-
公开(公告)号：CN113963052B
公开(公告)日：2023-08-18
申请号：CN202111108084.7
申请日：2021-09-22
Applicant: 西安交通大学
Abstract: 一种基于双目视觉的大型浮空器体积实时监测方法，包括以下步骤：获取双目图像，采用基于均值漂移的双目差分图像分割算法对双目图像进行分割；利用双目图像对应视差内点在特定窗口内的灰度信息为参考，实现双目图像的重叠区域分割，去除双目图像中的不对应像素点，得到目标区域；采用基于自适应阈值极线距离变换的立体匹配算法实现目标区域三维重建，得到视差图；获取视差图各像素对应的深度信息，三维重建生成点云；去除三维重建生成点云中的噪声，通过下采样缩减点云数据量；基于相机间的物理位置关系完成点云拼接；基于二次函数插值对点云进行拟合，得到完整点云；利用切片法求解完整点云的点云体积。本发明双目视觉重建的精度和计算效率高。
-
公开(公告)号：CN113959332A
公开(公告)日：2022-01-21
申请号：CN202111108119.7
申请日：2021-09-22
Applicant: 西安交通大学
Abstract: 一种基于双目视觉的大型浮空器体积实时监测系统，包括5K图像实时采集传输子系统以及体积计算与可视化子系统，5K图像实时采集传输子系统包括若干个布置在待测浮空器周围的5K图像实时采集设备，5K图像实时采集设备均包括双目视觉模块、监控相机模块和激光测距模块；体积计算与可视化子系统包括数字图像处理模块、数据交换模块以及显示模块，数据交换模块具有光纤交换机、串口通讯服务器和图像采集器；光纤交换机和串口通讯服务器分别连接数字图像处理模块，显示模块包括第一显示器和第二显示器，第一显示器与数字图像处理模块的输出端相连，第二显示器与图像采集器的输出端相连。本发明的系统结构简单，数据处理速度快，获取结果准确可靠。
-
公开(公告)号：CN113963107B
公开(公告)日：2024-04-02
申请号：CN202111108085.1
申请日：2021-09-22
Applicant: 西安交通大学
Abstract: 一种基于双目视觉的大型目标三维重建方法及系统，三维重建方法包括以下步骤：获取目标不同视角的双目图像；对双目图像中的像素信息进行双阈值判断，定位信息缺失位置，利用张量补全算法对缺失像素进行信息增强；在信息增强之后的双目图像中对目标进行提取；对目标的双目图像进行立体匹配，根据得到的深度图计算出局部点云信息，通过点云拼接还原出目标整体的三维结构。本发明基于双目视觉的三维重建技术能够有效克服因为环境变化对于重建效果的影响，利用张量补全技术增强目标因过度曝光和阴影产生的缺失像素信息，再对目标进行分割提取，解决了背景对于三维重建的干扰，提高了重建点云的效果。
-
公开(公告)号：CN114580747A
公开(公告)日：2022-06-03
申请号：CN202210212459.2
申请日：2022-03-04
Applicant: 西安交通大学
Abstract: 一种基于数据相关性和模糊系统的异常数据预测方法及系统，方法包括利用多种数据相关性分析方法分别计算出历史数据之间的数据相关概率；根据数据相关概率推导出多种数据相关性分析方法的数据无关以及无法判断概率，生成每种方法对应的概率向量，融合每种方法的概率向量并求解出数据相关性分析结果；实时接收数据并根据数据相关性分析结果建立实时数据集；在线正则化处理实时数据集，将处理后的实时数据集作为输入，通过在线模糊极限学习机算法实时计算输出下一时刻的预测数据；利用预测数据在线调整自适应距离阈值，判断数据的状态，分析数据的变化趋势，提前预判未来出现的异常数据。本发明能够实时预测未来数据并判断数据状态，学习速度快。
-
Patent Agency Ranking
公开(公告)号：CN113963107A
公开(公告)日：2022-01-21
申请号：CN202111108085.1
申请日：2021-09-22
Applicant: 西安交通大学
Abstract: 一种基于双目视觉的大型目标三维重建方法及系统，三维重建方法包括以下步骤：获取目标不同视角的双目图像；对双目图像中的像素信息进行双阈值判断，定位信息缺失位置，利用张量补全算法对缺失像素进行信息增强；在信息增强之后的双目图像中对目标进行提取；对目标的双目图像进行立体匹配，根据得到的深度图计算出局部点云信息，通过点云拼接还原出目标整体的三维结构。本发明基于双目视觉的三维重建技术能够有效克服因为环境变化对于重建效果的影响，利用张量补全技术增强目标因过度曝光和阴影产生的缺失像素信息，再对目标进行分割提取，解决了背景对于三维重建的干扰，提高了重建点云的效果。
