-
公开(公告)号：CN117994146B
公开(公告)日：2024-09-20
申请号：CN202410225349.9
申请日：2024-02-29
Applicant: 南京卓宇智能科技有限公司
Abstract: 本发明涉及图像融合领域，尤其涉及一种基于非下采样剪切变换的红外和低照度图像融合方法；技术问题：脉冲耦合神经网络是将链接强度设置为固定的常数，人眼对特征明显区域的反应要高于不明显区域，因此固定的参数值并不符合人眼的视觉系统；技术方案：一种基于非下采样剪切变换的红外和低照度图像融合方法，包括有利用非下采样剪切波逆变换对融合后的低频分量系数和高频分量系数重构；本发明通过设置将源图像分解为低频分量系数和高频分量系数，将引导滤波作为低频子带的融合策略，将多尺度形态学梯度替代传统的固定链接强度值，使得融合后的图像保留了原始红外图像和可见光图像的特征，更加有利于人眼观测和判别。
-
公开(公告)号：CN118429420A
公开(公告)日：2024-08-02
申请号：CN202311793764.6
申请日：2023-12-25
Applicant: 南京卓宇智能科技有限公司
Abstract: 本发明公开了一种基于多视觉传感器联动的智能驱鸟系统，包括以下步骤：(1)建立状态模型与坐标系关系；分别定义为全局坐标系W、基础坐标系B、里程计坐标系O、IMU坐标系I、RGBD坐标系R和立体视觉坐标系S；(2)为多因子图模型构建改进的点云测量模型和改进的IMU预积分算法；(3)定义IMU因子、RGBD里程计因子和立体视觉测量因子；(4)求解机器人在里程计参考系中的状态估计以进行定位；(5)；因子图预测更新循环；(6)双因子图设计。定位系统包括初始化模块、获取模块、计算模块，评估模块和融合定位模块。本发明提高了户外定位的精度、鲁棒性，提高了定位系统的容错率，满足实际控制任务高更新率和高延迟的状态估计。
-
公开(公告)号：CN111524163B
公开(公告)日：2024-06-25
申请号：CN202010300094.X
申请日：2020-04-16
Applicant: 南京卓宇智能科技有限公司
Abstract: 本发明涉及目标跟踪技术领域，具体涉及一种基于连续扩展卡尔曼滤波的目标跟踪方法，包括基于连续扩展卡尔曼滤波建立物体运动模型的状态空间方程，使得克服了传统的连续扩展卡尔曼滤波处理非线性系统时，在泰勒展开时，由于雅克比矩阵式仅仅考虑了泰勒展开式的一阶信息，所以误差会被引入，这会大大降低目标位置的精确度。换句话说，预估精度无法得到保证。根据在离散EKF的基础上，从改进的离散EKF得到启发，这种改进的离散EKF同样包含高阶信息，大大提高位置精度。
-
公开(公告)号：CN117746026A
公开(公告)日：2024-03-22
申请号：CN202311793761.2
申请日：2023-12-25
Applicant: 南京卓宇智能科技有限公司
Abstract: 本发明公开了一种基于红外场景下的运动目标检测系统，其包括步骤(1)：基于预训练好的多卷积层网络生成网络中每个卷积层对应的过滤器；步骤(2)：生成多个局部跟踪器，每个局部跟踪器包括一个多层卷积层网络、多个过滤器、一个融合模块和一个最大值求解模块；步骤(3)：对所述局部跟踪器进行训练，得到训练好的局部跟踪器；步骤(4)：将待识别区域划分为多个局部区域，并将训练好的局部跟踪器部署于不同的局部区域进行目标跟踪，在跟踪过程中，如果本地局部跟踪器定位到目标，则局部跟踪器跟随目标移动，在后续帧中继续跟踪目标，直至跟踪不到目标。本发明可实现频繁不连续移动目标的长期跟踪。
-
公开(公告)号：CN114445401A
公开(公告)日：2022-05-06
申请号：CN202210243016.X
申请日：2022-03-11
Applicant: 南京卓宇智能科技有限公司
Abstract: 本发明公开了一种涂胶缺陷检测设备多镜头环形图像拼接算法，涉及智能制造中涂胶缺陷视觉检测技术领域，为解决现有现有基于胶条和基底两类特征，如果仅使用基于特征点的拼接算法，由于特征种类少、甚至部分图像没有明显特征可以提取，因此算法稳定性差的问题。步骤一：对三个相机进行编号，依次为第一相机、第二相机和第三相机；步骤二：胶枪末端在图像中的位置与三个相机图像中心所约束的圆的圆心位置重合；步骤三：在胶枪末端图像的中心点建立基坐标系A0，在各相机图像中心依次建立坐标系A1、A2、A3；步骤四：根据上述参数，并代入具体数值；步骤五：将相机1图像的全部像素位置转换至A0下，将第二相机和第三相机图像的全部像素位置转换至A0下。
-
Patent Agency Ranking
公开(公告)号：CN118858529A
公开(公告)日：2024-10-29
申请号：CN202310482109.2
申请日：2023-04-29
