-
公开(公告)号：CN119870820A
公开(公告)日：2025-04-25
申请号：CN202510091287.1
申请日：2025-01-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种机器人多层多道焊接路径自适应生成方法与系统，方法包括采用时间飞行传感器对焊缝的三维点云进行采集，并对采集的焊缝点云进行预处理；通过基于密度聚类的随机样本一致焊缝分割算法对预处理后的焊缝点云进行分割以提取焊缝的特征，并采用三次样条插值方法对焊缝特征点进行插值拟合；根据焊接工件的几何信息和插值拟合后的焊缝特征点生成多层多道焊接路径；基于多层多道焊接路径，通过加权主成分分析的法线估计方法计算焊枪末端姿态。本发明方法能够分割包含复杂曲面的焊接工件三维点云以提取焊缝特征点，然后通过焊缝特征点和焊接工件的几何信息生成多层多道焊接路径以解决中厚板焊接精度低、速度慢、适用范围不广的问题。
-
公开(公告)号：CN120067376A
公开(公告)日：2025-05-30
申请号：CN202411924188.9
申请日：2024-12-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/583 , G06F16/535 , G06V10/42 , G06V10/44 , G06V10/82 , G06V10/80 , G06V10/74 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0895
Abstract: 本发明提供了一种基于多视图聚合的三维模型检索方法，包括步骤一：设计基于视图的三维模型检索网络，该三维模型检索网络能够从三维模型的视图表示中提取三维模型的特征，用于三维模型检索；三维模型检索网络MVAT包括单视图特征提取网络和多视图特征聚合网络，单视图特征提取网络负责从各个视图独立提取三维模型的局部特征，多视图特征聚合网络负责通过多个视图的信息融合生成全局特征表示；步骤二：引入权重冻结与对比学习技术，采用三阶段训练方法对三维模型检索网络进行训练；步骤三：对经训练好的三维模型检索网络在测试集上进行性能评估。本发明的有益效果是：本发明的三维模型检索方法特征表达能力强、训练方法高效、精度高、泛化性好。
-
公开(公告)号：CN118279643A
公开(公告)日：2024-07-02
申请号：CN202410241534.7
申请日：2024-03-04
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06T7/00 , G06T7/11 , G06V10/77 , G06T3/02 , G06T3/4038 , G06T3/4046 , G06N3/0464 , G06N3/088
Abstract: 本发明提供一种基于双分支流模型的无监督缺陷分类与分割方法、系统及存储介质，该无监督缺陷分类与分割方法包括：步骤一：将图片调整后输入特征提取器，得到特征图x0、x1、x2、x3；步骤二：将特征图x0、x1、x2、x3输入双分支流模型,特征图x0、x1输入分割流模型，特征图x1、x2、x3输入分类流模型，特征图x0、x1经分割流模型的耦合层得到尺度较大的特征图z0、z1，分割流模型利用尺度较大的特征图z0、z1完成缺陷分割任务，特征图x1、x2、x3经分类流模型的多尺度耦合层映射处理得到尺度较小的特征图z2、z3、z4，分类流模型利用尺度较小的特征图z1、z2、z3完成缺陷分类的任务，实现兼顾算法的缺陷检测与定位能力的目标。本发明的有益效果是：本发明无监督缺陷分类与分割方法无需标注成本、精度高以及泛化性好。
-
公开(公告)号：CN118229625A
公开(公告)日：2024-06-21
申请号：CN202410212152.1
申请日：2024-02-27
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于对图输入的PCB裸板缺陷检测方法、装置、设备及存储介质，所述方法包括构建基于对图输入的PCB裸板缺陷检测模型，所述PCB裸板缺陷检测模型包括孪生主干网络、特征修正模块、多尺度模板图特征融合网络和检测头，所述孪生主干网络用于提取输入的PCB板产品图和模板图特征，所述特征修正模块用于对产品特征图和模板特征图进行空间域对齐修正；所述多尺度模板图特征融合网络用于融合修正后的产品特征图和模板特征图，所述检测头用于对融合后的特征图进行检测并输出结果。本发明方法利用PCB模板图的信息进行PCB缺陷的定位和分类，实现缺陷的高精度、稳定的检测，并具有出色的泛化性。
-
公开(公告)号：CN114299000B
公开(公告)日：2025-02-25
申请号：CN202111598119.X
申请日：2021-12-24
