-
公开(公告)号：CN118261980A
公开(公告)日：2024-06-28
申请号：CN202410452112.4
申请日：2024-04-16
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于FPGA的高精度激光光斑中心检测方法，包括：光斑图像使用中值滤波去噪，并较好保留边缘的细节特征；光斑图像阈值处理去除光斑亮度中心部分和光斑背景，保留光斑边缘部分；光斑图像形态学处理，对阈值处理后的图像进行闭操作，去除光斑边缘部分的小型空洞；接着，使用Sobel算子对光斑图像进行边缘检测，得到光斑边缘的内外轮廓；最后膨胀并遍历内外轮廓，计算两个轮廓上最接近的两个点，使用灰度重心法分别计算光斑亮度中心和整个光斑图像的灰度重心，并将两个灰度重心所在直线和之前得到轮廓最接近的两个点的延长线的交点作为光斑中心点。在此基础上，将算法在FPGA开发平台上实现，提升了算法计算的速度。根据实验验证，本发明能降低远距离激光光斑形变而导致的光斑中心误差。
-
公开(公告)号：CN112651936B
公开(公告)日：2023-06-13
申请号：CN202011530627.X
申请日：2020-12-22
Applicant: 南京理工大学
IPC: G06T7/00 , G06V10/26 , G06V10/50 , G06V10/764
Abstract: 本发明公开了一种基于图像局部熵的钢板表面缺陷图像分割方法及系统，方法包括：将钢板图像转成灰度图像；对钢板图像进行光照不均匀校正；对校正后的灰度图像求取全局直方图，对每个像素，根据全局直方图计算其反向投影，得到原图的反向投影图像；对校正后的灰度图像求取局部直方图，对局部直方图计算一维信息熵，得到原图的信息熵图像；根据信息熵图像和反向投影图像计算每个像素属于缺陷的概率，得到缺陷概率图；对缺陷概率图进行阈值分割并进行形态学处理，得到最终的分割图像，将缺陷与背景分离。本发明方法操作简单、对噪声具有鲁棒性、并且能够对缺陷进行较为精确的分割。
-
公开(公告)号：CN109300086B
公开(公告)日：2022-09-27
申请号：CN201810935422.6
申请日：2018-08-16
Applicant: 南京理工大学
Abstract: 本发明提出了一种基于清晰度的图像分块方法，具体步骤为：步骤1、对两幅灰度图像分别进行去噪、增强预处理；步骤2、将预处理后的两幅图像分别分解成n个大小为M×N的图像块；步骤3、对两幅图相同位置图像块分别计算清晰度值，Fia表示图像A的第i个图像块的清晰度结果，Fib表示图像B的第i块的清晰度结果；步骤4、比较两幅图像相同位置清晰度的大小，得到二者的差值绝对值FiΔ，若差值绝对值FiΔ小于自定义阈值，则对图像块再次进行划分后回到步骤3，若FiΔ大于等于自定义阈值，则分块结束，完成图像的分块。本发明直接对图像子块进行清晰度数值比较判断子块划分情况，算法简单，耗时时间短，效率高。
-
公开(公告)号：CN112858321A
公开(公告)日：2021-05-28
申请号：CN202110196727.1
申请日：2021-02-22
Applicant: 南京理工大学
IPC: G01N21/89
Abstract: 本发明公开了一种基于线阵CCD的钢板表面缺陷检测系统及方法，系统包括：传动模块，用于带动待测钢板沿水平方向运动；照明模块，用于为图像采集模块提供充分照明保证视场亮度；图像采集模块，用于通过线阵CCD相机配合图像采集卡获取高分辨率的待测钢板表面图像；曝光控制模块，用于测量待测钢板的运动速度，并将其转换为脉冲信号输入到图像采集卡中以控制线阵CCD相机的曝光；图像处理模块，用于基于采集到待测钢板表面图像进行缺陷检测与定位。本发明实现了采用线阵CCD相机对钢铁生产线上运动钢板表面缺陷的非接触检测，采集到的钢板表面图像具有高分辨率和高精度的特点，能够有效、准确地实现缺陷的检出和定位。
-
公开(公告)号：CN110873718A
公开(公告)日：2020-03-10
申请号：CN201911121778.7
申请日：2019-11-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于机器视觉的钢板表面缺陷检测系统及方法，系统包括传动模块，用于带动被测钢板运动；激光测速模块，用于产生控制采集控制模块工作的信号；采集控制模块，用于控制图像采集模块工作；图像采集模块，用于采集被测钢板表面图像；图像处理模块，用于对被测钢板表面图像进行预处理和缺陷检测；图像分割存储模块，用于对被测钢板表面图像进行分割；图像显示模块，用于对被测钢板图像、被测钢板对应的缺陷信息进行显示。方法基于上述系统实现缺陷检测。本发明能实现非接触式钢板缺陷检测，并对高分辨率钢板表面图像和缺陷信息进行显示，具有采集速度快、分辨率高、显示速度快且流畅、检测精度高等特点，具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN110288083A
