-
公开(公告)号：CN116071379A
公开(公告)日：2023-05-05
申请号：CN202211734310.7
申请日：2022-12-31
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
Abstract: 本发明公开了一种基于增强型FCM的图像分割方法，包括如下步骤：步骤1：对原始图像进行均值滤波生成新图像I1；步骤2：对原始图像采用二位Gabor滤波提取纹理特征，生成图像I2；步骤3：对I1与I2图像进行线性加权，生成图像I3；步骤4：计算误差阈值ε；骤5：初始化隶属度矩阵；步骤6：判断是否超过最大迭代次数，未超过继续执行步骤7；步骤7：计算聚类中心；步骤8:更新隶属度矩阵；步骤9：判断是否满足迭代终止条件；步骤10：输出经过上述步骤处理过的图像作为最终图像分割结果。本专利大幅降低了噪声对分割结果的干扰。
-
公开(公告)号：CN112894882A
公开(公告)日：2021-06-04
申请号：CN202011610327.2
申请日：2020-12-30
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
IPC: B25J19/00
Abstract: 本发明公开了一种基于工业互联网的机器人故障检测系统，包括：设于机器人电机上的振动传感器，振动传感器感应的振动信号通过智能网关发送至诊断平台，诊断平台基于振动信号来诊断机器人的故障类型；所述诊断平台上集成有振动特征提取单元及人工神经网络模型，振动特征单元的输出端与人工神经网络的输入端连接。利用离散小波分析方法对机器人监测信号进行故障特征提取，在利用人工神经网络对故障进行分类和分析，可高效实现故障特征的完整提取和故障分类，可靠性好。
-
公开(公告)号：CN112634164A
公开(公告)日：2021-04-09
申请号：CN202011596024.X
申请日：2020-12-29
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
IPC: G06T5/00
Abstract: 本发明公开了一种基于多尺度哈尔小波变换的图像去噪方法，包括：S1、针对含有噪声的原图像进行哈尔小波变换；S2、对低频分量LL对应图块gLL1再次进行哈尔小波变换；S3、采用软硬阈值对对角线方向上的高频分量HH图块gHH2去噪，形成图块S4、对图块图块gHL2、图块gLH2及图块gLL2做哈尔小波逆变换，得到图像为去噪处理后的图块S5、将图块图块gHL1、图块gLH1及图块gHH做哈尔小波逆变换，得到的图像即为去噪处理后的原图像。波分解后的各层细节系数采用自适应软硬阈值处理，可保留大部分边缘信号系数的同时去除大部分噪声的同时且能较好地保持图像轮廓、边缘等细节信息，对图像中的椒盐噪声、高斯噪声均有较好的处理效果。
-
公开(公告)号：CN116033156A
公开(公告)日：2023-04-28
申请号：CN202211738026.7
申请日：2022-12-31
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
IPC: H04N19/13 , H04N19/63 , H04N19/96 , H04N19/635
Abstract: 本发明公开了一种基于SPIHT和DWT算法的医学图像压缩方法，包括如下步骤：(1)输入原医学图像；(2)采用小波滤波器对输入图像执行DWT操作；(3)对于经过DWT的小波信号进行熵编码处理，采用SPIHT算法执行压缩处理；(4)对于经过压缩后的比特流SPIHIT解码操作；(5)执行逆DWT处理，生成最终的压缩图像。本发明的优点在于：基于SPIHT和DWT算法的医学图像压缩方法获得的压缩图像效果要明显优于传统的图像算法。本专利提出的压缩技术在相同压缩比的前提下，具有较低的MSE和较高的PSNR，进一步提高了医学图像压缩算法的质量。
-
公开(公告)号：CN114281048A
公开(公告)日：2022-04-05
申请号：CN202111628003.6
申请日：2021-12-28
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
IPC: G05B19/418
Abstract: 本发明公开了一种基于工业互联网的AGV智能管理系统，包括云平台、AGV小车数据采集模块、用户端设备、维护人员设备，所述AGV小车数据采集模块用于监控采集AGV小车的状态数据，其输出端通过工业物联网关与云平台连接，用于将数据上传至云平台中；所述云平台分别与用户端设备、维护人员设备连接；所述用户端设备、维护人员设备用于接收获取云平台中的AGV小车的状态数据。本发明的优点在于：可用于在线实时监测AGV的关键数据，为客户和AGV工程提供双向服务，有利于做AGV故障诊断分析，对提高AGV生命周期具有促进意义；可以通过远程交互控制功能，能够对AGV进行远程监控和数据查看。
