一种基于结构光的单目视觉三维扫描测量装置及测量方法

    公开(公告)号:CN110057312A

    公开(公告)日:2019-07-26

    申请号:CN201910187605.9

    申请日:2019-03-13

    Abstract: 本发明请求保护一种基于结构光的单目视觉三维扫描测量装置与方法,装置包括激光发射器、面阵相机、CCD激光三维扫描控制装置和成像支架、测量目标及计算机,方法包括步骤:激光发射器以平行于测量目标轴线方向投射激光;面阵相机采集测量目标上变形的激光条纹图像,提取测量目标表面激光线形调制信息,并发送至计算机;计算机将变形的激光条纹图像通过傅立叶变换法先求解相位值;计算机根据激光发射器、面阵相机和测量目标间的几何关系求出测量目标的高度;计算机将测量目标的参数转换为三维模型。本发明能够扫描测量目标,且兼有模型复原的功能,可实现精确的三维重建,实现快速的产品质量检测,具有高精度、高效率、易实施等优点。

    一种基于知识与数据融合驱动的多模态医学影像目标分割方法

    公开(公告)号:CN115115662A

    公开(公告)日:2022-09-27

    申请号:CN202210767851.3

    申请日:2022-07-01

    Abstract: 本发明属于医学图像处理领域,特别涉及一种基于知识与数据融合驱动的多模态医学影像目标分割方法,该方法包括:获取待检测的医学图像,对待检测的医学图像进行增强处理;将增强后的医学图像输入到训练好的目标分割模型中,得到分割结果;所述目标分割模型包括骨干网络和分割网络;本发明提出了面向深度神经网络高效训练的2D/3D数据处理技术,最大化保留图像特征的同时有效扩充数据集,提高深度神经网络的泛化性能;本发明还利用可分离卷积和空洞卷积进行跃层连接得到更优的骨干网络,有效扩大感受野的同时时间复杂度较小。

    一种线结构光中心线提取方法及存储介质

    公开(公告)号:CN110866924A

    公开(公告)日:2020-03-06

    申请号:CN201910906682.5

    申请日:2019-09-24

    Abstract: 本发明请求保护一种线结构光中心线提取方法,本发明属于机器视觉技术领域,包括:对CCD工业相机采集到的图像进行剪裁、图像灰度化、图像增强、图像去噪、图像二值化、形态学开闭运算和图像光条区域分割等一系列的处理;采用细化算法进行细化处理,得到包含单像素光条中心线的图像;对Steger算法进行了改进。首先确定感兴趣区域,对该区域进行中值滤波;其次按照已确定的约束阈值和1×5的可行动模板在图像行上移动,找出粗略的中心点;然后通过高斯函数的可分离性及对称性求出Hessian矩阵;最后用泰勒二次展开得到亚像素级中心坐标。该算法连通性较好,并且不存在毛刺,操作简单、运行效率高、提取速度快且精度高。本发明能够满足视觉检测系统的实时性要求。

    一种基于知识与数据融合驱动的多模态医学影像目标分割方法

    公开(公告)号:CN115115662B

    公开(公告)日:2025-04-08

    申请号:CN202210767851.3

    申请日:2022-07-01

    Abstract: 本发明属于医学图像处理领域,特别涉及一种基于知识与数据融合驱动的多模态医学影像目标分割方法,该方法包括:获取待检测的医学图像,对待检测的医学图像进行增强处理;将增强后的医学图像输入到训练好的目标分割模型中,得到分割结果;所述目标分割模型包括骨干网络和分割网络;本发明提出了面向深度神经网络高效训练的2D/3D数据处理技术,最大化保留图像特征的同时有效扩充数据集,提高深度神经网络的泛化性能;本发明还利用可分离卷积和空洞卷积进行跃层连接得到更优的骨干网络,有效扩大感受野的同时时间复杂度较小。