公开(公告)日：2019-09-27
申请号：CN201910488822.1
申请日：2019-06-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于FPGA和BP神经网络的微位移传感器信号处理系统及方法，该系统包括信号采集模块、信号处理模块、数据可视化模块以及数据存储与传输模块。该方法包括：利用信号采集模块采集微位移传感器的模拟信号，并将其转化为数字信号；由信号处理模块结合BP神经网络对数字信号进行滤波处理；滤波处理后的信号数据通过数据可视化模块进行实时图形显示；将信号采集模块采集的数据和滤波后的数据通过串口传输至计算机，进行存储和后续处理。本发明应用在数字信号领域中，能够对含噪信号进行实时处理，并显示信号特征，突破了经典滤波器中无法处理频带相互重叠的含噪信号以及现有现代滤波器计算复杂度高的局限，且在保证高精度的情况下显著提升运算速度。
-
公开(公告)号：CN109668509A
公开(公告)日：2019-04-23
申请号：CN201910048191.1
申请日：2019-01-18
Applicant: 南京理工大学
Abstract: 本发明公开了基于双棱镜单摄像机三维测量工业内窥镜系统及测量方法，系统包括：LED照明模块、双棱镜单摄像机模块、手柄模块、摄像机采集驱动与图像处理模块、显示模块以及数据编解码与存储模块；测量方法包括以下步骤：首先采集图像获得左右视图；然后对系统参数进行单目标定；接着对双棱镜单摄像机进行双目标定与校正；然后由LED照明模块照射待测场景表面，并采集待测场景的左右视图；之后对待测场景的左右视图进行校正；再获取校正后左右视图的视差图；最后获取待测场景的三维坐标图、感兴趣的点或区域的三维坐标图即形貌。本发明能对管道内壁等狭窄空间进行双目拍摄、三维重建与三维测量，具有易制造、快速与高精度测量等优势。
-
公开(公告)号：CN109425366A
公开(公告)日：2019-03-05
申请号：CN201710785706.7
申请日：2017-09-04
Applicant: 南京理工大学
Abstract: 本发明公开了一种用于主动光学微位移传感器的模拟信号处理电路。该电路包括：电源电路，为差分放大电路中的运算放大器和相敏检波电路中的乘法器供电，并为有源低通滤波电路中的运算放大器供电；差分放大电路，接收位移传感器和参考传感器的信号，进行差分放大后输出至相敏检波电路；相敏检波电路，一方面接收差分放大电路的输出信号，另一方面接收主动光学微位移传感器的驱动信号，将该两个信号相乘后得到一个高频信号和一个直流信号，并输出至有源低通滤波电路；有源低通滤波电路，滤除所接收信号中的高频信号，将所得直流信号输出至模数转换模块进行转换得到数字信号。本发明具有增益高、噪声小、信号稳定的特点，适用于主动光学系统的后级控制。
-
公开(公告)号：CN109300097A
公开(公告)日：2019-02-01
申请号：CN201810935996.3
申请日：2018-08-16
Applicant: 南京理工大学
IPC: G06T5/50
Abstract: 本发明提出了本发明公开了一种基于自适应分块的多序列图像融合方法，对预分割后的图像块的清晰度基于小波变换进行判断，如果两幅对比图像块的清晰度数值差值大于自定义阈值，则将清晰度数值大的图像块写入融合结果图，如果没有，则将两幅对比图进行自适应细分割，直到分割到规定的最小像素块，并将清晰度数值大的图像块写入融合结果图。本发明可以实现良好的图像融合效果，大大提高了分块清晰度判断的精度，提高了融合效果。
-
公开(公告)号：CN109029227A
公开(公告)日：2018-12-18
申请号：CN201710435612.7
申请日：2017-06-11
Applicant: 南京理工大学
IPC: G01B7/02
Abstract: 本发明涉及一种用于主动光学系统微位移传感器的自适应滤波算法及系统，系统包括信号发生模块、滤波模块、数据接收模块、控制模块、数据存储模块和输出模块；信号发生模块用于生成纯噪声信号和待处理信号；数据接收模块用于将原始采集的模拟信号经过A/D转换器转换后根据SPI协议输出为串行输出，再经过数字信号采集模块以16位的数据输入滤波模块；滤波模块用于根据自适应滤波算法对包含噪声信号的待处理信号进行滤波；数据存储模块用于存储未处理信号和处理完的信号，并在处理信号时及时提取出；控制模块用于各模块之间同步数据传输。本发明可以有效采集纯噪声信号完成数字滤波，滤除环境噪声以及信号在传输过程中所产生的噪声。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.023 seconds)
