一种基于多模态融合的连铸结晶器渣厚度检测方法

    公开(公告)号:CN118729968A

    公开(公告)日:2024-10-01

    申请号:CN202411005140.8

    申请日:2024-07-25

    Abstract: 本发明公开了一种基于多模态融合的连铸结晶器渣厚度检测方法,包括:确定红外相机拍摄位置和激光测距仪安装位置,记录红外相机和激光测距仪的内部参数;对采集的保护渣区域的红外图像进行预处理,检测出图像中所有轮廓特征,利用相似三角形关系计算保护渣的视觉检测厚度;利用激光测距仪测量保护渣液面与激光测距仪间的间距,筛选出有效测量结果取算术平均值作为保护渣的激光检测厚度;控制红外相机和激光测距仪,每10S一个周期采集相应数据,利用扩展卡尔曼滤波持续获取连铸机保护渣在每个周期的厚度,本发明克服传统接触式测量方法无法连续测量的问题,并通过扩展卡尔曼滤波处理多模态的检测结果,提高了检测结果的准确性及效率。

    一种基于多尺度局部归一化滤波的红外和可见光图像分层匹配方法

    公开(公告)号:CN118608809A

    公开(公告)日:2024-09-06

    申请号:CN202410634671.7

    申请日:2024-05-22

    Abstract: 本发明公开了一种基于多尺度局部归一化滤波的红外和可见光图像分层匹配方法,包括:对红外和可见光图像进行轮廓边缘检测,并分别在三个尺度上提取轮廓上的角点作为特征点,为每一个特征点分配主方向;对两幅图像进行多尺度局部归一化滤波,将不同尺度下的变换结果叠加得到新图像,在新图像上对不同尺度下的特征点,构造其PIIFD描述符;按尺度参数将两幅图中的特征点各分为三个层次,将每层红外图像的特征点与每层可见光图像的特征点按描述符相似度进行匹配,并剔除异常匹配点对;将剔除误匹配处理后的匹配点数最多的匹配结果作为最终结果。本发明有效克服实际应用中红外和可见光图像之间模态差异和匹配困难的问题,提高了匹配鲁棒性和精度。

    一种基于多尺度局部灰度二值变换的多模图像匹配方法

    公开(公告)号:CN118334380A

    公开(公告)日:2024-07-12

    申请号:CN202410479223.4

    申请日:2024-04-22

    Abstract: 本发明公开了一种基于多尺度局部灰度二值变换的多模图像匹配方法,包括:对参考图像和待匹配图像进行轮廓提取,分别检测轮廓上的角点作为特征点,并计算其主方向;对两幅图像进行多尺度局部灰度二值变换,将各自不同尺度下的变换结果叠加得到新图像,在此图像上为每一个特征点构建PIIFD描述符,并计算两幅图像中每对特征点的描述符相似度;利用相似度匹配结果,筛选出对应轮廓,通过对应轮廓上的匹配点对计算出局部变换模型,统计所有对应轮廓之间局部变换模型参数,以估计全局变换模型参数,进而得到参考图像和待匹配图像之间的全局变换模型,实现全局匹配。本发明克服了多模图像匹配困难的问题,提高了特征点全局匹配的收敛性和响应速度。

    一种激光测距引导下的机器人视觉全局定位方法

    公开(公告)号:CN117889861A

    公开(公告)日:2024-04-16

    申请号:CN202410074485.2

    申请日:2024-01-18

    Abstract: 本发明公开了一种激光测距引导下的机器人视觉全局定位方法,包括:离线采集场景图像并记录激光测距信息,构建全局定位离线数据库;在线采集场景图像并记录激光测距信息,结合离线和在线的激光测距信息预估在线图像尺度大小,根据尺度预估结果对在线图像进行缩放,初步检索出全局定位离线数据库中具有最佳尺度的离线图像纳入初步检索结果;对放缩后的在线图像与初步检索出的图像进行特征匹配,选取准确率最高的离线图像作为最佳匹配图像,并计算在线图像与最佳匹配图像采集位置之间的相对关系,根据相对关系计算机器人当前位姿实现定位。本发明不但解决了图像尺度差异导致定位不准确的问题,提高了机器人全局定位的准确性,还降低了计算成本。

    一种连铸坯二冷水量的预测方法
    5.
    发明公开

    公开(公告)号:CN117290779A

    公开(公告)日:2023-12-26

    申请号:CN202311124258.8

    申请日:2023-08-31

    Abstract: 本发明公开了一种连铸坯二冷水量的预测方法,属于连铸冷却控制领域。它包括:步骤1、采集连铸机二冷区的生产历史数据,并将数据划分为训练样本数据和测试样本数据;步骤2、根据训练样本数据建立基于最小二乘支持向量机的二冷水量预测模型;步骤3、利用粒子群算法优化水量预测模型的参数,得到优化后的水量预测模型;步骤4、将测试样本数据的输入数据代入优化后的水量预测模型,然后将计算出的输出数据与测试样本数据中的输出数据进行比对,对优化后的水量预测模型的精准度进行判断。本发明基于最小二乘支持向量机方法建立二冷水量预测模型的基础上,对预测模型的参数进行了优化,有效提高了对二冷水量的预测精度。

Patent Agency Ranking