一种基于α-shape的自适应三维圆孔特征识别方法

    公开(公告)号:CN118155201A

    公开(公告)日:2024-06-07

    申请号:CN202410310821.9

    申请日:2024-03-19

    Applicant: 浙江大学

    Abstract: 本发明提供一种基于α‑shape的自适应三维圆孔特征识别方法,本发明方法根据点集的密度计算轮廓提取控制因子α以达到点集自适应轮廓提取的目的;利用条件滤波方法,滤除轮廓点中不属于圆孔的边界点以及离散噪声点;利用Ransac方法拟合轮廓点得到三维圆孔圆心、半径和法向特征信息。本发明方法可以适用于复杂的圆孔特征识别场景,鲁棒性强,有较高的定位精度。

    基于双侧远心镜头相机之间位置标定的音膜球顶装配系统

    公开(公告)号:CN110136068B

    公开(公告)日:2023-06-30

    申请号:CN201910209810.0

    申请日:2019-03-19

    Abstract: 基于双侧远心镜头相机之间位置标定的音膜球顶装配系统,包括使用双侧远心镜头的相机和能够在三轴向平移的机床,音膜相机和球顶相机相互位置标定时执行以下操作:在透明平台上放置一块透明标定物,音膜相机和球顶相机对标定物拍照得到标定物图像,分别对相机标定物图像进行特征点提取,获得每个特征点的像素坐标,将特征点像素坐标都转换到机床坐标系下,计算球顶相机和音膜相机在机床坐标系下的向量差,得出音膜相机和球顶相机之间的相对位置。本发明依靠视觉的定位装配,通过一种基于视觉的音膜球顶自动装配系统,完善了相机之间的相互位置误差标定,提高相机的图像采集性能,并且降低系统对于机械设备精度的要求,提高系统的装配精度。

    一种基于视觉定位的双臂协同智能装配系统

    公开(公告)号:CN111251336B

    公开(公告)日:2022-01-28

    申请号:CN201911168045.9

    申请日:2019-11-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于视觉定位的双臂协同智能装配系统,包括两台机械臂和两台相机,其中,第一相机固定在第一机械臂的末端执行器上,用来拍摄模组底座;第二相机固定在第一机械臂外部;第二机械臂的末端执行器为自动打螺丝机,在系统正式开始工作之前,进行前期标定,进行第一相机和第一机械臂基坐标系的标定,第二相机和第一机械臂基坐标系的标定,以及第一机械臂和第二机械臂之间位置转换的标定工作,获得对应的转换矩阵,以便将相机拍摄的图片中点的位置转换到机械臂的基坐标系下,引导机械臂到达指定位置;系统装配。

    电机异音检测方法
    57.
    发明授权

    公开(公告)号:CN108470570B

    公开(公告)日:2021-06-18

    申请号:CN201810062638.6

    申请日:2018-01-23

    Abstract: 本发明公开了电机异音检测方法,包括设定采样频率和采样时长t,进行音频信号采集,对音频信号进行分帧加窗处理,设置每帧的帧长L和相邻两帧的重叠长度M,将音频信号分为N帧信号;然后使用6层小波包提取音频特征;对小波包提取的音频特征做主成分分析获得特征向量等6个步骤。本发明可以辅助工人进行电机异音识别,提高检测效率并且保证产品的出厂质量,进而提高企业的整体的生产效率,降低企业的制造成本,同时了保护了工人的身体健康;可以有效地解决电机音频信号非稳态的问题,有效检测非稳态电机异音故障,识别准确率高。

    继电器测量的图像处理及图像扩充方法

    公开(公告)号:CN108427949B

    公开(公告)日:2021-04-06

    申请号:CN201810061017.6

    申请日:2018-01-22

    Applicant: 浙江大学

    Abstract: 本发明公开了继电器测量的图像处理及图像扩充方法,具体处理步骤如下:调整装置步骤、识别区域划分步骤、上部触点提取步骤、图像二值化处理步骤、图像统计步骤、边缘定位缩放步骤、图像扩充步骤、获取上部触点间隙最小值步骤、判定上部触点合格步骤、下部触片提取步骤、下部触片区域二值化处理步骤、下部触片平均宽度获取步骤、判定下部触片合格步骤、判定继电器合格步骤;本发明提出产品检测速度快、处理信息量大,产品检测准确率高的继电器测量的图像处理及图像扩充方法。

    一种高光谱图像分类方法及系统

    公开(公告)号:CN111881933A

    公开(公告)日:2020-11-03

    申请号:CN202010549981.0

    申请日:2020-06-16

    Applicant: 浙江大学

    Abstract: 本发明公开了一种高光谱图像分类方法,包括如下步骤:(1)输入待分类的高光谱图像;(2)用主成分分析法提取待分类的高光谱图像的光谱特征向量;(3)用灰度梯度共生矩阵提取待分类的高光谱图像的纹理特征向量(4)将提取到的光谱特征向量和纹理特征向量合并后作为分类特征向量输入预先训练好的支持向量机模型中,得到分类结果,其中支持向量机模型是使用训练集通过调整纹理特征提取窗口的方式进行反复训练使得训练集在支持向量机模型上的分类精度达到最佳而得的。

    基于深度相机的实时物体三维重建方法

    公开(公告)号:CN107833270B

    公开(公告)日:2020-07-03

    申请号:CN201710893987.8

    申请日:2017-09-28

    Applicant: 浙江大学

    Abstract: 基于深度相机的实时物体三维重建方法,包括从深度相机中按顺序获取一帧深度图像作为当前帧并进行预处理;通过质心ICP算法估算出的当前帧和前一帧的相对位姿,用前一帧的精确位姿与当前帧和前一帧的相对位姿计算得到当前帧相机的精确位姿;利用相机的精确位姿将当前帧数据融合到局部TSDF中;从局部TSDF中获取步骤3中融合于局部TSDF的点云,以该点云作为前一帧的点云,或者将局部TSDF与全局TSDF进行匹配融合,并将局部TSDF初始化。本发明具有能够避免ICP匹配算法失效,降低累积误差提高模型精度的适用于重建指定物体或人的优点。

Patent Agency Ranking