-
公开(公告)号：CN105069441A
公开(公告)日：2015-11-18
申请号：CN201510518054.1
申请日：2015-08-21
Applicant: 燕山大学
IPC: G06K9/00
CPC classification number: G06K9/00825
Abstract: 一种基于背景更新与粒子群算法的运动车辆检测方法，所述方法包括以下步骤：利用双边滤波法对视频图像进行预处理，去除图像噪声的同时又能保护图像的边缘信息；采用surendra背景更新算法实现背景更新；背景更新过程中，通过粒子群极大熵法求得帧差图像的最优阈值实现背景更新；再通过背景差分法获得运动目标的灰度图像，并采用粒子群极大熵法求得差分图像的最优阈值实现图像分割；经过形态学处理检测出运动车辆。本发明能够适应简单的交通环境，同样也能克服复杂环境的影响，提高检测目标的准确率。
-
公开(公告)号：CN104749334A
公开(公告)日：2015-07-01
申请号：CN201510086346.2
申请日：2015-02-16
Applicant: 燕山大学
IPC: G01N33/18
Abstract: 一种基于模式识别的生物式异常水质评价系统设计方法，其基本思想是：针对水质评价所表现出的多因子、高维、非线性等特点，及评价因子与水质之间的复杂关系的问题，本发明以生物式水质评价中常见的生物指示物鱼为研究对象，运用计算机图像处理技术提出了一种快速的异常水质评价系统。首先基于计算机视觉采集可以反映水质状况的鱼类运动视频图像，然后利用图像处理技术获得水质评价指标即鱼类行为特征参数，同时基于模式识别建立可以反映水质状况与鱼类行为特征参数的语义映射模型，最后考察模型的可行性。本发明在提取鱼类运动信息时能够克服环境光照变化和噪声变化的影响，利用支持向量机SVM构造水质异常评价模型并实时更新提高模型鲁棒性。
-
公开(公告)号：CN114067434B
公开(公告)日：2024-05-24
申请号：CN202111339429.X
申请日：2021-11-12
Applicant: 燕山大学
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06N3/0442 , G08B21/04
Abstract: 本发明公开了基于深度时空卷积自编码器的跌倒行为检测方法及装置，属于数字图像识别技术领域，该方法包括：预处理正常活动的视频帧数据；对预处理正常活动的视频帧数据后的数据降噪处理；采用3D卷积构建深度时空卷积自编码器跌倒异常检测模型；训练深度时空卷积自编码器跌倒异常检测模型；识别视频帧有跌倒异常；该装置包括视频帧采集模块、预处理模块、降噪模块、构建模块、训练模块以及识别模块，本发明把跌倒检测视为一个异常检测问题，因为跌倒在平时生活中比较少见，导致样本类别不均衡，因此把异常检测应用在跌倒问题可以平衡样本的类别并显示出更好的检测效果。
-
公开(公告)号：CN114406247A
公开(公告)日：2022-04-29
申请号：CN202111312062.2
申请日：2021-11-08
Applicant: 燕山大学
Abstract: 本申请公开了一种用于取放纵梁类铸件及其砂芯的夹具，涉及纵梁类铸件铸造模具技术领域。能够连接在机器人的执行端实现对铸件和砂芯的自动化取放，从而降低劳动强度，提高工作效率。该夹具包括框架；框架的后侧面上设有用于与机器人执行端连接的法兰；框架内设有铸件取放机构和砂芯取放机构，铸件取放机构和砂芯取放机构背向设置；铸件取放机构包括第一定位支撑件和至少两个第一压紧组件，第一定位支撑件能够伸入纵梁类铸件的安装定位孔中；两个第一压紧组件能够分别压紧纵梁类铸件两侧对应的浇道；砂芯取放机构包括第二定位支撑件和夹紧组件，第二定位支撑件能够插入砂芯的定位部中；夹紧组件能够夹紧砂芯的侧面。
-
公开(公告)号：CN114067434A
公开(公告)日：2022-02-18
申请号：CN202111339429.X
申请日：2021-11-12
Applicant: 燕山大学
Abstract: 本发明公开了基于深度时空卷积自编码器的跌倒行为检测方法及装置，属于数字图像识别技术领域，该方法包括：预处理正常活动的视频帧数据；对预处理正常活动的视频帧数据后的数据降噪处理；采用3D卷积构建深度时空卷积自编码器跌倒异常检测模型；训练深度时空卷积自编码器跌倒异常检测模型；识别视频帧有跌倒异常；该装置包括视频帧采集模块、预处理模块、降噪模块、构建模块、训练模块以及识别模块，本发明把跌倒检测视为一个异常检测问题，因为跌倒在平时生活中比较少见，导致样本类别不均衡，因此把异常检测应用在跌倒问题可以平衡样本的类别并显示出更好的检测效果。
