-
公开(公告)号：CN116912645A
公开(公告)日：2023-10-20
申请号：CN202310798389.8
申请日：2023-06-30
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种融合纹理和几何特征的三维目标检测方法及装置，所述方法包括：基于可见光图像对应的可见光图像特征，确定包含纹理信息的鸟瞰图可见光特征；基于深度图像对应的三维点云，确定包含几何信息的鸟瞰图深度特征；可见光图像和所述深度图像是通过结构光相机获取的；对鸟瞰图可见光特征和鸟瞰图深度特征进行融合，确定目标融合特征；基于目标融合特征，进行三维目标检测。本发明提供的融合纹理和几何特征的三维目标检测方法，通过根据可见光图像对应的可见光图像特征，确定包含纹理信息的鸟瞰图可见光特征，将鸟瞰图可见光特征和鸟瞰图深度特征进行有效融合得到目标融合特征，并进行三维目标检测，提高了结构光相机的三维目标检测效果。
-
公开(公告)号：CN116740514A
公开(公告)日：2023-09-12
申请号：CN202310560996.0
申请日：2023-05-17
Applicant: 中国科学院自动化研究所
IPC: G06V10/80 , G06V10/771 , G06V10/26 , G06V20/70
Abstract: 本发明提供一种时空误差容忍的多智能体协同感知方法、装置和电子设备，其中方法包括：获取自智能体的激光雷达的点云数据和激光雷达的位姿数据；在鸟瞰图空间下，对点云数据进行特征编码，得到自智能体特征；对自智能体特征进行重要性选择，并基于重要性选择后的自智能体特征和位姿数据进行通信数据打包，得到共享信息；对共享信息进行共享信息聚合，得到协智能体特征；基于自智能体特征和协智能体特征，进行冗余增强和互补增强，得到融合特征；基于融合特征，进行协同感知，得到协同感知结果。本发明提供的方法、装置和设备，可以获取格式固定且信息丰富的协智能体特征，且提高了存在时空对齐误差条件下协同感知性能的效果。
-
公开(公告)号：CN103308525A
公开(公告)日：2013-09-18
申请号：CN201310190125.0
申请日：2013-05-21
Applicant: 中国科学院自动化研究所
IPC: G01N21/89
Abstract: 本发明公开了一种用于金属线材生产的在线检测系统，该系统包括：光源、恒流控制器、CCD相机、计算机，其中光源是环形LED光源，套在被测金属线材外侧，光线照射角度与被测金属线材运行方向平行，通过对被测金属线材底角度强流明的照明，使缺陷明显显现，该光源与恒流控制器连接，亮度受恒流控制器控制；所述恒流控制器安装在光源边上，与光源相连，通过控制电流来控制亮度和稳定亮度，其同时与计算机相连，接受计算机的亮度控制指令。本发明通过光学技术、GPU计算、图像处理算法解决了其他方法检测精度低、反馈周期长、离线抽查、效率低等缺陷，可满足金属线材生产厂家的需求。
-
公开(公告)号：CN109117723A
公开(公告)日：2019-01-01
申请号：CN201810735337.5
申请日：2018-07-06
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及视觉识别领域，提出一种颜色模式分析与语义分割的盲道检测方法，旨在解决在在盲道检测中，对于光照、颜色和纹理变化较为敏感，不适用于复杂环境下的盲道区域的精确提取的技术问题。该方法包括：获取待检测图像对应的盲道颜色概率特征图；利用预先构建的高斯扩散模型获取上述待检测图像对应的盲道位置概率特征图；利用预先构建的语义分割模型获取上述待检测图像对应的盲道局部纹理特征图，并根据上述盲道颜色概率特征图、上述盲道位置概率特征图和上述盲道局部纹理特征图获取特征融合图像，对上述特征融合图像进行语义分割得到上述待检测图像中的盲道区域。本发明可以快速、准确检测出盲道区域。
-
公开(公告)号：CN103679740B
公开(公告)日：2017-02-08
申请号：CN201310745111.0
申请日：2013-12-30
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种无人机对地目标ROI提取方法，包括：对基准卫星图像进行预处理，提取能够反映目标局部特征的模式；统计分析目标区域和关联环境区域的模式分布情况，计算出各个模式的显著性值，并建立目标视觉显著性模型；对于实时图像，获取每个像素点的模式和每个像素点的模式对应的显著性值，每个像素点的模式对应的显著性值对应实时图像的视觉显著性图像；根据视觉显著性图像估计目标粗略位置；利用目标粗略位置为中心、大小与目标区域大小一致的区域中的模式的尺度分布信息估计出实时图像大致的分辨率；根据目标粗略位置、估计分辨率值得到与基准卫星图像分辨率基本一致的ROI。
-
Patent Agency Ranking
公开(公告)号：CN103308525B
公开(公告)日：2015-10-28
