-
公开(公告)号：CN117409138A
公开(公告)日：2024-01-16
申请号：CN202311338701.1
申请日：2023-10-16
Applicant: 湖北工业大学
Abstract: 本申请涉及精密光学测量领域，特别涉及一种基于白光显微干涉的高信噪比三维重建方法及装置。本申请通过获取若干相移差相同的连续干涉图像，通过多次差分处理和移动平方求和重构原始信号，并采用二次多项式拟合获取零光程差估计位置，再结合高度转化公式得到被测物品的粗略形貌。由于本申请中零光程差位置信息由尽可能相邻的多幅图像信息获取，能够排除环境光和机器噪声对干涉信号的影响，因此能够准确定位零光程差位置。解决了现有技术中因环境影响造成的零光程差位置定位错误的问题。
-
公开(公告)号：CN114932319A
公开(公告)日：2022-08-23
申请号：CN202210620560.1
申请日：2022-06-02
Applicant: 湖北工业大学
IPC: B23K26/362 , B23K26/70
Abstract: 本发明涉及激光加工技术领域，公开了一种用于激光加工的测控仪器，包括第一平台，第一平台上设有与其转动连接的旋转座和下球座；旋转座连接用于驱动其自转的第一旋转动力源，旋转座上设有与半圆形凹口间隙配合的半圆形凸起以及与纵向弧槽间隙配合的滑动套，滑动套通过连接板与旋转座连接，滑动套的中心设有激光加工头；下球座远离旋转座的一侧设有第一固定单元；旋转座的中心设有贯通旋转座的图像采集器；本发明能够通过精确的测控和校正实现对于球形工件表面倒U字形轨道的激光加工。
-
Patent Agency Ranking
公开(公告)号：CN115451866B
公开(公告)日：2024-06-25
申请号：CN202210967265.3
申请日：2022-08-12
Applicant: 湖北工业大学
Abstract: 本发明在传统条纹投影三维测量技术的基础上，提出一种基于光场等效相机阵列模型，并结合光场相机进行高反光表面三维测量。本发明的光场等效相机阵列模型避免了光场相机繁琐的标定过程和复杂的标定结果，实现快速精确标定。本发明的基于光场等效相机阵列模型的高反光表面三维测量方法，有效解决高反光表面三维重建后信息丢失问题。
-
公开(公告)号：CN115601621A
公开(公告)日：2023-01-13
申请号：CN202211264651.2
申请日：2022-10-17
Applicant: 湖北工业大学(CN)
Abstract: 本发明公开了基于条件生成对抗网络的强散射介质主动单像素成像方法，包括：设计基于哈达玛变换的单像素光学成像系统，用于获得测试目标在一系列不同散射条件和采样率下的一维探测信号值；采样得到的不同散射条件和采样率下的一维探测信号值，通过数据平均预处理后整形成二维信号图像，作为测试集图像；构建一种基于带压缩‑激励块和残差块的最小二乘损失函数模型的深度卷积条件生成对抗网络AMSPI‑LSCGAN；将最小二乘损失与内容损失和平均结构相似性损失相结合作为AMSPI‑LSCGAN网络的损失函数进行训练，避免训练崩溃以获得较高保真度的重建图像；将测试集图像输入到已经训练好的AMSPI‑LSCGAN网络中，以进行测试目标的重建。
-
公开(公告)号：CN115451866A
公开(公告)日：2022-12-09
申请号：CN202210967265.3
申请日：2022-08-12
Applicant: 湖北工业大学
Abstract: 本发明在传统条纹投影三维测量技术的基础上，提出一种基于光场等效相机阵列模型，并结合光场相机进行高反光表面三维测量。本发明的光场等效相机阵列模型避免了光场相机繁琐的标定过程和复杂的标定结果，实现快速精确标定。本发明的基于光场等效相机阵列模型的高反光表面三维测量方法，有效解决高反光表面三维重建后信息丢失问题。
-
公开(公告)号：CN114932319B
公开(公告)日：2023-07-07
申请号：CN202210620560.1
申请日：2022-06-02
Applicant: 湖北工业大学
IPC: B23K26/362 , B23K26/70
Abstract: 本发明涉及激光加工技术领域，公开了一种用于激光加工的测控仪器，包括第一平台，第一平台上设有与其转动连接的旋转座和下球座；旋转座连接用于驱动其自转的第一旋转动力源，旋转座上设有与半圆形凹口间隙配合的半圆形凸起以及与纵向弧槽间隙配合的滑动套，滑动套通过连接板与旋转座连接，滑动套的中心设有激光加工头；下球座远离旋转座的一侧设有第一固定单元；旋转座的中心设有贯通旋转座的图像采集器；本发明能够通过精确的测控和校正实现对于球形工件表面倒U字形轨道的激光加工。
-
公开(公告)号：CN115423722A
公开(公告)日：2022-12-02
申请号：CN202211180848.8
申请日：2022-09-27
Applicant: 湖北工业大学
Abstract: 本发明公开了低采样率下基于条件生成对抗网络的计算鬼成像方法，本发明能够挖掘恶劣环境或低采样率下图像的内部特征，通过在传统自动编码器算法的基础上进一步改进和优化，可有效解决低采样下重构图像的成像质量和成像速度问题。本发明与传统的CGI、CSCGI、CNN‑CGI、DCAN‑CGI和DGI方法相比，在低采样率下，可以更快地重建出目标图像，并且图像的PSNR和SSIM均有明显提升，能够有效滤除背景散斑，通过实际物理实验，进一步验证了本方法的可行性。在保证重构图像质量的前提下，利用GPU多核并行运算的高效率，能同时极大地缩短神经网络的训练时间和目标物体重建时间，对工程应用具有重要意义。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