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于可微分神经网络架构搜索的缺陷检测方法及系统。所述方法，将待检测样本和正常背景样本输入缺陷检测模型中，得到待检测样本的缺陷检测结果；其中，缺陷检测模型包括依次连接的训练好的骨干网络、正常样本参考模块、多尺度融合模块和分割网络；骨干网络是采用可微分神经网络架构进行搜索得到的；正常样本参考模块输出多尺度对比参考图，为缺陷检测过程提供正常样本参考机制；多尺度融合模块基于多尺度信息融合机制得到待检测样本的融合特征图；分割网络基于多尺度对比参考图对待检测样本的融合特征图进行分割，得到待检测样本的缺陷检测结果。本发明能实现对产品缺陷的自动检测，提高检测的准确度和泛化性。
-
Patent Agency Ranking
公开(公告)号：CN105698767B
公开(公告)日：2019-05-10
申请号：CN201511027767.4
申请日：2015-12-30
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于视觉的水下测量方法，步骤1.1：空气中预标定：将两个相机固定在密封设备内，拍摄多幅平面标定图像，分别标定出两个相机的内部参数矩阵；通过拍摄的平面标定板的两幅图像标定出两个相机之间的基本矩阵；步骤1.2：水下相机标定：拍摄水下立体标定板图像，标定出每个相机的外部参数矩阵和相机中心距离折射平面的距离参数d。本申请公开了一种水下尺寸测量方法，利用建立的较为准确的水下成像模型实现相机的精确标定。利用相机标定参数实现了水下的二维测量和双目的三维测量，通过实验验证了本申请的方法对于水下二维和三维测量的精度在之间。本申请公开的技术可以广泛应用于水下精确测量和精密探测。
-
公开(公告)号：CN108305286B
公开(公告)日：2021-09-07
申请号：CN201810074452.2
申请日：2018-01-25
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明公开了一种基于颜色编码的多目立体视觉脚型三维测量方法、系统和介质，方法包括：通过多目图像的采集平台，采用多相机同步拍摄穿有彩色编码图案袜子的脚型，进行图像采集；根据采集到的图像，并基于球体的多相机标定算法获取相机内外参数；根据相机内外参数进行脚型密集特征点匹配；根据相机内外参数以及脚型密集特征点匹配的结果，进行模型构建与脚型参数测量。本发明具有成本低、特征点易于识别和匹配、生成的点云密度较高、计算速度快等优点，准确并完整地获取了脚模型及相关尺寸参数。
-
公开(公告)号：CN109741356B
公开(公告)日：2020-08-21
申请号：CN201910022556.3
申请日：2019-01-10
Applicant: 哈尔滨工业大学(深圳)
IPC: G06T7/13
Abstract: 本发明公开一种亚像素边缘检测方法及系统，所述方法先根据所述原始图像确定梯度图像，根据所述梯度图像确定多个种子点对，其次以各种子点对对应的像素轨迹为单位提取边缘，然后根据各所述种子点对对应的像素轨迹，确定原始图像的像素边缘轮廓；最后利用样条插值法或高斯曲线拟合法或Steger法，根据原始图像的像素边缘轮廓确定原始图像的亚像素边缘轮廓；本发明采用跟踪思想实现了轮廓跟踪，相比于传统以滑窗方式逐像素边缘轮廓检测，更好地保持了轮廓本身的完整性。
-
公开(公告)号：CN105141970B
公开(公告)日：2019-02-12
申请号：CN201510390491.X
申请日：2015-07-03
Applicant: 哈尔滨工业大学深圳研究生院
Inventor： 吴晓军
IPC: H04N19/90 , H04N19/63 , H04N19/167 , H04N19/96
Abstract: 针对传统的基于机器视觉方法产品缺陷检测适用对象的局限性以及压缩过程中如何求取纹理图像上人眼感兴趣区域的问题进行深入研究，本发明提出了一种基于三维模型表面信息的纹理图像压缩方法，利用模型网格数据求取纹理图像上的人眼感兴趣区域，根据纹理的视觉表现形式，提取了代表三维模型多分辨率重网格化后表面细节信息的三维特征点及其在纹理空间上的映射点作为纹理特征点，根据图像空间的连续性，利用K‑means聚类算法对图像中的特征点进行了类聚合，取得了纹理图像的感兴趣区域并提高了感兴趣区域和背景的区分精度。通过搭建基于ROI的EZW编解码实验系统对本发明的方法进行验证，取得比较好的实验效果。
-
公开(公告)号：CN108305286A
公开(公告)日：2018-07-20
申请号：CN201810074452.2
申请日：2018-01-25
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明公开了一种基于颜色编码的多目立体视觉脚型三维测量方法、系统和介质，方法包括：通过多目图像的采集平台，采用多相机同步拍摄穿有彩色编码图案袜子的脚型，进行图像采集；根据采集到的图像，并基于球体的多相机标定算法获取相机内外参数；根据相机内外参数进行脚型密集特征点匹配；根据相机内外参数以及脚型密集特征点匹配的结果，进行模型构建与脚型参数测量。本发明具有成本低、特征点易于识别和匹配、生成的点云密度较高、计算速度快等优点，准确并完整地获取了脚模型及相关尺寸参数。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.028 seconds)
