-
公开(公告)号：CN117782070A
公开(公告)日：2024-03-29
申请号：CN202311717206.1
申请日：2023-12-14
Applicant: 哈尔滨工业大学
IPC: G01C21/16
Abstract: 基于公里标信息辅助的铁路列车视觉惯性定位方法和系统，涉及铁路列车定位技术领域。解决了目前现有技术中“车‑地协作”式列车定位技术在实际应用中存在成本高、维护困难且现有铁路列车智能定位在缺少回环检测情况下，无法消除累计误差的问题。所述定位方法包括采用视觉惯性里程计获取铁路列车运行前方的RGB图像、公里标数字语义信息和IMU的多源信息；基于VINS Fusion框架构建公里标检测模块，获取公里标像素位置；基于OCR文字识别器在公里标像素位置区域识别公里标数字语义信息，获得所述公里标在电子地图的位置信息；提取公里标顶点以及顶点坐标；根据公里标顶点坐标建立含有公里标位置信息约束的全局优化目标函数，完成定位。还适用于轨道交通领域中。
-
公开(公告)号：CN116029978A
公开(公告)日：2023-04-28
申请号：CN202211405145.0
申请日：2022-11-10
Applicant: 哈尔滨工业大学
Abstract: 一种工业长方体提取方法、装置、计算机及存储介质，解决了需要一种适用于工业领域的长方体高精度提取方法的问题。方法包括：基于目标检测的长方体粗提取和基于筛选区域线段重组的长方体精提取；基于目标检测的长方体粗提取包括：将基于并行的残差卷积神经网络作为长方体目标检测的主干网络并与并行残差块融合，获取融合的多维特征；根据多维特征与反卷积模块融合，获取目标检测网络模型；长方体精提取包括：根据目标检测网络模型进行线段特征聚类，获取线段集；根据线段集进行线段连接，获取直线集；根据直线集进行边界动态筛选，获取长方体边缘；根据长方体边缘获取长方体所在的图像区域并建立坐标系，获取长方体顶点，完成工业长方体提取。
-
公开(公告)号：CN116883873A
公开(公告)日：2023-10-13
申请号：CN202310851353.1
申请日：2023-07-12
Applicant: 哈尔滨工业大学
IPC: G06V20/17 , G06V10/774 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种面向空地应用的红外小目标检测方法，属于红外小目标检测领域，包括：获取数据集，并基于数据集对红外小目标的锚框进行更新；基于GE注意力机制构建GE模块，将GE模块嵌入至YOLOv7模型的骨干特征提取网络中；基于NWD度量构建NWD模块，将NWD模块集成至YOLOv7模型的损失函数中，得到ISTD‑YOLOv7模型；基于数据集对ISTD‑YOLOv7模型进行训练和验证；基于更新的锚框，通过训练后的ISTD‑YOLOv7模型对红外小目标进行检测。本申请提供的红外小目标检测方法在红外小目标检测中具有优越性，可应用于复杂的天时天候和地形场景下准确快速的实现红外小目标检测。
-
公开(公告)号：CN112950527A
公开(公告)日：2021-06-11
申请号：CN201911166459.8
申请日：2019-11-25
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于限定几何关联约束的立体匹配形貌测量方法。该方法从立体匹配算法上引入立体相机间的限定几何关联约束条件，能够把多个相机绑定为一个相机，建立多相机的内外参数共线性误差方程，在每一次迭代求解过程中能够完成多幅图像对的信息处理，有效降低迭代过程中法化矩阵的维数，提高相机内外参数求解的效率和精度。接着进行特征点立体匹配，利用求得的限定几何关联约束带入匹配相关目标函数，将特征点在对应相机下所成图像中的选定区域进行搜索前限定，有效缩减亚像素搜索范围，提高搜索效率的同时，使亚像素立体匹配精度得到保证，从而提高视觉三维变形测量的精度与稳定性。
-
公开(公告)号：CN118129791A
公开(公告)日：2024-06-04
申请号：CN202311643470.5
申请日：2023-12-04
Applicant: 哈尔滨工业大学
Abstract: 视觉惯性轮速里程计系统安装误差优化模型构建方法及装置、优化方法及装置，涉及车载视觉‑惯性‑轮速里程计系统技术领域。为解决现有自校准方法难以实现传感器间空间参数的精确估计的技术问题，本发明提供了视觉惯性轮速里程计系统安装误差优化模型构建方法，包括：根据IMU和里程计之间的位置和姿态偏差、时间延迟和里程计的尺度因子，得到IMU‑里程计预积分的连续时间公式并得到预积分残差模型的步骤；根据IMU和相机之间的位置和姿态偏差和时间延迟，得到带有时间偏移变量的视觉重投影残差模型的步骤；根据预积分残差模型和视觉重投影残差模型，得到系统安装误差优化模型的步骤。适用于视觉惯性轮速里程计系统的设计和优化工作中。
-
Patent Agency Ranking
公开(公告)号：CN111709989B
公开(公告)日：2023-04-18
申请号：CN202010394496.0
申请日：2020-05-11