申请号：CN201310190125.0
申请日：2013-05-21
Applicant: 中国科学院自动化研究所
IPC: G01N21/89
Abstract: 本发明公开了一种用于金属线材生产的在线检测系统，该系统包括：光源、恒流控制器、CCD相机、计算机，其中光源是环形LED光源，套在被测金属线材外侧，光线照射角度与被测金属线材运行方向平行，通过对被测金属线材底角度强流明的照明，使缺陷明显显现，该光源与恒流控制器连接，亮度受恒流控制器控制；所述恒流控制器安装在光源边上，与光源相连，通过控制电流来控制亮度和稳定亮度，其同时与计算机相连，接受计算机的亮度控制指令。本发明通过光学技术、GPU计算、图像处理算法解决了其他方法检测精度低、反馈周期长、离线抽查、效率低等缺陷，可满足金属线材生产厂家的需求。
-
公开(公告)号：CN109063549B
公开(公告)日：2020-10-16
申请号：CN201810629556.5
申请日：2018-06-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及图像处理技术领域，提出一种基于深度神经网络的高分辨率航拍视频运动目标检测方法，旨在解决在航拍视频中的运动目标的检测中准确率低和环境适应能力差的技术问题。为此目的，本发明的基于深度神经网络的高分辨率航拍视频目标检测方法包括：基于预设的稀疏特征点跟踪网络并根据待检测航拍视频中当前时刻图像帧与前一时刻图像帧，获取光流特征图；基于预设的可动目标概率估值网络并根据上述当前时刻图像帧，获取可动目标的表观特征图；基于预设的运动目标检测网络并根据上述光流特征和表观特征图，获取上述高分辨率航拍视频中运动目标的大小和位置。基于上述步骤本发明可以快速、准确的从高分辨率的航拍视频中对运动目标进行检测。
-
公开(公告)号：CN109063549A
公开(公告)日：2018-12-21
申请号：CN201810629556.5
申请日：2018-06-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及图像处理技术领域，提出一种基于深度神经网络的高分辨率航拍视频运动目标检测方法，旨在解决在航拍视频中的运动目标的检测中准确率低和环境适应能力差的技术问题。为此目的，本发明的基于深度神经网络的高分辨率航拍视频目标检测方法包括：基于预设的稀疏特征点跟踪网络并根据待检测航拍视频中当前时刻图像帧与前一时刻图像帧，获取光流特征图；基于预设的可动目标概率估值网络并根据上述当前时刻图像帧，获取可动目标的表观特征图；基于预设的运动目标检测网络并根据上述光流特征和表观特征图，获取上述高分辨率航拍视频中运动目标的大小和位置。基于上述步骤本发明可以快速、准确的从高分辨率的航拍视频中对运动目标进行检测。
-
公开(公告)号：CN106404793A
公开(公告)日：2017-02-15
申请号：CN201610804970.6
申请日：2016-09-06
Applicant: 中国科学院自动化研究所
IPC: G01N21/88
Abstract: 本发明公开了一种基于视觉的轴承密封件缺陷检测方法。其中，该方法包括获取轴承密封件图像；对轴承密封件图像运用图像分割和目标关联方法，得到轴承密封件的工件图像；对工件图像运用工件范围计算，得到轴承密封件的有效工件图像；对有效工件图像运用工件范围比对和方向差异判定方法，得到毛刺缺陷；对有效工件图像运用直方图分析方法，得到正面工件图像和反面工件图像；对正面工件图像运用颜色显著性和矩形特征判定方法，得到色差缺陷；对反面工件图像运用金属范围计算，得到工件金属部分图像；对工件金属部分图像运用亮度显著性和颜色变换方法，得到溢胶和锈蚀缺陷。通过本发明实施例解决了轴承密封件的在线检测问题，提升了自动化水平。
-
公开(公告)号：CN106375720A
公开(公告)日：2017-02-01
申请号：CN201610817448.1
申请日：2016-09-12
Applicant: 中国科学院自动化研究所 , 深圳市浩丰科技股份有限公司
CPC classification number: H04N7/18 , H04N5/23203
Abstract: 本发明涉及一种智能视觉云台系统及其实现方法。其中，该系统包括图像采集模块，用于采集高速高清序列图像，并将采集到的图像发送至云台主控模块；三轴稳定云台，用于控制所述图像采集模块的姿态；所述云台主控模块，与所述图像采集模块、所述三轴稳定云台和图像处理模块之间进行交互，用于对所述图像采集模块采集到的所述图像进行视频编码与存储；所述图像处理模块，用于对所述云台主控模块从图像采集模块接收到的图像进行格式转换，并进行处理，完成动目标指示和变视场下的视觉目标跟踪，并将处理结果反馈至所述云台主控模块。解决了现有系统智能化程度低、功能单一的技术问题。集成了动目标指示及变视场目标持续跟踪两种智能视觉功能，方便了使用。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
