公开(公告)号：CN107689078A

公开(公告)日：2018-02-13

申请号：CN201710717268.0

申请日：2017-08-21

Applicant: 哈尔滨工程大学

Inventor： 叶秀芬 ,  江帆 ,  梅新奎 ,  刘文智 ,  王天 ,  赵新华 ,  崔建文 ,  贾同超 ,  宫垠 ,  孙晶

IPC: G06T17/00 ,  G06T19/00

CPC classification number: G06T17/005 ,  G06T19/003

Abstract: 本发明公开了一种基于链表排序平衡二叉树的层次包围盒树构建方法，属于虚拟现实中软体碰撞检测技术领域。本发明将所要建立包围盒树的物体按照合理精度划分成基本几何图元，并生成对应的AABB层次包围盒，创建链表存储二叉树，对所建立二叉树进行遍历，在链表中每个二叉树对象增加一个属性值存储着该二叉树到参照地点的长度，根据链表中二叉树对象中该属性值对链表进行升序排列；遍历链表，将链表中的二叉树两两进行合并，合并结果存入该链表。本发明使用链表排序的平衡二叉树方法降低了树的高度，解决了二叉树合并过程中的重复排序问题，降低了遍历时的时间复杂度，节省了构造树的耗时，提升了碰撞检测过程的实时性及碰撞检测效率。

公开(公告)号：CN108444447A

公开(公告)日：2018-08-24

申请号：CN201810165090.8

申请日：2018-02-28

Applicant: 哈尔滨工程大学

Inventor： 叶秀芬 ,  王秀博 ,  刘文智 ,  李传龙 ,  宫垠 ,  李海波 ,  梅新奎 ,  王潇洋 ,  贾云鹏 ,  陈尚泽

IPC: G01C11/00 ,  G01C11/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种用于水下避障系统中的渔网实时自主检测方法，属于计算机视觉领域，通过水下激光探测手段和一种基于深度生成网络和深度学习回归式与区域建议相结合目标检测的方法，减少图像预处理操作的时间。本发明使用基于水下激光扫描系统采集渔网图像，克服传统光在水下的后向散射作用以及声波受海水环境影响敏感性问题，得到清晰、高亮度的水下渔网图像，可直接用于后期的渔网检测，不需要通过去噪等前期预处理手段，大大提升后期渔网目标检测过程的实时性，既保证深度学习大数据量的要求，又在保证实时性的前提下提高渔网目标检测的置信度，为水下避障系统提供视觉部分的渔网检测技术方法。

公开(公告)号：CN106097430B

公开(公告)日：2018-10-26

申请号：CN201610487738.4

申请日：2016-06-28

Applicant: 哈尔滨工程大学

Inventor： 叶秀芬 ,  李传龙 ,  陈尚泽 ,  宫垠 ,  刘文智 ,  王潇洋

IPC: G06T15/50 ,  G06T15/00 ,  G06T7/40 ,  G06T7/00

Abstract: 本发明提供的是一种多高斯信号拟合的激光条纹中心线提取方法。本发明方法通过使用一组具有不同期望及方法的高斯信号，以不同的位置及权值组合起来，最大程度的拟合激光线条图像某一行像素值的分布，当找到最佳的拟合组合时，根据各个高斯信号组合时所处的位置即可做出对激光线条中心的最优估计。本发明方法可以有效解决在激光线条图像的像素值分布无法满足对称性及均一性的情况下，准确地估计出激光线条的中心，提高3D扫描重建的精度。

公开(公告)号：CN106097430A

公开(公告)日：2016-11-09

申请号：CN201610487738.4

申请日：2016-06-28

Applicant: 哈尔滨工程大学

Inventor： 叶秀芬 ,  李传龙 ,  陈尚泽 ,  宫垠 ,  刘文智 ,  王潇洋

IPC: G06T15/50 ,  G06T15/00 ,  G06T7/40 ,  G06T7/00

CPC classification number: G06T15/503 ,  G06T7/0004 ,  G06T7/0012 ,  G06T15/005 ,  G06T2211/416

Abstract: 本发明提供的是一种多高斯信号拟合的激光条纹中心线提取方法。本发明方法通过使用一组具有不同期望及方法的高斯信号，以不同的位置及权值组合起来，最大程度的拟合激光线条图像某一行像素值的分布，当找到最佳的拟合组合时，根据各个高斯信号组合时所处的位置即可做出对激光线条中心的最优估计。本发明方法可以有效解决在激光线条图像的像素值分布无法满足对称性及均一性的情况下，准确地估计出激光线条的中心，提高3D扫描重建的精度。

公开(公告)号：CN108444447B

公开(公告)日：2020-09-25

申请号：CN201810165090.8

申请日：2018-02-28

Applicant: 哈尔滨工程大学

Inventor： 叶秀芬 ,  王秀博 ,  刘文智 ,  李传龙 ,  宫垠 ,  李海波 ,  梅新奎 ,  王潇洋 ,  贾云鹏 ,  陈尚泽

IPC: G01C11/00 ,  G01C11/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种用于水下避障系统中的渔网实时自主检测方法，属于计算机视觉领域，通过水下激光探测手段和一种基于深度生成网络和深度学习回归式与区域建议相结合目标检测的方法，减少图像预处理操作的时间。本发明使用基于水下激光扫描系统采集渔网图像，克服传统光在水下的后向散射作用以及声波受海水环境影响敏感性问题，得到清晰、高亮度的水下渔网图像，可直接用于后期的渔网检测，不需要通过去噪等前期预处理手段，大大提升后期渔网目标检测过程的实时性，既保证深度学习大数据量的要求，又在保证实时性的前提下提高渔网目标检测的置信度，为水下避障系统提供视觉部分的渔网检测技术方法。

公开(公告)号：CN108876855A

公开(公告)日：2018-11-23

申请号：CN201810519615.3

申请日：2018-05-28

Applicant: 哈尔滨工程大学

Inventor： 叶秀芬 ,  孙晶 ,  刘文智 ,  贾云鹏 ,  王潇洋 ,  周瀚文 ,  梅新奎 ,  陈尚泽 ,  肖树国 ,  宫垠

IPC: G06T7/73 ,  G06T5/00 ,  G06K9/62 ,  H04N9/73 ,  G06N3/04

Abstract: 本发明提出了一种基于深度学习的海参检测和双目视觉定位方法，适用于海洋牧场的水下机器人对海底海参捕捞任务，主要包括以下步骤：通过对双目摄像头进行标定获得摄像机的内外参数；对双目摄像头进行校正，使得左右视图的成像原点坐标一致、两摄像头光轴平行、左右成像平面共面、对极线行对齐；利用标定好的双目摄像头进行海底图像数据采集；对采集到的图像数据进行基于白平衡补偿的暗通道优先算法进行图像增强；对图像增强的海底图像进行基于深度学习的海参目标检测；对经过图像增强和深度学习获得目标二维回归框信息的图像进行双目立体特征点匹配算法得出目标的三维定位坐标信息。本发明可实现水下海参珍品的精确定位，且不需要人工参与。