-
公开(公告)号：CN106485731B
公开(公告)日：2019-01-22
申请号：CN201610872893.8
申请日：2016-09-30
Applicant: 哈尔滨工业大学
IPC: G06T7/231
Abstract: 一种基于改进霍夫变换的图像位置配准方法，本发明涉及图像位置配准方法。本发明是要解决现有技术算法复杂、实时性差、计算量大以及算法鲁棒性差的问题，而提出的一种基于改进霍夫变换的图像位置配准方法。该方法是通过步骤一、得到当前灰度图像。步骤二、对步骤一得到的当前灰度图像中均匀选择m个匹配块；并对得到的匹配块进行筛选；步骤三、得到每个匹配块的局部运动估计矢量；步骤四、得到霍夫变换筛选后的局部运动估计矢量；步骤五、求取局部运动估计矢量平均值作为运动估计结果；依据运动估计结果，得到当前图像和基准图像的位置配准关系等步骤实现的。本发明应用于图像位置配准领域。
-
公开(公告)号：CN107194998B
公开(公告)日：2019-01-08
申请号：CN201710368940.X
申请日：2017-05-23
Applicant: 哈尔滨工业大学
IPC: G06T19/20
Abstract: 本发明涉及一种多层三维点云单层化的方法，属于点云数据处理领域，本发明为了解决现有的模型获取手段会获取到多余层，不利于进一步处理的缺点，而提出一种多层三维点云单层化的方法，包括：获取三维点云模型；求取每一个点的法向量；求第i个点的邻点组成的第二邻点集合；计算第i个点到该点的第j个邻点的向量，并计算该向量与第i个点的法向量所成夹角；判断第j个邻点对应的上步的夹角是否小于一定阈值；若是，则转至下一步；若否，则选取下一邻点，并转至上一步；计算第i个点的法向量与第j个邻点的法向量的夹角，若小于一定阈值，则将第j个邻点去除。本发明适用于多层三维点云的单层化处理。
-
公开(公告)号：CN106373123B
公开(公告)日：2019-01-08
申请号：CN201610839951.7
申请日：2016-09-21
Applicant: 哈尔滨工业大学
Abstract: 基于k_tSL中心聚类算法的工业元件表面缺陷检测方法，涉及基于机器视觉的工业元件表面缺陷检测技术。目的是为了解决现有主流工业产品表面缺陷检测技术在有干扰的情况下，检测精度低、稳定性差的问题。本发明首先对相机采集到的图像进行待测区域分割，得到元件的多个表面块感兴趣区域，对每一个表面块感兴趣区域的每一个像素位置进行特征提取，对多维特征使用K‑tSL中心聚类算法进行聚类，选取覆盖面积大于50％的连通区域作为正常区域，其余部分为缺陷部分，根据连通区域的大小判断工业元件是否合格。上述方法稳定性好，检测精度高，可以应用到工业元件的自动生产和监测中。
-
公开(公告)号：CN106373106B
公开(公告)日：2019-01-08
申请号：CN201610839953.6
申请日：2016-09-21
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 基于倒频谱直线势能函数的工业图像运动模糊抑制方法，本发明涉及工业图像运动模糊抑制方法。本发明是要解决工业成像过程中的运动模糊退化问题而提出了一种基于倒频谱直线势能函数的工业图像大尺度运动模糊抑制方法。该方法是通过一、确定感兴趣区域；二、得到傅里叶频谱图像；三、得到倒频谱图像；四、确定原ROI图像模糊角度的估计值五、确定原ROI图像模糊长度的估计值六、对于步骤四和步骤五得到的ROI图像的模糊角度和模糊尺度构建直线运动模糊核，并采用Lucy‑Richardson方法进行图像复原，得到清晰的ROI图像。等步骤实现的。本发明应用工业图像运动模糊抑制领域。
-
公开(公告)号：CN109035340A
公开(公告)日：2018-12-18
申请号：CN201810940041.7
申请日：2018-08-17
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种自动显微注射系统中不同微量吸液管尖端的自动定位方法及装置，属于自动显微注射系统领域，本发明为了解决现有的针尖定位方法由于难以将注射针与背景相分离，从而导致无法准确地定位吸持针针尖位置的缺点，而提出一种自动显微注射系统中不同微量吸液管尖端的自动定位方法，包括：对采集到的原始图像进行预处理；将滤波后的图像与降噪图像做像素值差；确定预定个数的最大连通区域；做连通区域的外接矩形，确定外接矩形与图像边界的两个交点的平均位置作为针尖的根位置；计算外轮廓中所有点与所述根位置的距离，及与根位置所连线段与图像横轴的夹角；做距离曲线，根据曲线确定针尖尖端位置。本发明适用于生物的自动显微注射。
-
Patent Agency Ranking
公开(公告)号：CN107194974A
