-
公开(公告)号：CN110610518B
公开(公告)日：2022-09-20
申请号：CN201910773427.8
申请日：2019-08-21
Applicant: 兰州交通大学
Abstract: 本发明涉及路基沉降测量技术领域，具体为一种基于特征点位置校正的靶标位姿测量系统及方法，其目的在于克服现有技术的不足，提供一种基于特征点位置校正的靶标位姿测量系统及方法；其包括第一摄像机、第一激光器，所述第一摄像机的侧面上安装有第一倾角仪，所述第二可调支架的上表面上安装有第二摄像机和第二激光器，所述第二摄像机的侧面上安装有第二倾角仪，座体的左侧板上设置有第一特征点靶面，所述座体的右侧板上设置有第二特征点靶面，其有益效果在于：根据实际运营情况设计了区别于传统特征点的特征点靶面的位姿测量系统，并结合特定的4特征点靶面提出了一种已知矩形特征点边长的位姿求解方法，能够精确求解靶面与相机之间的相对位姿。
-
公开(公告)号：CN107949023B
公开(公告)日：2020-11-24
申请号：CN201711251627.4
申请日：2017-12-01
Applicant: 兰州交通大学
Abstract: 本发明公开了一种CBTC系统切换算法，扫描列车周围AP的接收信号强度，发现新AP；根据新AP的接收信号强度，判别是否满足切换触发条件；测量列车运行速度，根据速度值选择合适的切换门限值；执行切换，计数器加1。本发明的有益效果是能够进一步降低乒乓切换率，提高切换成功率和网络吞吐量。
-
公开(公告)号：CN110334719B
公开(公告)日：2020-07-28
申请号：CN201910623705.1
申请日：2019-07-11
Applicant: 兰州交通大学
Abstract: 本发明中公开了一种提取遥感影像中建筑物图像的方法，包括：获取卷积神经网络模型；所述卷积神经网络模型为以遥感影像为输入，以建筑物图像为输出的训练后的神经网络模型；获取待采集区域的遥感影像；将所述遥感影像输入所述卷积神经网络模型，提取所述待采集区域的建筑物图像，得到初步提取结果；对所述初步提取结果采用形态学闭运算进行优化，得到待采集区域内建筑物图像的最终提取结果。并且还公开了实现这一方法的具体虚拟系统。本发明提供的提取遥感影像中建筑物图像的方法和系统，具有提取图像精度高和效率高的特点。
-
公开(公告)号：CN110610518A
公开(公告)日：2019-12-24
申请号：CN201910773427.8
申请日：2019-08-21
Applicant: 兰州交通大学
Abstract: 本发明涉及路基沉降测量技术领域，具体为一种基于特征点位置校正的靶标位姿测量系统及方法，其目的在于克服现有技术的不足，提供一种基于特征点位置校正的靶标位姿测量系统及方法；其包括第一摄像机、第一激光器，所述第一摄像机的侧面上安装有第一倾角仪，所述第二可调支架的上表面上安装有第二摄像机和第二激光器，所述第二摄像机的侧面上安装有第二倾角仪，座体的左侧板上设置有第一特征点靶面，所述座体的右侧板上设置有第二特征点靶面，其有益效果在于：根据实际运营情况设计了区别于传统特征点的特征点靶面的位姿测量系统，并结合特定的4特征点靶面提出了一种已知矩形特征点边长的位姿求解方法，能够精确求解靶面与相机之间的相对位姿。
-
公开(公告)号：CN107948464B
公开(公告)日：2019-07-23
申请号：CN201710829987.1
申请日：2017-09-15
Applicant: 兰州交通大学
IPC: H04N5/14 , G06T5/00 , G06T7/00 , G01N21/956
Abstract: 本发明公开一种印刷品检测图像侧向偏移的几何校正方法及系统，所述几何校正方法包括：根据导致侧向偏移失真的印刷设备震动幅度，针对线阵相机所采集的图像建立针对行像素的平滑核；通过所述平滑核分别对参考图像和待检图像进行逐行像素横向平滑；分别计算对应各行横向平滑的绝对值对；从各行绝对值对中，选取每行对应的最小减影值；根据各所述最小减影值的像素位置横坐标确定横向获取各所述最小减影值时的像素位置横坐标；根据各所述像素位置横坐标计算行像素的偏移量，以将所述待检图像向所述参考图像进行像素横向畸变逐行校正，便于后续对待检图像进行印刷品缺陷检测，保证两图像单一变量比对前提，可大量减少差分伪影，降低缺陷检测误检率。
-
Patent Agency Ranking
公开(公告)号：CN107948464A
公开(公告)日：2018-04-20
申请号：CN201710829987.1
申请日：2017-09-15
Applicant: 兰州交通大学
IPC: H04N5/14 , G06T5/00 , G06T7/00 , G01N21/956
