化方式依次对图像样本集进行优化，得到优化样本集；从每个优化方式对应的优化样本集选择训练样本集，对初始神经网络模型进行训练，得到每个优化方式对应的神经网络模型；基于标准图像集计算每个优化方式对应的神经网络模型的准确率；将准确率最高的神经网络模型对应的优化方式确定为图像采集器的最优图像优化方式。这种对图像样本采用不同优化方式进行优化，基于神经网络模型找出适合最优图像优化方式的方式，保证了该最优图像优化方式对图像采集器的专属性和适用性。
-
公开(公告)号：CN108437440B
公开(公告)日：2020-06-19
申请号：CN201810239219.5
申请日：2018-03-21
Applicant: 北京印刷学院
Abstract: 本发明提供了一种基于颜色管理的3D打印色彩呈现方法、装置及系统，该方法对3D模型进行体素化处理后，得到模型体素的位置信息和颜色信息；对颜色信息进行颜色空间转换后，根据预先获取的3D打印设备的ICC颜色特性文件，采用通用色彩管理软件对模型体素进行标准CMYK色标四基色分色处理，得到CMYK四基色分色版；以K版优先为原则，采用八基色体素并列呈色的方法，根据CMYK四基色分色版获得模型体素的八基色打印体素色板，据此采用不透明材料对3D模型进行逐层打印。本发明采用CMYK四基色分色法及K版优先的八基色体素并列聚集的呈色方法，可以打印标准色标，并利用通用色彩管理软件建立3D打印设备的ICC颜色特性文件，有利于色彩的精确管理、交流、传递及再现。
-
公开(公告)号：CN108801459B
公开(公告)日：2020-05-05
申请号：CN201810651913.8
申请日：2018-06-22
Applicant: 北京印刷学院
Abstract: 本申请实施例提供了一种光谱成像系统，该系统包括：前置成像装置、光栅色散光谱成像装置、反相滤光装置、光栅逆色散成像装置和光探测装置；前置成像装置对目标物的成像并将光线出射至光栅色散光谱成像装置；光栅色散光谱成像装置对光线处理后反射成像至反相滤光装置；反相滤装置该光线采取无滤光处理及传像后的光线发射至光栅逆色散成像装置；以及对该光线滤除目标待测光线及传像后的光线发射至光栅逆色散成像装置；光栅逆色散成像装置还用于分别对滤光处理后和无滤光处理的光线进行处理后出射至光探测装置；光探测装置，得到目标待测光线的光谱数据。本申请实施例能够在目标能量较弱的情况下得到高分辨率、高灵敏度的目标光谱信号。
-
Patent Agency Ranking
公开(公告)号：CN110031416A
公开(公告)日：2019-07-19
申请号：CN201910410074.5
申请日：2019-05-16
Applicant: 北京印刷学院
IPC: G01N21/31
Abstract: 本发明提供了一种气体浓度检测装置及方法，涉及环境检测技术领域，包括包括光源灯、准直镜、气体吸收腔、第一光谱检测仪和处理器；该准直镜将光源灯发出的目标光线平行射入气体吸收腔内；目标光线穿过存储在气体吸收腔内的待测气体后平行传输至第一光谱检测仪；第一光谱检测仪的分辨率低于指定值，用于检测接收到的目标光线，得到接收到的目标光线的第一光谱；处理器用于获取第一光谱，并根据第一光谱和预建立的气体反演模型，确定待测气体的气体预测数据。这种气体浓度检测装置采用低分辨率的第一光谱检测仪，降低了装置的成本，同时，这种利用第一光谱和气体反演模型预测气体预测数据的方式，在降低成本的同时，确保气体预测数据的高准确度。
-
公开(公告)号：CN109975230A
公开(公告)日：2019-07-05
申请号：CN201910410075.X
申请日：2019-05-16
Applicant: 北京印刷学院
IPC: G01N21/31
Abstract: 本发明提供了一种大气污染物浓度在线检测系统及方法，涉及环境检测技术领域，包括第一类光谱检测仪、云端服务器和本地服务器；第一类光谱检测仪的分辨率低于指定值，用于检测所在预设监测点处的第一光谱，并将第一光谱存储至云端服务器；本地服务器用于从云端服务器下载指定时间段对应的第一光谱组，第一光谱组包括该指定时间段各个第一类光谱检测仪检测的第一光谱，根据第一光谱组和预建立的污染物气体反演模型，预测第一光谱对应的预设监测点的空气质量。这种在多预设监测点布设分辨率较低的第一类光谱检测仪的方式，降低了监测成本；此外，这种利用污染物气体反演模型预测预设监测点的空气质量的方式，保证了所监测的空气质量的准确度。
-
公开(公告)号：CN109655155B
公开(公告)日：2020-09-29
申请号：CN201811483507.1
申请日：2018-12-05
Applicant: 北京印刷学院
Abstract: 本发明提供了照明光源显色性评价方法和装置，包括：获取色样的光谱数据和色度值；将色样的光谱数据和色度值通过色貌模型，得到色貌参数；将色貌参数通过聚类算法，得到初始聚类色样集；对初始聚类色样集内的所有色样进行光谱数据降维，得到降维光谱数据；对降维光谱数据进行光谱聚类，得到降维光谱聚类集；将降维光谱聚类集中心作为代表色样，得到优化色样集；根据优化色样集得到光源显色指数；该照明光源显色性评价方法和装置是针对印刷品照明光源建立的典型颜色样本集，色样代表性强，同时降低了计算量，可以普遍适用于印刷品照明光源显色性评价。
-
公开(公告)号：CN108381905B
公开(公告)日：2020-03-06
申请号：CN201810237721.2
申请日：2018-03-21
Applicant: 北京印刷学院
IPC: B29C64/112 , B29C64/386 , B29C64/314 , B33Y50/00 , B33Y40/10
Abstract: 本发明提供了一种基于八叉树误差扩散的3D打印色彩呈现方法和装置；其中，该方法对3D模型进行体素化处理后，得到模型体素的位置信息和颜色信息；对颜色信息进行颜色空间转换后，根据预先获取的3D打印设备的颜色特性文件，对模型体素进行CMY三基色分色处理，得到CMY三基色分色版；对该分色版进行RIP解析，得到模型体素与打印体素的对应关系；采用八叉树误差扩散呈色的方式，根据上述对应关系获得打印体素的CMY三基色分色版；根据CMY三基色分色版确定RGBKW基色的体素位置信息，得到打印体素的八基色分色版，从而采用不透明材料对3D模型进行逐层打印。本发明实提高了3D打印色彩的空间分辨率和色彩再现能力，可呈现更大色域，且过渡色更为逼真。
-
公开(公告)号：CN110111286A
公开(公告)日：2019-08-09
申请号：CN201910410073.0
申请日：2019-05-16
Applicant: 北京印刷学院
IPC: G06T5/00
Abstract: 本发明提供了一种图像优化方式的确定方法和装置，涉及图像技术领域，通过获取同一图像采集器采集目标对象得到的图像样本集和获取目标对象的标准图像集；利用预建立的优化库的优化方式依次对图像样本集进行优化，得到优化样本集；从每个优化方式对应的优化样本集选择训练样本集，对初始神经网络模型进行训练，得到每个优化方式对应的神经网络模型；基于标准图像集计算每个优化方式对应的神经网络模型的准确率；将准确率最高的神经网络模型对应的优化方式确定为图像采集器的最优图像优化方式。这种对图像样本采用不同优化方式进行优化，基于神经网络模型找出适合最优图像优化方式的方式，保证了该最优图像优化方式对图像采集器的专属性和适用性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.019 seconds)