公开(公告)日：2017-09-22
申请号：CN201710370296.X
申请日：2017-05-23
Applicant: 哈尔滨工业大学
IPC: G06T7/80
Abstract: 一种基于多次识别标定板图像的多目相机外参标定精度提高方法，本发明涉及基于多次识别标定板图像的多目相机外参标定精度提高方法。本发明为了解决现有三维建模中多相机之间相互位置关系不精确导致建模误差大的问题。本发明采用高精度校准低精度的方法，通过单点位移误差来校准轴方向方向误差来减少整体标定误差。本发明不断地采集更多的空间标定信息，取其标定坐标原点信息，补偿方向轴误差，达到误差量级小的信息补偿误差量级大的特征的效果。通过本发明标定校准方法，使双相机的标定误差从原先多点测量得以确定方向轴的误差级减少到单点测量确定原点位置的误差级。本发明用于相机标定领域。
-
公开(公告)号：CN106845033A
公开(公告)日：2017-06-13
申请号：CN201710148761.5
申请日：2017-03-13
Applicant: 哈尔滨工业大学
IPC: G06F17/50
CPC classification number: G06F17/5036 , G06F17/5086
Abstract: 一种基于视觉的喷漆喷枪扇面角度与均匀度建模方法，本发明涉及喷漆喷枪扇面角度与均匀度建模方法。本发明是为了解决现有技术准确度低、成本高的问题。依靠可靠的视觉检测装置与视觉检测算法，对喷枪扇面的角度与均匀度进行精确的识别，并提出一种评价标准。之后通过模式识别的方法，建立喷枪扇面角度，均匀度与喷枪扇面压力，雾化压力之间的模型关系。发明能够为工人提供可靠的喷枪扇面参数，并对如何调整扇面压力，雾化压力以得到更均匀更适合的喷枪扇面做出了指导作用，本发明能够明显提高生产效率，提高加工精度，节省加工时间，加工成本。本发明应用于汽车自动喷漆领域。
-
公开(公告)号：CN117036420A
公开(公告)日：2023-11-10
申请号：CN202311165568.4
申请日：2023-09-11
Applicant: 哈尔滨工业大学
Abstract: 一种基于LK光流的线特征追踪方法及设备，它属于计算机视觉领域。本发明解决了现有方法的帧间线特征提取和匹配所需的运算量大，无法保证实时性的问题。本发明方法首先利用改进EDlines算法对采集到的第一帧图像进行线特征提取；然后基于第一帧图像中的线特征和LK光流法对下一帧图像进行线特征追踪，且在线特征追踪时采用图像金字塔的形式。解决了传统方法需要在每帧图像中提取描述子和进行帧间匹配所需的运算量大的问题，本发明降低了线特征提取和进行帧间匹配的时间消耗，保证了实时性。本发明方法可以应用于图像中的线特征追踪。
-
公开(公告)号：CN109035340B
公开(公告)日：2021-08-20
申请号：CN201810940041.7
申请日：2018-08-17
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种自动显微注射系统中不同微量吸液管尖端的自动定位方法及装置，属于自动显微注射系统领域，本发明为了解决现有的针尖定位方法由于难以将注射针与背景相分离，从而导致无法准确地定位吸持针针尖位置的缺点，而提出一种自动显微注射系统中不同微量吸液管尖端的自动定位方法，包括：对采集到的原始图像进行预处理；将滤波后的图像与降噪图像做像素值差；确定预定个数的最大连通区域；做连通区域的外接矩形，确定外接矩形与图像边界的两个交点的平均位置作为针尖的根位置；计算外轮廓中所有点与所述根位置的距离，及与根位置所连线段与图像横轴的夹角；做距离曲线，根据曲线确定针尖尖端位置。本发明适用于生物的自动显微注射。
-
公开(公告)号：CN109409327B
公开(公告)日：2021-06-08
申请号：CN201811333891.7
申请日：2018-11-09
Applicant: 哈尔滨工业大学
Abstract: 基于端到端深度神经网络的RRU模块物件位姿检测方法，本发明涉及RRU模块物件位置与姿态检测方法。本发明的目的是为了解决现有深度神经网络进行目标定位和姿态检测时获得的是粗略的检测结果不能满足工业要求，以及网络训练的复杂、检测速度慢的问题。一：采集的物件图像；二：进行关键点标注；三：进行图像扩增，将扩增后的图像样本分为训练集和验证集；四：进行关键点标注，将图像文件和标签文件打包；五：搭建神经网络模型；六：得到训练好的神经网络；七：采集图像；八：得到边界框中心点位置；九：筛选出物件四个角点位置；十：计算出物件相对于水平位置的旋转角度。本发明用于RRU模块物件位姿检测领域。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.028 seconds)
