-
公开(公告)号：CN116721345A
公开(公告)日：2023-09-08
申请号：CN202310692211.5
申请日：2023-06-12
Applicant: 南京林业大学
IPC: G06V20/10 , G06V10/24 , G06V10/26 , G06V10/30 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本发明公开了一种马尾松苗木的形态指标无损测量方法，包括：采集马尾松图像并进行矫正；将采集到图像重建为3D点云并对点云作预处理；制作马尾松点云语义分割的数据集，计算数据集中不同类别的类平衡权重；构建密集加权语义分割网络模型；将类平衡权重赋值到模型的损失函数中；通过数据集训练密集加权语义分割网络模型；根据密集加权语义分割网络模型分割的马尾松点云中茎的点，获取茎的原始骨架点，并精细化提取茎的骨架点；根据茎的精细化骨架点，提取待测马尾松的形态指标值。本发明可以准确测量出马尾松苗木的形态指标，不再依赖人工和专业仪器测量设备，减少了测量成本和测量难度。
-
公开(公告)号：CN119159587A
公开(公告)日：2024-12-20
申请号：CN202411577512.4
申请日：2024-11-06
Applicant: 南京林业大学
Abstract: 本发明公开了一种用于轨道客车侧墙板的全覆盖腻子喷涂路径规划方法，包括：获取轨道客车侧墙板的三维点云数据，提取基面信息并构建栅格地图，每一个栅格处都放置一个神经元；设置喷涂机器人末端执行器的虚拟点位和起始前进方向；对生物激励神经网络算法的移动控制方程中的转向参数项进行优化，利用已遍历区域的拓扑神经元建立反馈调节系数，基于改进生物激励神经网络完成待喷涂区域的全覆盖路径规划；在喷涂机器人末端执行器移动中，通过区域分解检测算法实时检测区域间的连通性，并根据风险规避机制选择移动最优点，以降低喷涂机器人末端执行器陷入死区的概率；本发明满足了现有轨道车辆的腻子喷涂工艺要求，生成的喷涂路径连贯有序且重复率低。
-
公开(公告)号：CN116309375A
公开(公告)日：2023-06-23
申请号：CN202310159967.3
申请日：2023-02-23
Applicant: 南京林业大学
Abstract: 本发明公开一种实木板材双面缺陷检测及智能加工坐标确定方法，包括：采集N块实木板材样本双面图像，对图像进行预处理；对图像进行缺陷标注，并将其作为数据集用来训练实木板材缺陷检测深度学习离线网络模型；在线采集实木板材双面图像，并进行预处理，将实木板材双面图像按行对齐；将实木板材图像输入至训练好的模型内，获得实木板材缺陷坐标；优化实木板材缺陷坐标，获得实木板材图像上的加工位置坐标；将加工位置坐标从实木板材图像上转换至实际板材上。本发明通过集成双目视觉获取实木板材双面图像并进一步地进行缺陷检测，对检测到的双面缺陷坐标进行基于图像的工艺优化，实现实木板材的双面缺陷检测，并获取实际板材的加工坐标点。
-
公开(公告)号：CN114972332A
公开(公告)日：2022-08-30
申请号：CN202210833979.5
申请日：2022-07-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于图像超分辨率重建网络的竹集成材裂纹检测方法，包括：连续采集竹集成材受三点加载作用力产生扩展尖端裂纹的原始高清图像，去黑边裁剪得到与原始高清图像相对应的原始高分辨率图像；对原始高分辨率图像进行处理，得到低分辨率图像；将改进残差网络模型作为生成器，将生成器和判别器组合得到生成对抗网络模型；训练生成对抗网络模型；本发明克服了超分辨率图像重建中的细节信息丢失和边缘模糊；提高了竹集成材超分辨率图像重建的真实性；提高了网络性能；重建后的图像精度高，真实性高；利用从生成器生成出的超分辨率图像中提取出的信息对生成器模型进行二次检验，该检验方法从客观角度评价了生成器的性能。
-
公开(公告)号：CN119443436A
公开(公告)日：2025-02-14
申请号：CN202411457740.8
申请日：2024-10-18
Applicant: 南京林业大学
IPC: G06Q10/047 , G06Q50/40 , G06F18/25 , G06N3/092
Abstract: 本发明公开一种高铁车身平面喷涂全覆盖路径规划方法，包括：选定待规划的高铁平面车体，确定喷涂区域；搭建用于路径规划的栅格地图；不同灰度值表示不同栅格单元的状态、重复程度及Agent实时位置，并构成灰度状态矩阵；定义Agent行动方向；构建多层级特征聚合网络模型，作为Agent结构；Agent当前位置周围可行动栅格单元的灰度值经过计算转换为方向概率矩阵，并作用于Agent的网络输出；制定奖励函数和路径质量评价指标；在构建的喷涂环境中训练多层级特征聚合网络模型，根据路径质量评价指标，选择最优路径。本发明可以作用于任意不同尺寸，不同门窗配置的平面车体，使得喷涂覆盖率达到100％，同时保证极低的重复率。
