-
公开(公告)号：CN112949463B
公开(公告)日：2023-08-04
申请号：CN202110219609.8
申请日：2021-02-26
Applicant: 长安大学
IPC: G06V20/64 , G06V10/26 , G06V10/30 , G06V10/764
Abstract: 本发明属于三维点云处理和机器学习技术领域，公开了一种集料级配快速检测模型的建立、检测方法及系统。该方法采集粗集料的三维点云数据，然后提取三维集料的52种与档位相关性强特征因子经图像预处理后做质量回归和类别预测，以此获得集料的级配。该方法避免了传统方法中主观因素造成的误差，速度快、效率高、鲁棒性好，可以实现集料级配检测的自动化，为道路施工提供质量保障。
-
Patent Agency Ranking
公开(公告)号：CN109166125A
公开(公告)日：2019-01-08
申请号：CN201810737688.X
申请日：2018-07-06
Applicant: 长安大学
Abstract: 本发明公开了一种基于多边缘融合机制的三维深度图像分割算法，包括以下步骤：获取集料颗粒的深度图像并进行预处理，得到预处理后的深度图，对预处理后的深度图提取边缘图像，并进行细化处理；利用被遮挡区域边缘图像与细化处理后的图像进行第一次融合，利用第一次融合后的图像与补全缺失数据后的集料颗粒边缘图像进行第二次融合；然后采用分水岭算法进行集料颗粒的分割。本发明针对颗粒深度图像由于被遮挡而产生的深度数据缺失问题，采用两次融合的方法的形成了颗粒边缘图像，补全了缺失边缘，从而保证了颗粒形态和棱角特征的完整性；对分水岭算法中的种子区域标定和距离变换函数的进行了优化选择，有效地减少了分割中的过分割和欠分割问题。
-
公开(公告)号：CN113283495A
公开(公告)日：2021-08-20
申请号：CN202110559947.6
申请日：2021-05-21
Applicant: 长安大学
Abstract: 本发明公开了一种集料颗粒分档方法及其装置，方法包括：获取集料颗粒2D/3D特征数据集；根据所述集料颗粒2D/3D特征数据集构建若干2D/3D特征的子数据集；构建基于高斯过程的集料分档模型；将所述若干2D/3D特征的子数据集输入至基于高斯过程的集料分档模型进行模型确认，得到最终的基于高斯过程的集料分档模型；将待分档集料颗粒输入至所述最终的基于高斯过程的集料分档模型得到分档结果。本发明综合考虑集料颗粒2D/3D特征数据，并采用基于高斯过程的机器学习集料分档算法进行分档预测，从而大幅提高了集料颗粒分档的精度。
-
公开(公告)号：CN109166125B
公开(公告)日：2021-03-12
申请号：CN201810737688.X
申请日：2018-07-06
Applicant: 长安大学
Abstract: 本发明公开了一种基于多边缘融合机制的三维深度图像分割算法，包括以下步骤：获取集料颗粒的深度图像并进行预处理，得到预处理后的深度图，对预处理后的深度图提取边缘图像，并进行细化处理；利用被遮挡区域边缘图像与细化处理后的图像进行第一次融合，利用第一次融合后的图像与补全缺失数据后的集料颗粒边缘图像进行第二次融合；然后采用分水岭算法进行集料颗粒的分割。本发明针对颗粒深度图像由于被遮挡而产生的深度数据缺失问题，采用两次融合的方法的形成了颗粒边缘图像，补全了缺失边缘，从而保证了颗粒形态和棱角特征的完整性；对分水岭算法中的种子区域标定和距离变换函数的进行了优化选择，有效地减少了分割中的过分割和欠分割问题。
-
公开(公告)号：CN113283495B
公开(公告)日：2024-02-13
申请号：CN202110559947.6
申请日：2021-05-21
Applicant: 长安大学
IPC: G06V10/764 , G06V10/774 , G06V10/771 , G06T7/62 , G06N20/00
Abstract: 本发明公开了一种集料颗粒分档方法及其装置，方法包括：获取集料颗粒2D/3D特征数据集；根据所述集料颗粒2D/3D特征数据集构建若干2D/3D特征的子数据集；构建基于高斯过程的集料分档模型；将所述若干2D/3D特征的子数据集输入至基于高斯过程的集料分档模型进行模型确认，得到最终的基于高斯过程的集料分档模型；将待分档集料颗粒输入至所述最终的基于高斯过程的集料分档模型得到分档结果。本发明综合考虑集料颗粒2D/3D特征数据，并采用基于高斯过程的机器学习集料分档算法进行分档预测，从而大幅提高了集料颗粒分档的精度。
-
公开(公告)号：CN112949463A
公开(公告)日：2021-06-11
申请号：CN202110219609.8
申请日：2021-02-26
Applicant: 长安大学
Abstract: 本发明属于三维点云处理和机器学习技术领域，公开了一种集料级配快速检测模型的建立、检测方法及系统。该方法采集粗集料的三维点云数据，然后提取三维集料的52种与档位相关性强特征因子经图像预处理后做质量回归和类别预测，以此获得集料的级配。该方法避免了传统方法中主观因素造成的误差，速度快、效率高、鲁棒性好，可以实现集料级配检测的自动化，为道路施工提供质量保障。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