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于多源特征数据控制的双向闭合模式的立体视觉全场测量方法。本发明建立多源特征数据融合框架；基于多元特征数据融合框架，建立融合函数，对不同类型的特征数据进行融合，得到多源特征数据；基于多源特征数据，建立双向闭合视觉测量模式；基于双向闭合视觉测量模式，确定特征点云集的最小代价，采用非线性迭代方法进行迭代求解空间目标参数。本发明改变传统视觉测量方法中的从图像数据到空间特征信息传递的单向过程，将已获取或确认的空间数据作为控制信息返回至测量处理过程中，构建双向闭合测量模式，并进行高效多源特征数据融合，克服特征点的单一性与低效性问题，增加了解算冗余信息，提高视觉系统整体测量精度。
-
公开(公告)号：CN111709989A
公开(公告)日：2020-09-25
申请号：CN202010394496.0
申请日：2020-05-11
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于多源特征数据控制的双向闭合模式的立体视觉全场测量方法。本发明建立多源特征数据融合框架；基于多元特征数据融合框架，建立融合函数，对不同类型的特征数据进行融合，得到多源特征数据；基于多源特征数据，建立双向闭合视觉测量模式；基于双向闭合视觉测量模式，确定特征点云集的最小代价，采用非线性迭代方法进行迭代求解空间目标参数。本发明改变传统视觉测量方法中的从图像数据到空间特征信息传递的单向过程，将已获取或确认的空间数据作为控制信息返回至测量处理过程中，构建双向闭合测量模式，并进行高效多源特征数据融合，克服特征点的单一性与低效性问题，增加了解算冗余信息，提高视觉系统整体测量精度。
-
公开(公告)号：CN119540461A
公开(公告)日：2025-02-28
申请号：CN202411662055.9
申请日：2024-11-20
Applicant: 哈尔滨工业大学
IPC: G06T17/00 , G06T7/80 , G06T7/73 , G06F17/11 , G06F17/16 , G06N3/0455 , G06N3/042 , G06N3/0895 , G06T5/50 , G01B11/26
Abstract: 本发明是一种基于非合作测量的多视图发动机喷管摆角测量方法。本发明涉及目发动机喷管摆动角度的测量技术领域，本发明为实现对喷管摆角的精确测量，进行喷管特征点提取，选用SuperPoint网络提取图像特征；特征点提取之后，使用SuperGlue网络来完成特征点的匹配；相机位姿估计，在对喷管特征点进行提取和匹配后需要对相机位姿进行估计；三维特征点重建，通过相机位姿估计计算所添加图像对应的相机投影矩阵并对新加入图像中未重建的特征点进行重建。本发明不依赖于喷管提供的合作信息，具有较高的测量精度，满足喷管摆角非合作测量的需求。
-
公开(公告)号：CN116703967A
公开(公告)日：2023-09-05
申请号：CN202310398539.6
申请日：2023-04-14
Applicant: 哈尔滨工业大学
IPC: G06T7/246 , G01C21/00 , G01C21/16 , G06T7/73 , G06V10/774 , G06V10/82 , G06N3/088 , G06N3/0464
Abstract: 一种基于视觉惯性系统和置信度指导的无监督深度补全方法和系统，涉及机器人计算机视觉技术领域。解决现有无监督深度补全方法网络参数复杂，不能广泛应用的问题。方法包括：采用视觉惯性系统获取图像、稀疏深度地图和相机姿态；建立非指导稠密深度补全网络，非指导稠密深度补全网络处理稀疏深度地图，获取置信度和非指导稠密深度地图；指导深度补全网络处理置信度和非指导稠密深度地图，获取指导稠密深度地图；运动残差网络处理指导稠密深度地图、图像和相机运动位姿，获取平移残差矩阵；损失函数训练指导深度补全网络，获取指导深度补全网络训练模型；损失函数训练运动残差网络，获取运动残差网络训练模型。应用于图像处理技术领域。
-
公开(公告)号：CN116523745A
公开(公告)日：2023-08-01
申请号：CN202310413240.3
申请日：2023-04-18
Applicant: 哈尔滨工业大学
IPC: G06T3/40 , G06F30/20 , G06F17/11 , G06F17/16 , G06Q10/0639 , G06F111/04
Abstract: 本发明是一种基于扩展点线特征的自然图像拼接方法。本发明涉及图像拼接技术领域，本发明通过区域线段连接的方法对图像中的直线进行几何运算，从而尽可能保存图像重叠区域的线特征。然后利用匹配的线特征生成点特征，对匹配点进行补充，优化图像预对齐，并尽可能保留图像的几何形状特征。最后通过匹配的点线特征进行图像预对齐、单应性矩阵估计和网格化变形等一系列操作，实现图像拼接。实验表明本发明的方法对具有明显几何形状的复杂图像拼接具有明显优势，相较现有的方法Ddis最大提升28.8％,Ddir最大提升63.2％。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.017 seconds)
