-
公开(公告)号：CN114219768A
公开(公告)日：2022-03-22
申请号：CN202111410710.8
申请日：2021-11-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于像素传感器的拉索索力测量方法、装置、设备及介质，所述方法包括：获取摄像机拍摄的视频素材；对视频素材的像素点进行灰度化处理；根据灰度值在观测时间内的变换情况，建立每个像素点的灰度时程和灰度值增量时程；对每个像素点光强离散点的时域信号建立光流冲激函数，利用离散傅里叶变换将冲激过程转换为频域信号并取模，得到像素点光强变化的傅里叶幅值谱；根据峰值法原理进行改进，实现自动识别模态频率；利用所得出频率，计算拉索索力。本发明具有了传统非接触测量方式的优势，同时由于传感器数量上的优势所以结果具有很强的抗干扰能力，测量所使用设备也非常简单。
-
公开(公告)号：CN106127780B
公开(公告)日：2019-01-18
申请号：CN201610504224.5
申请日：2016-06-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种曲面表面缺陷自动检测方法及其装置，方法包括：(1)训练阶段：采集样本图像，构建训练集，对训练集中的图像进行人工缺陷识别，标注出所有缺陷出现的区域；针对训练集中的每一幅图像执行缺陷预定位步骤，得到所有缺陷可能出现的区域R；将R与人工标注出的所有缺陷出现的区域进行比对，根据二者的重合度划分负样本和正样本；根据正样本和负样本进行深度神经网络模型的离线训练，输出为缺陷区域的类别与具体坐标；(2)在线检测阶段：采集当前待检测曲面表面图像，执行缺陷预定位步骤，得到集合R，将集合R输入网络模型，得到缺陷区域的类别与具体坐标。本发明具有适应性高、实时性高、识别准确率高的优点。
-
Patent Agency Ranking
公开(公告)号：CN113901920B
公开(公告)日：2022-10-25
申请号：CN202111179748.9
申请日：2021-10-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种结构模态参数识别方法、装置、计算机设备及存储介质，方法包括：获取无人机拍摄的结构振动视频，并进行相机标定；针对标定后的结构振动视频，采用运动增强时空上下文矩阵算法，提取结构基于无人机相机运动的相对运动位移；采用时空边缘自适应检测算法，计算相邻帧的尺度比例因子以更新位移信息；采用随机子空间算法分析结构的位移响应数据，估算结构的系统模态参数。本发明使用运动增强时空上下文矩阵算法，实现了从无人机拍摄的结构振动视频提取结构的模态参数，通过时空边缘自适应检测算法，修正图像尺度变化的大小，运用随机子空间法直接分析结构的响应数据，可以将数据不相关的噪声信号剔除，方便快捷地获取结构的动力特性。
-
公开(公告)号：CN107798660A
公开(公告)日：2018-03-13
申请号：CN201710830068.6
申请日：2017-09-15
Applicant: 华南理工大学
CPC classification number: G06T5/009 , G06T5/40 , G06T2207/10116
Abstract: 本发明公开了一种X射线图像的对比度增强方法，该方法是在铸件灰度图像的灰度直方图的基础上，对灰度直方图进行分帧；计算图像中第i帧的短时能量；将第i帧的短时能量与预先设定的上下门限值进行比较，判断当前帧的状态，从中筛选出为有用信号的灰度段，将每段有用信号中最高和最低灰度值对记录在集合D中；根据集合D自动确定窗位，然后将选定的窗位内的灰度值映射至0-255的灰度区间内。本发明可以一方面去除图像的冗余信息保留有用信息，另一方面通过灰度直方图的映射调节并增强了图像的对比度。
-
公开(公告)号：CN106127780A
公开(公告)日：2016-11-16
申请号：CN201610504224.5
申请日：2016-06-28
Applicant: 华南理工大学
CPC classification number: G06K9/62 , G06N3/02 , G06T3/40 , G06T7/00 , G06T7/0004 , G06K9/6212 , G06T3/4084 , G06T2207/20084 , G06T2207/30108
Abstract: 本发明公开了一种曲面表面缺陷自动检测方法及其装置，方法包括：(1)训练阶段：采集样本图像，构建训练集，对训练集中的图像进行人工缺陷识别，标注出所有缺陷出现的区域；针对训练集中的每一幅图像执行缺陷预定位步骤，得到所有缺陷可能出现的区域R；将R与人工标注出的所有缺陷出现的区域进行比对，根据二者的重合度划分负样本和正样本；根据正样本和负样本进行深度神经网络模型的离线训练，输出为缺陷区域的类别与具体坐标；(2)在线检测阶段：采集当前待检测曲面表面图像，执行缺陷预定位步骤，得到集合R，将集合R输入网络模型，得到缺陷区域的类别与具体坐标。本发明具有适应性高、实时性高、识别准确率高的优点。
-
公开(公告)号：CN113901920A
公开(公告)日：2022-01-07
申请号：CN202111179748.9
申请日：2021-10-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种结构模态参数识别方法、装置、计算机设备及存储介质，方法包括：获取无人机拍摄的结构振动视频，并进行相机标定；针对标定后的结构振动视频，采用运动增强时空上下文矩阵算法，提取结构基于无人机相机运动的相对运动位移；采用时空边缘自适应检测算法，计算相邻帧的尺度比例因子以更新位移信息；采用随机子空间算法分析结构的位移响应数据，估算结构的系统模态参数。本发明使用运动增强时空上下文矩阵算法，实现了从无人机拍摄的结构振动视频提取结构的模态参数，通过时空边缘自适应检测算法，修正图像尺度变化的大小，运用随机子空间法直接分析结构的响应数据，可以将数据不相关的噪声信号剔除，方便快捷地获取结构的动力特性。
-
公开(公告)号：CN205844213U
公开(公告)日：2016-12-28
申请号：CN201620675398.3
申请日：2016-06-28
Applicant: 华南理工大学
IPC: G01N21/95
Abstract: 本实用新型公开了一种曲面表面缺陷自动检测装置，包括两个相机，以及滑动台、底板座、上位机，每个相机对应固定在一三自由度相机支架上，三自由度相机支架固定在底板座上，滑动台设置在底板座上，相机与上位机连接，两个相机不同角度的拍摄，保证曲面上下弧面成像的清晰度；在检测时，工件水平放置在滑动台上。所述装置还包括电机和电机控制器、光源和光源控制器等。在检测时，可调整滑动台上的工件在相机拍摄视野的区域运动，上位机控制拍摄次数与工件位置，保证高质量成像，也保证不同尺寸工件表面的完整性，同时光源设置在相机之间避免打光时互相干扰，该装置具有成像质量高、适应性强、操作容易、结构简单稳定、成本低的优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