Applicant: 南京卓宇智能科技有限公司
Abstract: 本发明公开了一种隧道智能无线监测结构，包括无线智能通讯箱，其上方安装了多个天线；空气质量监测设备，设置在无线智能通讯箱的侧面；监测设备，设置在无线智能通讯箱的上表面。该隧道智能无线监测结构通过将无线自组网通信技术及监测设备组合在一起，可以实现无线通讯，避免了有线通讯铺设电缆的人工成本。本发明中还包括了实时监测设备，放置在需要位置可以水平360°和上下90°观测，大幅度提高电缆隧道安全预警、灾害预警，且结构简单方便施工人员携带，安装方便简单，在隧道电缆铺设中，可根据需要放置在不同复杂场合。
-
公开(公告)号：CN118096835B
公开(公告)日：2024-07-12
申请号：CN202410508969.3
申请日：2024-04-26
Applicant: 南京卓宇智能科技有限公司
IPC: G06T7/246 , G06T7/277 , G06T7/13 , G06T5/70 , G06T5/90 , G06V10/44 , G06V10/762 , G06V10/80 , G06N3/006
Abstract: 本发明涉及图像跟踪技术领域，具体地说，涉及高速小目标图像跟踪算法，包括如下步骤：S1、图像采集：拍摄视频，并采集不同帧的图像；S2、图像预处理：对图像进行灰度处理和去噪处理；S3、数据处理：使用多种算法提取图像特征；S4、数据融合：基于鲸鱼算法寻找多种算法的最优权重；S5、特征储存：储存目标的特征模板，并根据不同帧的图像信息更新目标的特征模板；S6、目标跟踪：基于卡尔曼滤波预测目标的运动轨迹，并通过匹配当前帧中的目标与预测轨迹来实现连续跟踪。本发明中，采用多个算法，共同跟踪同一目标，达到稳定跟踪的效果，且选择了传统的跟踪算法，基于卡尔曼滤波的方式去实现目标的跟踪，不受限于平台和模型。
-
公开(公告)号：CN118037747A
公开(公告)日：2024-05-14
申请号：CN202410157984.8
申请日：2024-02-04
Applicant: 南京卓宇智能科技有限公司
Abstract: 本发明涉及目标检测领域，尤其涉及大分辨率小目标检测方法；技术问题：采用对大分辨率的图像进行图像切分，将每一个切分得到的切分图像作为一个batch输入网络，再对大分辨率图像进行目标检测，其中，会切分出大量的无目标图像的背景图像切分图，导致目标检测的大部分工作无意义，影响目标检测效率；技术方案：大分辨率小目标检测方法，包括有将录入的大分辨率图像的背景图像进行去除；本发明通过利用简单的图像分割方法，对含有目标图像的部分进行单独分割，分割完成后再输入到目标检测模型中进行目标检测，有效的避免了大尺寸的图像进行目标检测时耗时长，且切分图像检测含有大量无效工作，导致目标检测耗时长，使得目标检测的实时性强并且检测精度高。
-
公开(公告)号：CN118014861A
公开(公告)日：2024-05-10
申请号：CN202410251730.2
申请日：2024-03-06
Applicant: 南京卓宇智能科技有限公司
IPC: G06T5/50 , G06N3/0464
Abstract: 本发明涉及图像融合领域，尤其涉及一种基于卷积稀疏表示和神经网络的多聚焦图像融合方法；技术问题：在对多聚焦图像进行图像融合，以获得更加清晰、信息更加全面的图像时，采用基于空间域和基于变换域的多聚焦图像融合方法，普遍存在源图像的特征不能精准提取、聚焦边缘模糊、伪影和块效应等问题；技术方案：一种基于卷积稀疏表示和神经网络的多聚焦图像融合方法，包括有对多聚焦图像进行CSR分解；本发明通过设置首先对输入的已配准的多聚焦图像进行CSR分解和NSST分解，得到低频子带和高频子带，且低频子带和高频子带分别采用不同的融合策略；可以有效提取源图像特征，融合图像的图像清晰度高、聚焦边缘清晰。
-
公开(公告)号：CN116146663A
公开(公告)日：2023-05-23
申请号：CN202310089313.8
申请日：2023-02-09
Applicant: 南京卓宇智能科技有限公司
Abstract: 本发明公开了一种光电吊舱线性弹簧隔振系统，其技术方案要点是包括下安装板，所述下安装板用于连接吊舱；中间安装板，所述中间安装板与下安装板平行设置，所述中间安装板与所述下安装板之间形成安装腔；过冲限位组件，所述过冲限位组件设置于安装腔中并一端穿出中间安装板；弹簧组件，所述弹簧组件设置于安装腔内并连接下安装板和中间安装板，所述中间安装板受弹簧组件的作用于所述过冲限位组件之间形成缓冲间隙，所述吊舱依次穿设于下安装板和中间安装板中并分别与所述下安装板和中间安装板连接。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.095 seconds)