CPC classification number: H04N5/14 , G01N21/956 , G06T5/002 , G06T5/006 , G06T7/001 , G06T2207/30144
Abstract: 本发明公开一种印刷品检测图像侧向偏移的几何校正方法及系统，所述几何校正方法包括：根据导致侧向偏移失真的印刷设备震动幅度，针对线阵相机所采集的图像建立针对行像素的平滑核；通过所述平滑核分别对参考图像和待检图像进行逐行像素横向平滑；分别计算对应各行横向平滑的绝对值对；从各行绝对值对中，选取每行对应的最小减影值；根据各所述最小减影值的像素位置横坐标确定横向获取各所述最小减影值时的像素位置横坐标；根据各所述像素位置横坐标计算行像素的偏移量，以将所述待检图像向所述参考图像进行像素横向畸变逐行校正，便于后续对待检图像进行印刷品缺陷检测，保证两图像单一变量比对前提，可大量减少差分伪影，降低缺陷检测误检率。
-
公开(公告)号：CN103810670B
公开(公告)日：2017-01-18
申请号：CN201410033988.1
申请日：2014-01-24
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于CUDA流和共享内存的DVH图并行统计方法，包括以下步骤：在主机端对器官进行采样，并将采样点位置传入设备端，每个器官的剂量统计分别用一个流进行处理；步骤2：使用纹理存储器载入剂量矩阵：步骤3：根据每个线程分配到的位置点，使用纹理拾取进行拾取，纹理的滤波模式设置为线性插值，即对三维纹理的八个像元根据距离进行线性插值，并返回线性插值得到的值；步骤4：使用共享内存存储统计结果，通过在共享内存上开辟N个子剂量盒，解决共享内存会出现的bank冲突问题，并加快了统计速度。
-
公开(公告)号：CN117056199A
公开(公告)日：2023-11-14
申请号：CN202310394843.3
申请日：2023-04-13
Applicant: 兰州交通大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于禁忌搜索的列车运行控制系统测试用例生成方法，该方法包括以下步骤：S1、提取临时限速场景的设备故障特征作为故障注入输入参数，分析设备间的约束关系，建立约束满足模型；S2、依据信号设备的特点，改进禁忌搜索算法的初始解生成方式和邻域搜索过程，生成满足约束关系的测试用例。本发明改进了禁忌搜索算法，将其成功应用在组合测试中，解决了初始解质量低、约束致使产生无效测试用例等问题，能够高效减少测试用例生成个数与覆盖组合，可有效缩短测试时间；本发明所提算法在覆盖维度较大、参数较多时，测试用例约简能力和故障检测能力更高，更节约测试成本，测试效率更高。
-
公开(公告)号：CN110517315B
公开(公告)日：2022-10-11
申请号：CN201910773096.8
申请日：2019-08-21
Applicant: 兰州交通大学
Abstract: 本发明涉及路基沉降测量技术领域，具体为一种图像式铁路路基表面沉降高精度在线监测系统及方法，其目的在于克服现有技术的不足，提供图像式铁路路基表面沉降高精度在线监测系统；其包括座体，所述座体的底板上安装有第一可调支架和第二可调支架，所所述第一可调支架的上表面安装有摄像机，所述摄像机的侧面安装有倾角仪，所述第二可调支架的上表面安装有激光器；其有益效果在于：主要解决了对于长期安装在铁路路基道床两侧工作的监测系统检测精度会受到光源亮度衰减、靶面附着粉尘、水雾、沙尘以及列车经过振动导致光源‑靶面‑相机的相对位置偏转等影响而产生测量误差的问题。
-
公开(公告)号：CN114842284A
公开(公告)日：2022-08-02
申请号：CN202210262052.0
申请日：2022-03-17
Applicant: 兰州交通大学
IPC: G06V10/774 , G06K9/62 , G06T7/00 , G06N3/04 , G06N3/08
Abstract: 本发明涉及钢轨表面缺陷检测技术领域，特别涉及一种基于注意力机制和DCGAN的钢轨表面缺陷图像扩充方法，包括以下步骤：制作轨面缺陷数据集；搭建自我注意力模块；搭建通道注意力模块；搭建DCGAN网络并加入自我注意力和通道注意力；训练模型并得到生成结果；有益效果为：适当增加了DCGAN网络的深度，加入自我注意力机制用以捕获图像中长距离尺寸依赖性，弥补了卷积只能处理局部邻域信息的缺点；加入通道注意力机制对卷积的通道相互依赖关系重新校准特征，关注更重要的通道信息。本发明生成的轨面缺陷样本较好，在原始数据集的基础上生成了许多新的缺陷，增加了缺陷的多样性，可以用于轨面缺陷样本的大量扩充，有助于提高有监督深度学习在钢轨检测上的应用。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.018 seconds)
