-
公开(公告)号:CN116448008A
公开(公告)日:2023-07-18
申请号:CN202310321872.7
申请日:2023-03-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于物理信息的深度学习的条纹分析方法,旨在提供一种高效、准确的三维轮廓分析方法。包括使用投影仪向被测场景投射单幅高频条纹图案,相机采集单帧条纹图像。采用基于深度学习增强的傅里叶变换轮廓测量法得到初始低精度的包裹相位,获得待测场景的初始相位图。使用一个轻量级的DNN进行相位分析,并计算傅里叶损失函数和相位损失函数反向传播,为不同类型的样品输出可靠的高质量的相位结果。结合相位展开算法和三维重建算法,根据图像坐标系与相机坐标系关系重构出待测场景的三维轮廓。本发明提高了条纹分析的准确性和效率,具有广泛的应用前景,尤其适用于精细的工业检测和三维重建领域。
-
公开(公告)号:CN114385744A
公开(公告)日:2022-04-22
申请号:CN202011122010.4
申请日:2020-10-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于联盟链的电力物联网资源管理平台及方法。该平台包括联盟链和浏览器可视化管理平台,联盟链包括电网节点、电厂节点以及消费者节点。方法为:电网节点将该时段所需总产电力信息进行存证上链;电网节点从联盟链获取电厂产能上限信息,分配该时段各电厂电力生产额度信息并存证上链;电厂节点从联盟链中获取该时段该电厂被分配电力,将该时段实际电力生产信息进行存证上链;消费者节点将该时段该消费者电力消费信息进行存证上链;所述电网节点从联盟链中获取该时段各电厂的信息和各消费者的电力消费信息,以及总电网电力信息,并进行下一时段的总电力以及电厂分配情况。本发明有效提高了电力数据的可追溯性、安全性和查找效率。
-