-
Patent Agency Ranking
公开(公告)号：CN116721081B
公开(公告)日：2024-01-26
申请号：CN202310690171.0
申请日：2023-06-12
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于三维点云和模态转换的动车侧墙板缺陷提取方法，包括：获取动车侧墙板的三维点云数据；进行点云坐标系转换；对点云进行切片分层；提取点云数据的列数据进行轮廓线的线性拟合；根据拟合方程和差分计算对点云数据进行区域划分；对划分后得到的各区域进行展平操作，再进行相邻区域的拼接得到新的点云数据；根据各区域变换的参数构建各区域的空间逆向变换矩阵；构建点云的空间字典索引结构；将新生成的点云数据转换为彩色图像；构建卷积神经网络用于彩色图像中缺陷的分割。本发明可以在动车侧墙板的复杂型面上完成微小缺陷的检测，为后续涂装工程提供可靠的数据支
-
公开(公告)号：CN116721081A
公开(公告)日：2023-09-08
申请号：CN202310690171.0
申请日：2023-06-12
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于三维点云和模态转换的动车侧墙板缺陷提取方法，包括：获取动车侧墙板的三维点云数据；进行点云坐标系转换；对点云进行切片分层；提取点云数据的列数据进行轮廓线的线性拟合；根据拟合方程和差分计算对点云数据进行区域划分；对划分后得到的各区域进行展平操作，再进行相邻区域的拼接得到新的点云数据；根据各区域变换的参数构建各区域的空间逆向变换矩阵；构建点云的空间字典索引结构；将新生成的点云数据转换为彩色图像；构建卷积神经网络用于彩色图像中缺陷的分割。本发明可以在动车侧墙板的复杂型面上完成微小缺陷的检测，为后续涂装工程提供可靠的数据支撑。
-
公开(公告)号：CN114972332B
公开(公告)日：2023-04-07
申请号：CN202210833979.5
申请日：2022-07-15
Applicant: 南京林业大学
IPC: G06T7/00 , G06T7/60 , G06T3/40 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于图像超分辨率重建网络的竹集成材裂纹检测方法，包括：连续采集竹集成材受三点加载作用力产生扩展尖端裂纹的原始高清图像，去黑边裁剪得到与原始高清图像相对应的原始高分辨率图像；对原始高分辨率图像进行处理，得到低分辨率图像；将改进残差网络模型作为生成器，将生成器和判别器组合得到生成对抗网络模型；训练生成对抗网络模型；本发明克服了超分辨率图像重建中的细节信息丢失和边缘模糊；提高了竹集成材超分辨率图像重建的真实性；提高了网络性能；重建后的图像精度高，真实性高；利用从生成器生成出的超分辨率图像中提取出的信息对生成器模型进行二次检验，该检验方法从客观角度评价了生成器的性能。
-
公开(公告)号：CN119477708A
公开(公告)日：2025-02-18
申请号：CN202411601605.6
申请日：2024-11-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于Gocator的点云滤波算法，包括：Gocator采集待测物体表面三维点云数；计算每一帧点云的邻域集，以计算出的邻域集为基准，去除点云离群点；以去除离群点后的点云为基准，计算每一帧点云中每个点的曲率、法向量以及特征距离；以步骤3中计算出的曲率、法向量以及特征距离为基准，引入权重计算公式，并将计算得到的权重代入至引导滤波代价公式中，对每一帧点云进行权重分配后的引导滤波；本发明解决了由于滤波参数固定而导致的过度平滑等问题，实现了平滑点云数据的同时保留了物体的尖锐特征，使其更接近物体原状，大大提高了采集精度及效率。
-
公开(公告)号：CN117788395B
公开(公告)日：2024-08-20
申请号：CN202311742570.3
申请日：2023-12-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于图像的马尾松苗木根系表型参数提取系统和方法，包括：采集马尾松苗木根系图像并对图像进行矫正；对矫正后的图像进行预处理；对处理后图像使用改进ZhangSuen骨架提取算法进行图像细化操作；对根系骨架图中的像素点进行端点搜索；对根系骨架图中的像素点进行转点搜索；采用优先路径搜索算法分割马尾松苗木根系的主根与一级侧根；基于分割后的马尾松苗木根系的主根与一级侧根，提取马尾松苗木的根系表型参数；本系统和方法可以快速且准确地测量出马尾松苗木的根系表型参数，避免了人工测量的高成本和高误差，也不需要依赖于昂贵的检测设备。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.053 seconds)
