-
公开(公告)号：CN105136108A
公开(公告)日：2015-12-09
申请号：CN201510447921.7
申请日：2015-07-28
Applicant: 哈尔滨工程大学
IPC: G01C5/00
CPC classification number: G01C5/00
Abstract: 本发明所属立体视觉测量领域，具体涉及一种基于立体视觉高精度波浪浪高测量方法。本发明包括：水面预处理；特征图像投影；图像采集；图像特征点提取与匹配；求解图像三维高度；绘制图像三维等高线。本发明提供了一套高精度的水面波浪浪高测量系统。利用纳米气泡技术，将水面变成了均匀的乳白色，减少了水面透光、反射和折射现象对光学成像的影响，利用投影特征图案的方式，在水面上制造了大量的特征点。结合极线约束和sift算法完成了图像特征点的提取以及匹配任务。相对坐标求差法减少了系统噪声的影响。
-
公开(公告)号：CN117990704A
公开(公告)日：2024-05-07
申请号：CN202410123752.0
申请日：2024-01-30
Applicant: 哈尔滨工程大学
Abstract: 一种具备工件表面缺陷检测功能的摄像头装置，它涉及一种摄像头装置。本发明为了解决人工检测工件表面缺陷效率低、成本高，采用机械机构和工控就及摄像头进行缺陷检测，由于机械结构复杂、采集环境不易搭建及工控机算力不足，导致对轴承工件的缺陷检测仍然无法满足工业生产要求的问题。本发明包括中央处理系统、远程通信模组、综合存储器、视觉采集单元和电源模块。本发明属于工件表面缺陷检测技术领域。
-
公开(公告)号：CN115816396A
公开(公告)日：2023-03-21
申请号：CN202211467737.5
申请日：2022-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种三维轴承生产操作平台，包括：气缸平推装置、夹紧旋转装置和三维操作装置，气缸平推装置包括第一升降气缸，第一升降气缸上安装有平推组件；夹紧旋转装置包括夹紧组件，夹紧组件转动连接有旋转组件，旋转组件滑动连接在升降组件上；三维操作装置包括动力组件，动力组件传动连接两并排布置的主动滚动轴和从动滚动轴；第一升降气缸平推组件上移至支撑组件处，利用平推组件将支撑组件轴承移送至夹紧组件，旋转组件将夹紧组件翻转，升降组件将轴承移送至主动滚动轴和从动滚动轴。本发明能够不改变现有轴承工件流水线生产工序，与其实现无缝对接，从而实现从生产到外观缺陷检测整个流程的自动化，完成现有生产流水线的智能化升级。
-
公开(公告)号：CN109599120B
公开(公告)日：2021-12-07
申请号：CN201811589296.X
申请日：2018-12-25
Applicant: 哈尔滨工程大学
IPC: G10L17/26 , G10L21/0208 , G10L25/18 , G10L25/24
Abstract: 本发明公开了一种基于大规模养殖场厂哺乳动物异常声音监测方法，属于声音识别领域，具体涉及一种无监督的声音识别方法。本发明主要包括以下几个部分：1.谱图分析：对采集来的音频进行分析，确定声音识别方案的可行性；2.音频降噪：对音频降噪处理，提高声音识别的准确性；3.无监督音频分割：简化音频处理过程，无需手动切分得到包含所需声音事件的音频段；4.音频特征提取：采用的特征提取技术为Mel频率倒谱系数；5.无监督分类：采用无监督分类方法为K均值算法。本发明通过采用无监督的音频分割技术和K均值的分类方法，结合频谱、时频谱分析技术，音频降噪技术，Mel频率倒谱系数特征提取技术，实现了对大规模养殖场动物无监督的声音识别。
-
公开(公告)号：CN111105413B
公开(公告)日：2021-05-14
申请号：CN201911407774.5
申请日：2019-12-31
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像处理领域，具体涉及一种智能火花塞外观缺陷检测系统，包括以下步骤：采集待识别火花塞的外观图像；将采集得到的TIFF格式的图像转换为JPG格式图像；根据火花塞外观缺陷的类型将原图像进行区域分割；针对每一类缺陷，训练集与测试集按照一定比例生成数据集划分目录，根据此目录对采集到的图像进行数据集划分，分为训练集与测试集两部分；根据火花塞表面缺陷评价标准，应用标记工具LabelMe对采集数据进行缺陷标注；本发明利用图像区域分割的方式将多种缺陷类型区域化识别，极大提高了外观缺陷检测的准确率。利用基于GPU的多进程模型加载，一并输出待检测图片的识别结果，提高了外观缺陷检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN109377517B
公开(公告)日：2021-04-06