-
Patent Agency Ranking
公开(公告)号：CN110860877B
公开(公告)日：2020-09-22
申请号：CN201911242926.0
申请日：2019-12-06
Applicant: 燕山大学
IPC: B23P19/02
Abstract: 本发明提供一种轴承自动化装配设备，包括主架装置、固定定位装置、装配装置、夹持装置。主架装置放置在地面上，固定定位装置滑动安装在主架装置上，装配装置安装在固定定位装置上，夹持装置滑动安装在主架装置上；本发明通过将需要装配轴承的部件放置在夹持装置上，夹持装置和固定定位装置对部件的轴承装配位置进行定位，固定定位装置将轴承夹持住，随后固定定位装置下降使得轴承与部件接触并定位好，随后装配装置将轴承锤击装配到部件中。
-
公开(公告)号：CN103914701B
公开(公告)日：2017-10-27
申请号：CN201410104987.1
申请日：2014-03-20
Applicant: 燕山大学
IPC: G06K9/60
Abstract: 一种基于图像的夜间车辆检测方法，包括如下步骤：计算机读取获取的图像；将图像进行灰度变换、中值滤波、形态学处理等预处理；将过程中的中值滤波图像与形态学腐蚀后的图像进行减运算；将图像进行二值化，阈值为灰度值的最大值与最小值之和的二分之一，大于阈值的像素点为车灯的初始信息，为了是视觉效果更好，对图像再进行膨胀处理，此时的图像中有不属于车灯的部分；提取出同一辆车的车灯，同时将多余部分去除；此时计算机输出的图像为最终夜间汽车前照灯的车灯信息的检测结果。本发明方法适用于摄像机固定的场景下夜间车辆检测，具有通用性高、精确性高，反应速度快等优点。
-
公开(公告)号：CN103914701A
公开(公告)日：2014-07-09
申请号：CN201410104987.1
申请日：2014-03-20
Applicant: 燕山大学
IPC: G06K9/60
Abstract: 一种基于图像的夜间车辆检测方法，包括如下步骤：计算机读取获取的图像；将图像进行灰度变换、中值滤波、形态学处理等预处理；将过程中的中值滤波图像与形态学腐蚀后的图像进行减运算；将图像进行二值化，阈值为灰度值的最大值与最小值之和的二分之一，大于阈值的像素点为车灯的初始信息，为了是视觉效果更好，对图像再进行膨胀处理，此时的图像中有不属于车灯的部分；提取出同一辆车的车灯，同时将多余部分去除；此时计算机输出的图像为最终夜间汽车前照灯的车灯信息的检测结果。本发明方法适用于摄像机固定的场景下夜间车辆检测，具有通用性高、精确性高，反应速度快等优点。
-
公开(公告)号：CN102645241A
公开(公告)日：2012-08-22
申请号：CN201210112214.9
申请日：2012-04-17
Applicant: 燕山大学
IPC: G01D11/30
Abstract: 一种视觉监测并联云台，由机座、动平台以及连接它们的一个约束驱动支链和两个结构相同的驱动支链构成，三个支链两端与机座和动平台呈正三角形对称分布，其约束驱动支链由两个万向副和一个驱动移动副组成，构成UPU型串联结构支链，并通过万向副与机座和动平台连接。两个完全相同的驱动支链均由一个万向副、一个移动驱动副和一个球铰组成，构成UPS型串联结构支链，并通过万向副与机座连接，通过球铰与动平台连接，摄像机固定在动平台上。本发明具有承载能力强、稳定性好、工作空间大、灵巧度高、结构简单、运动支链少、不易干涉、无自微动、精度高、驱动靠近机座容易控制等优点，能够实现大范围内的俯视和水平视觉监测，扩大摄像机的监视范围。
-
公开(公告)号：CN118024244A
公开(公告)日：2024-05-14
申请号：CN202410217848.3
申请日：2024-02-28
Applicant: 燕山大学
IPC: B25J9/16
Abstract: 本发明公开了基于深度强化学习的机械臂移动目标抓取优化训练方法，属于机械臂控制以及深度强化学习领域，包括将机械臂对移动目标抓取的问题建立成强化学习环境模型，利用视觉传感器获取移动目标当前的状态信息，将获得的状态信息作为神经网络的输入，输出可选动作的概率分布，并将状态动作转换元组存入经验池。使用具有优先级动态后视经验回放技术对经验池进行排序与扩充并对Actor‑Critic网络进行训练。通过连续的训练迭代，可以得到机械臂移动目标抓取的最优策略。本发明能够加机械臂移动目标抓取的训练速度，更快学到最优控制策，为实现更高级别的自动化控制提供了有力的工具。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.024 seconds)