-
公开(公告)号：CN116151119B
公开(公告)日：2025-04-01
申请号：CN202310170550.7
申请日：2023-02-27
Applicant: 西安交通大学
IPC: G06F30/27 , G06F30/15 , G06N3/08 , G06F111/04
Abstract: 一种基于张量流形的轻量化神经网络故障诊断方法及系统，方法包括将故障诊断图像视为向量，在约束条件下重构为第一多阶张量，并将第一多阶张量以张量串分解形式的张量流形表示；在张量秩不变的条件下，以张量流形的梯度下降法对第一多阶张量多次迭代，得到数据降维后的第一收缩多阶张量；将故障诊断神经网络中的权重矩阵在约束条件下重构为第二多阶张量，并将第二多阶张量以张量串分解形式的张量流形表示，得到以因子张量为权重的新神经网络；将第一收缩多阶张量作为输入数据对新神经网络进行训练；获取新的故障诊断图像并对应转换成数据降维后的第一收缩多阶张量，输入训练完成的神经网络得到对应的故障诊断结果。本发明能增强计算并行能力。
-
公开(公告)号：CN116151119A
公开(公告)日：2023-05-23
申请号：CN202310170550.7
申请日：2023-02-27
Applicant: 西安交通大学
IPC: G06F30/27 , G06F30/15 , G06N3/08 , G06F111/04
Abstract: 一种基于张量流形的轻量化神经网络故障诊断方法及系统，方法包括将故障诊断图像视为向量，在约束条件下重构为第一多阶张量，并将第一多阶张量以张量串分解形式的张量流形表示；在张量秩不变的条件下，以张量流形的梯度下降法对第一多阶张量多次迭代，得到数据降维后的第一收缩多阶张量；将故障诊断神经网络中的权重矩阵在约束条件下重构为第二多阶张量，并将第二多阶张量以张量串分解形式的张量流形表示，得到以因子张量为权重的新神经网络；将第一收缩多阶张量作为输入数据对新神经网络进行训练；获取新的故障诊断图像并对应转换成数据降维后的第一收缩多阶张量，输入训练完成的神经网络得到对应的故障诊断结果。本发明能增强计算并行能力。
-
公开(公告)号：CN113959332B
公开(公告)日：2023-04-07
申请号：CN202111108119.7
申请日：2021-09-22
Applicant: 西安交通大学
Abstract: 一种基于双目视觉的大型浮空器体积实时监测系统，包括5K图像实时采集传输子系统以及体积计算与可视化子系统，5K图像实时采集传输子系统包括若干个布置在待测浮空器周围的5K图像实时采集设备，5K图像实时采集设备均包括双目视觉模块、监控相机模块和激光测距模块；体积计算与可视化子系统包括数字图像处理模块、数据交换模块以及显示模块，数据交换模块具有光纤交换机、串口通讯服务器和图像采集器；光纤交换机和串口通讯服务器分别连接数字图像处理模块，显示模块包括第一显示器和第二显示器，第一显示器与数字图像处理模块的输出端相连，第二显示器与图像采集器的输出端相连。本发明的系统结构简单，数据处理速度快，获取结果准确可靠。
-
公开(公告)号：CN113963052A
公开(公告)日：2022-01-21
申请号：CN202111108084.7
申请日：2021-09-22
Applicant: 西安交通大学
Abstract: 一种基于双目视觉的大型浮空器体积实时监测方法，包括以下步骤：获取双目图像，采用基于均值漂移的双目差分图像分割算法对双目图像进行分割；利用双目图像对应视差内点在特定窗口内的灰度信息为参考，实现双目图像的重叠区域分割，去除双目图像中的不对应像素点，得到目标区域；采用基于自适应阈值极线距离变换的立体匹配算法实现目标区域三维重建，得到视差图；获取视差图各像素对应的深度信息，三维重建生成点云；去除三维重建生成点云中的噪声，通过下采样缩减点云数据量；基于相机间的物理位置关系完成点云拼接；基于二次函数插值对点云进行拟合，得到完整点云；利用切片法求解完整点云的点云体积。本发明双目视觉重建的精度和计算效率高。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.029 seconds)
