-
公开(公告)号：CN104715254B
公开(公告)日：2017-10-10
申请号：CN201510117991.6
申请日：2015-03-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于2D和3D SIFT特征融合的一般物体识别方法。为了提高一般物体识别的识别正确率，本发明在尺度不变特征变换(Scale Invariant Feature Transform,SIFT)即2D SIFT的基础上，提出了基于点云模型的3D SIFT特征描述子，进而提出一种基于2D和3D SIFT特征融合的一般物体识别算法。步骤如下：(1)分别提取物体2维图像和3维点云的2D和3D SIFT特征描述子；(2)利用BoW(Bag of Words)模型得到物体特征向量；(3)根据特征级融合将两个特征向量进行融合实现物体描述；(4)运用有监督分类器支持向量机(Support Vector Machine,SVM)实现分类识别，给出最终识别结果。
-
公开(公告)号：CN107220589A
公开(公告)日：2017-09-29
申请号：CN201710264280.0
申请日：2017-04-21
Applicant: 东南大学
CPC classification number: G06K9/00718 , G06K9/00744 , G06K9/6215 , G06K2209/23
Abstract: 本发明公开了一种基于ELM与HMM的序列飞机目标识别方法，首先对序列飞机图像提取飞机目标轮廓，构造具有平移、旋转、缩放不变性的轮廓局部奇异值特征；对于轮廓局部奇异值特征，构建对应的SLFNs，并采用学习速度快的ELM算法训练SLFNs；为训练样本库中的c类飞机建立对应的HMM，每类飞机HMM的状态为飞机360度飞行姿态中的7个，观察值集合为c类飞机的全部状态共计7c个，对飞机HMM进行初始化与训练，得到训练好的c个飞机HMM；对待识别的序列飞机图像首先提取其轮廓局部奇异值特征，通过训练好的SLFNs得到初识别结果，最后计算序列与c个飞机HMM的相似度，取最大值对应的飞机类别作为最终的识别结果。本发明可以有效的解决由于姿态多变导致的飞机目标识别率低下问题。
-
公开(公告)号：CN103464527B
公开(公告)日：2015-07-01
申请号：CN201310452619.1
申请日：2013-09-27
Applicant: 东南大学
IPC: B21C51/00
Abstract: 本发明公开了一种管材位置检测装置及方法，所述装置包括激光发射端、激光接收端和控制器，激光发射端位于管材的下方，激光接收端位于管材的上方；激光发射端包括阵列式平置的LED和平置的菲涅尔透镜，菲涅尔透镜用于将LED的散射光折射成向上的平行光；激光接收端包括阵列式平置的激光接收管，激光接收管用于接收LED透过菲涅尔透镜折射出的光信号；相邻激光接收管之间的间距小于等于管材的直径；控制器用于接收所有激光接收管的检测信号并据此判断管材位置。本发明提供的管材位置检测装置及方法，只要管材在检测范围内就会有相应的信号输出，解决原有点式检测存在漏检的问题和摄像头检测的高成本问题，提高检测装置的抗抖动性。
-
公开(公告)号：CN104715254A
公开(公告)日：2015-06-17
申请号：CN201510117991.6
申请日：2015-03-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于2D和3D SIFT特征融合的一般物体识别方法。为了提高一般物体识别的识别正确率，本发明在尺度不变特征变换(Scale Invariant Feature Transform,SIFT)即2D SIFT的基础上，提出了基于点云模型的3D SIFT特征描述子，进而提出一种基于2D和3D SIFT特征融合的一般物体识别算法。步骤如下：(1)分别提取物体2维图像和3维点云的2D和3D SIFT特征描述子；(2)利用BoW(Bag of Words)模型得到物体特征向量；(3)根据特征级融合将两个特征向量进行融合实现物体描述；(4)运用有监督分类器支持向量机(Support Vector Machine,SVM)实现分类识别，给出最终识别结果。
-
公开(公告)号：CN103514157A
公开(公告)日：2014-01-15
申请号：CN201310495299.8
申请日：2013-10-21
Applicant: 东南大学
Abstract: 本发明公开了一种面向室内智能机器人导航的路径自然语言处理方法，本发明通过分析收集到的路径自然语言的语料，提出句法结构，在此基础上构造层叠条件随机场，提取生语料中名词短语，然后提取生语料中的语义组块，引入名词实体关系推理方法获取名词短语中名词实体之间的关系，最后提取路径单元，连接路径单元生成路径。本发明实现了既不需要依靠高精度的地图，也不需要提前输入手绘地图的路径自然语言处理方法，来实现路径提取。