    面向复杂成像形态的金属表面缺陷快速自动检测方法

    公开(公告)号:CN117893464A

    公开(公告)日:2024-04-16

    申请号:CN202311611894.3

    申请日:2023-11-29

    Abstract: 本发明涉及一种面向复杂成像形态的金属表面缺陷快速自动检测方法,属于图像处理领域。该方法包括:1.采用FasterNet网络架构;2.采用PConv卷积通过执行逐点操作来降低计算负担和参数量;3.在主干特征提取网络中结合SENet注意力机制设计SENet‑FasterNet模块;4.针对在金属表面缺陷目标较小以及可能存在噪声的情况,重新设计Neck模块,加入BiFPN特征融合模块,使网络融合上下文特征信息,更加精准地定位到金属表面地缺陷位置;5.将金属表面缺陷检测平台获取到的金属表面图像数据输入到改进后的金属表面缺陷检测模型中,输出图像中每个表面缺陷目标的类别。

    一种线结构光中心线提取方法及存储介质

    公开(公告)号:CN110866924B

    公开(公告)日:2023-04-07

    申请号:CN201910906682.5

    申请日:2019-09-24

    Abstract: 本发明请求保护一种线结构光中心线提取方法,本发明属于机器视觉技术领域,包括:对CCD工业相机采集到的图像进行剪裁、图像灰度化、图像增强、图像去噪、图像二值化、形态学开闭运算和图像光条区域分割等一系列的处理;采用细化算法进行细化处理,得到包含单像素光条中心线的图像;对Steger算法进行了改进。首先确定感兴趣区域,对该区域进行中值滤波;其次按照已确定的约束阈值和1×5的可行动模板在图像行上移动,找出粗略的中心点;然后通过高斯函数的可分离性及对称性求出Hessian矩阵;最后用泰勒二次展开得到亚像素级中心坐标。该算法连通性较好,并且不存在毛刺,操作简单、运行效率高、提取速度快且精度高。本发明能够满足视觉检测系统的实时性要求。

    基于自适应迭代容积粒子滤波的蒙特卡罗定位算法

    公开(公告)号:CN108375374A

    公开(公告)日:2018-08-07

    申请号:CN201810162995.X

    申请日:2018-02-26

    Abstract: 本发明提供了一种基于自适应迭代容积粒子滤波的蒙特卡罗定位算法,属于机器人定位方法技术领域,本发明在CMCL(容积粒子滤波的蒙特卡罗定位)算法的基础上进行改进,针对当前CMCL算法存在的计算量大、实时处理能力较差的问题,提出了一种新的定位算法。本发明使用高斯-牛顿迭代容积卡尔曼滤波器生成重要性提议分布的容积粒子滤波器;并且利用Kullback-Leibler距离准则对CPF进行增强,以自适应地选择粒子数量。本发明可以有效避免标准容积粒子滤波的高阶截断误差的限制,减小定位误差及算法计算量,提高处理能力。

    一种激光切割的方法和设备

    公开(公告)号:CN106964907A

    公开(公告)日:2017-07-21

    申请号:CN201710275419.1

    申请日:2017-04-25

    CPC classification number: B23K26/38 B23K26/70

    Abstract: 本发明实施例提出了一种激光切割的方法和设备,其中,该方法包括:获取待切割件的三维形态数据以及旋转平移坐标;根据所述三维形态数据和所述旋转平移坐标实时对激光切割装置进行调整;基于调整后激光切割装置对待切割件进行激光切割。以此实现了对激光切割装置进行实时的精准控制以及调整,保证了后续切割的精度。

    连铸坯表面缺陷双目扫描与深度学习融合识别方法及系统

    公开(公告)号:CN110400296A

    公开(公告)日:2019-11-01

    申请号:CN201910656121.4

    申请日:2019-07-19

    Abstract: 本发明涉及一种连铸坯表面缺陷双目扫描与深度学习融合识别方法及系统,所述方法包括采用双目激光扫描成像提取连铸坯表面的三维形貌图像,根据深度信息定位感兴趣区域ROI,生成缺陷识别候选框,采用全连接神经网络对候选框内缺陷区域进行真实缺陷判别和类型识别,对于真实存在的缺陷,采用全卷积神经网络进行语义分割,本发明通过融合双目激光三维扫描成像与深度卷积神经网络目标识别和语义分割方法,能够精确识别缺陷三维量化形态信息,属于钢铁冶金中连铸坯质量检测与控制的领域。

Patent Agency Ranking