一种基于二维动态图像法的机制砂级配测量系统

    公开(公告)号:CN111044419A

    公开(公告)日:2020-04-21

    申请号:CN201911388331.6

    申请日:2019-12-30

    Applicant: 华侨大学

    Abstract: 本发明一种基于二维动态图像法的机制砂级配测量系统,包括:图像采集模块,用于获得颗粒在不同角度下的视频图像;颗粒定位模块,用于定位该颗粒在下落过程中每一帧图像的位置区域,并将视频分帧,得到颗粒下落若干张图像;图像二值化模块,用于将原始图像转化二值图像;颗粒轮廓分割模块,用于从二值图像中分割出颗粒轮廓;三维厚度计算模块,用于处理图像得到颗粒在不同角度下的片面厚度,并获得颗粒的三维真实厚度;投影面积计算模块,用于得到机制砂颗粒的投影面积;级配统计模块,结合机制砂颗粒的真实厚度与投影面积得到单颗粒体积,利用颗粒体积之和得到机制砂的级配参数。本发明能够减小由于仅依靠二维图像测量三维颗粒造成的检测误差。

    基于点阵高光谱检测的建筑垃圾在线分拣系统和方法

    公开(公告)号:CN107999399A

    公开(公告)日:2018-05-08

    申请号:CN201711449229.3

    申请日:2017-12-27

    Abstract: 基于点阵高光谱检测的建筑垃圾在线分拣系统和方法,包括输送给料装置、图像采集装置、抓取执行装置、高光谱检测装置、分类收集装置和上位机;该输送给料装置与上位机相连以变速地运输物料;该图像采集装置与上位机相连以采集物料的图像信息供计算质心和旋转角;该抓取执行装置与上位机相连以根据控制命令抓取物料;该高光谱检测装置安装于抓取执行装置上以采集被抓取物料的高光谱信息;该上位机与高光谱检测装置相连以结合主成分分析算法判断物料种类,并控制抓取执行装置将其放入分类收集装置的对应位置。成本更低廉,开机运行后,整条生产线上无需人工参与捡拾,安全性高,准确性可靠。

    一种配电柜运输装置及方法

    公开(公告)号:CN107658765A

    公开(公告)日:2018-02-02

    申请号:CN201710800568.5

    申请日:2017-09-07

    Applicant: 华侨大学

    CPC classification number: H02B3/00 B66F9/145 B66F9/16 B66F9/183 B66F9/22

    Abstract: 本发明公开了一种配电柜运输装置及方法,装置包括机身,还包括设置于机身上的宽度调节机构、抱紧机构、推斜机构、货叉机构和抬升机构;所述抱紧机构、推斜机构、货叉机构和抬升机构包括液压杆件、控制系统及相应的机械结构;所述宽度调节机构为四杆机构,范围内可调节;所述宽度调节机构、抱紧机构、推斜机构、货叉机构和抬升机构相互协调,按照一定的先后顺序完成指定动作实现置于地面的配电柜的叉起、运输、卸车。本发明针对置于地面、普通运输装备无法直接叉起、运输的配电柜提出一种叉起、运输、卸车的运输装置及方法,提高配电柜搬运工作效率。

    一种表面含砂浆的再生骨料的视觉检测分类方法和系统

    公开(公告)号:CN114118266B

    公开(公告)日:2024-08-20

    申请号:CN202111406830.0

    申请日:2021-11-24

    Applicant: 华侨大学

    Abstract: 本发明提供了一种表面含砂浆的再生骨料的视觉检测分类方法,具体为:读取传送带的速度,通过控制传送带速度将分散在皮带上的再生骨料依次送到图像采集区域;通过彩色线阵相机扫描在传送带上移动的再生骨料表面,得到含再生骨料表面纹理信息的图像;对图像进行预处理得到预处理后的图像,并输入到深度学习神经网络,确定出每个再生骨料的信息;根据每个再生骨料的信息,控制在输送带出口处的气阀,将满足等级要求的再生骨料吹出;本发明提供的方法通过检测再生骨料的等级,将不同等级的再生骨料分离开,实现对再生骨料等级的检测并对骨料进行分类。

    一种基于mask rcnn的堆叠粗骨料图像分割方法及系统

    公开(公告)号:CN114092485B

    公开(公告)日:2024-08-09

    申请号:CN202111141968.2

    申请日:2021-09-28

    Applicant: 华侨大学

    Abstract: 本发明提供了工程机械领域的一种基于maskrcnn的堆叠粗骨料图像分割方法及系统,所述方法包括:通过CCD相机拍摄粗骨料颗粒图片,然后将图片传送到计算机中;通过标注工具对图像进行标注得到训练所需的粗骨料图像数据集;使用maskrcnn模型对现有的coco数据集进行训练得到权重作为初始模型;在初始模型的基础上训练粗骨料图像数据集得到最终需要的图像分割权重及图像分割模型;将采集到的待处理图像输入到所述图像分割模型中进行处理得到分割后的图像;统计所述分割后的图像中每一个粗骨料颗粒的面积;根据粗骨料颗粒的面积计算粗骨料各级配占比。本发明通过得到性能优良的分割模型,提高分割准确度,同时可适应不同工作环境。

    一种基于彩色相机与3D相机检测的固废分选方法

    公开(公告)号:CN117399309A

    公开(公告)日:2024-01-16

    申请号:CN202311495141.0

    申请日:2023-11-10

    Applicant: 华侨大学

    Abstract: 本发明提供一种基于彩色相机与3D相机检测的固废分选方法,包括:步骤S1、利用3D相机采集固废物料的深度图像、利用彩色相机采集固废物料的彩色图像;步骤S2、利用两个ResNet网络对深度图像和彩色图像进行特征提取和融合,以得到多个融合特征图;步骤S3、将多个融合特征图输入特征金字塔网络,得到最终融合特征图;步骤S4、利用最终融合特征图对Mask_RCNN模型进行训练,以得到分选模型;步骤S5、将采集的固废物料的彩色图像和深度图像输入分选模型,分选设备根据分选模型所输出的物体类别和位置信息对固废物料进行分选。本发明能够更好地将彩色图像信息与深度图像信息融合,提升固废分选的准确性、工作效率以及固废再利用的附加值。

Patent Agency Ranking