申请号：CN201811216196.2
申请日：2018-10-18
Applicant: 哈尔滨工程大学
IPC: G06T7/277
Abstract: 本发明公开了一种基于视频追踪技术的动物个体识别系统，属于机器学习领域。基于图像视频处理技术，将多目标追踪思想应用于动物个体识别场景中，通过实时记录圈内各个动物的轨迹位置坐标，实现动物个体识别。在方案具体实施中，将深度学习中的Faster‑RCNN多目标检测模型与传统追踪算法卡尔曼滤波器结合，解决了多目标追踪应用中经常出现的遮挡，轨迹交叉，实时性差等难点问题。利用采集的海量圈养数据模型，训练出基于Faster‑RCNN模型的圈养动物检测模型。本发明能够有效地实现零接触，无应激，在动物个体最自然的状态下实现动物个体识别，并且安装设备可实施性强，具有非常强的实际应用价值。
-
公开(公告)号：CN109785337A
公开(公告)日：2019-05-21
申请号：CN201811588576.9
申请日：2018-12-25
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于实例分割算法的栏内哺乳动物清点方法，属于计算机视觉领域；本发明通过摄像头将栏内哺乳动物的图像采集并发送到工作站中；然后选取目标轮廓清晰的图像，并将图像分为训练集、验证集和测试集，作为数据集用于模型训练；其次通过深度学习的实例分割算法，生成用于测试的分割模型；将测试集图像依次输入训练生成的分割模型，进行预测，输出测试结果和测试效果图；在测试完成后，自动保存测试效果图；最后通过对测试结果中目标边界框进行计数，进而实现对图像中目标数量的清点，本发明利用神经网络训练模型，避免了复杂的图像预处理步骤，有效提高了遮挡目标的识别准确率。
-
公开(公告)号：CN119832278A
公开(公告)日：2025-04-15
申请号：CN202510023729.9
申请日：2025-01-07
Applicant: 哈尔滨工程大学
IPC: G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于相似特征注意的图像特征相似性计算方法及系统，属于特征分类领域。为解决现有相似度计算不适用于轴承表面缺陷分类这种少样本情况，且存在背景信息干扰，影响计算结果问题。本发明利用支持集与查询集的相关性，设计相似特征注意模块，获取支持集的类原型中心、查询集两者之间的共同相似特征区域，比较两者之间的相似度得分，避免背景信息的干扰；设计自适应度量网络，对查询集相似特征进行类别预测，对查询集相似特征与每个类原型相似特征的相似度得分进行类别预测，最后计算二者的类别损失，通过类原型与查询集之间的相似度计算，确定两者之间的相似特征区域，相比于固定度量距离函数具有更好的泛化性。
-
公开(公告)号：CN115753797A
公开(公告)日：2023-03-07
申请号：CN202211472407.5
申请日：2022-11-23
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种三维转动轴承外观缺陷图像采集装置，包括：检测平台、轴承转动机构和缺陷检测机构，轴承转动机构包括两平行设置且位于同一平面的光轴导轨，两光轴导轨通过驱动组件转动连接在检测平台顶面，两光轴导轨用于驱动轴承转动；缺陷检测机构，缺陷检测机构包括两平行设置且位于同一平面的缺陷检测箱导轨，两缺陷检测箱导轨与两光轴导轨垂直设置，两缺陷检测箱导轨上滑动连接有缺陷检测箱，且缺陷检测箱高于两光轴导轨，缺陷检测箱朝向轴承的侧壁具有开口，开口与轴承位置相对应，缺陷检测箱内设有三维检测组件以及光源组件，本发明能够实现在一个位置上同时对轴承的三维表面进行检测，节省空间，一体化程度高，泛用性强。
-
公开(公告)号：CN109785337B
公开(公告)日：2021-07-06
申请号：CN201811588576.9
申请日：2018-12-25
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于实例分割算法的栏内哺乳动物清点方法，属于计算机视觉领域；本发明通过摄像头将栏内哺乳动物的图像采集并发送到工作站中；然后选取目标轮廓清晰的图像，并将图像分为训练集、验证集和测试集，作为数据集用于模型训练；其次通过深度学习的实例分割算法，生成用于测试的分割模型；将测试集图像依次输入训练生成的分割模型，进行预测，输出测试结果和测试效果图；在测试完成后，自动保存测试效果图；最后通过对测试结果中目标边界框进行计数，进而实现对图像中目标数量的清点，本发明利用神经网络训练模型，避免了复杂的图像预处理步骤，有效提高了遮挡目标的识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.019 seconds)