-
Patent Agency Ranking
公开(公告)号：CN102704215B
公开(公告)日：2013-09-25
申请号：CN201210121892.1
申请日：2012-04-24
Applicant: 东南大学
Abstract: 本发明公开一种基于DST文件解析与机器视觉结合的绣布自动切割方法，在毛绒玩具制造业，毛绒玩具的外形和图案是采用刺绣机器进行加工，然后采用激光切割机将整幅绣片进行逐一切割。本发明方法首先通过将DST文件（刺绣文件）解析为图像文件，选择其中的切割单元并提取其信息，获得其单元的内部参数。然后根据照相机拍照得到的切割样本的图像，对其进行相关的处理，将之前得到的切割单元信息与处理后的样本匹配，最终确定切割线位置并产生PLT文件，由切割机进行切割。不同于其它基于机器视觉的激光切割方法，本方法只需要拍照一次就可以完成整幅刺绣样本的切割，本方法具有工作效率高、残次率低的特点，对复杂刺绣样本有很强的切割能力。
-
公开(公告)号：CN101966617B
公开(公告)日：2012-11-28
申请号：CN201010266458.3
申请日：2010-08-30
Applicant: 东南大学
Abstract: 本发明主要提出了一种用于机器人连续运动下的线结构光视觉视图模型的简约描述方法，该方法首先利用焊接机器人的非工艺运动的冗余自由度进行传感器检测姿态的规划，进一步通过沿规划好的检测运动轨迹采取传感器成像的仿真信号以获取原始的视图数据集，最后通过对成像采样信号定性分类得到整个机器人连续运动轨迹上的视图模型进行简约描述。该方法作为焊接机器人离线编程仿真系统的传感器仿真功能在一定程度上提升了机器人检测的自动化，该方法可应用于基于线结构光视觉传感的焊缝跟踪和焊缝搜索等典型任务中。
-
公开(公告)号：CN101887585B
公开(公告)日：2012-04-11
申请号：CN201010228603.9
申请日：2010-07-15
Applicant: 东南大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于非共面特征点的摄像机标定方法，该方法包括以下步骤：设置立体靶标，并建立立体靶标坐标系；所述立体靶标能够提供至少6个非共面特征点；用摄像机拍摄立体靶标图像，所拍摄图像中至少包含6个非共面特征点；提取至少6个非共面特征点在图像坐标系下的坐标，求解立体靶标坐标系与图像坐标系之间的单应矩阵；根据得到的单应矩阵，求解摄像机的内部参数和外部参数；对得到的内部参数和外部参数进行非线性优化。本发明提出的标定方法，靶标设置简单，仅需要拍摄一张图像即可完成标定，且使用方法灵活，标定精度较高。
-
公开(公告)号：CN102313547A
公开(公告)日：2012-01-11
申请号：CN201110137636.7
申请日：2011-05-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于手绘轮廓语义地图的移动机器人视觉导航方法，包括如下步骤：绘制手绘轮廓语义地图；选择对应的子数据库；标签的设计与识别；目标分割；将子数据库包括的图像和分割区域进行匹配；机器人粗定位；机器人导航。本发明通过在复杂环境中的可能参考目标上贴统一的标签，根据手绘轮廓语义地图的指导，利用机器人自带的单目摄像机作为主要的传感器来引导机器人运行，利用声纳来辅助机器人进行避障，并融合里程计信息来粗略定位，最终在它们的相互协作下完成导航任务。机器人利用本发明的方法，不需要精确环境地图及精确运行路径就能顺利导航，并能实时有效地避开动态障碍物。
-
公开(公告)号：CN101639864A
公开(公告)日：2010-02-03
申请号：CN200910184286.2
申请日：2009-08-18
Applicant: 东南大学
IPC: G06F17/30
Abstract: 本发明公布了一种分层递阶的DSmT快速近似推理融合方法。该方法针对超幂集空间中仅单子焦元具有信度赋值的情况，利用二叉树和三叉树分组技术对其进行刚性分组，以便实现不同粒度焦元的映射。与此同时，对每个信息源对应的各个分组焦元进行信度赋值求和，然后运用DSmT组合规则和比例冲突分配规则对粗化超幂集空间的两个信息源进行融合，保存该融合结果作为父子之间节点连接权值，接着对每个分组焦元信度赋值归一化处理。通过设定树的深度，来确定分层递阶的次数。本发明具有计算简单，运算效率高，近似计算结果鲁棒性好等优点，能够有效地解决DSmT证据推理随着鉴别框焦元的增加而导致的计算瓶颈问题。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.025 seconds)