-
Patent Agency Ranking
公开(公告)号：CN112738532A
公开(公告)日：2021-04-30
申请号：CN202011596051.7
申请日：2020-12-29
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
IPC: H04N19/625 , H04N19/86
Abstract: 本发明公开了一种基于高斯滤波的DCT块效应现象消除方法，包括如下步骤：S1、在图像中构建8×8像素点的图块，相邻图块之间和重叠面积；S2、基于图块的矩阵特性自适应地区分图块类型，包括平坦区域图块和纹理区域图块；S3、对平坦区域图块使用大高斯滤波半径和大高斯滤波系数来进行高斯滤波处理，对纹理区域图块用小高斯滤波半径和小高斯滤波系数来进行高斯滤波处理。根据每个8×8图像块的矩阵特性自适应地区分图像的平坦区域和纹理区域，自适应方法的可靠性和稳定性更高；基于高斯滤波对不同的区域类型采用符合图像块特性的高斯滤波系数和高斯滤波半径进行高斯滤波处理，更有效去除块效应的同时很好地保留了块边缘的高频信息。
-
公开(公告)号：CN116109502A
公开(公告)日：2023-05-12
申请号：CN202211736987.4
申请日：2022-12-31
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
Abstract: 本发明公开了一种面向医学图像的多尺度自适应去噪方法，包括如下步骤：S1、将医学图像进行三维离散小波变换，每一级DWT都可以得到四个分量；LL分量、HL分量、LH分量、HH分量；S2、依次计算每个维度中除LL子带外分别计算每个子带的四项指标，分别是：去除该子带后的熵值、去除该子带后的PSNR、去除该自带后的图像能量、去除该子带后的复原图像与原图像之间的MSE，将得分最高的图像子带选为预选子带；S3、依次在每个层级中选取被判定为预选子带的子带进行非线性软阈值去噪；S4、将经过去噪后的子带与其余三块子带一起进行图像重构，原图像为止。
-
公开(公告)号：CN112634164B
公开(公告)日：2022-09-30
申请号：CN202011596024.X
申请日：2020-12-29
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
IPC: G06T5/00
Abstract: 本发明公开了一种基于多尺度哈尔小波变换的图像去噪方法，包括：S1、针对含有噪声的原图像进行哈尔小波变换；S2、对低频分量LL对应图块gLL1再次进行哈尔小波变换；S3、采用软硬阈值对对角线方向上的高频分量HH图块gHH2去噪，形成图块S4、对图块图块gHL2、图块gLH2及图块gLL2做哈尔小波逆变换，得到图像为去噪处理后的图块S5、将图块图块gHL1、图块gLH1及图块gHH做哈尔小波逆变换，得到的图像即为去噪处理后的原图像。波分解后的各层细节系数采用自适应软硬阈值处理，可保留大部分边缘信号系数的同时去除大部分噪声的同时且能较好地保持图像轮廓、边缘等细节信息，对图像中的椒盐噪声、高斯噪声均有较好的处理效果。
-
公开(公告)号：CN116155884A
公开(公告)日：2023-05-23
申请号：CN202211739213.7
申请日：2022-12-31
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
Abstract: 本发明公开了一种基于AES和SFTP的远程工业数据传输方法，通过工业网关采集工业数据，采集的数据通过加密的方式传输到客户端进行解密后进行显示。采用该方式的数据在传输前都会采用AES算法进行加密。这使得数据在传输过程中无法被破译，除了接收方之外，任何人都无法对数据进行解密。SFTP加密所有流量以消除窃听、连接劫持和其他攻击，可以有效地保证用户的安全，防止隐私数据外流。
-
公开(公告)号：CN114298410A
公开(公告)日：2022-04-08
申请号：CN202111628005.5
申请日：2021-12-28
Applicant: 哈尔滨工业大学芜湖机器人产业技术研究院
Abstract: 本发明公开了一种基于卡尔曼滤波的AGV在线故障预测系统，包括电流传感器，所述电流传感器用于读取AGV小车的电流实时数据并将电流数据加上对应的时间戳、设备ID后上传至本地服务器；通过工业物联网关将数据上传至工业物联网大数据分析中心对AGV小车运行电流进行预测并根据预测的电流数据来预测AGV小车的故障状态。本发明的优点在于：通过实时采集AGV小车的电流数据并据此预测的未来时刻的AGV小车的电流数据，根据预测的电流结果来判断小车未来故障状态，从而更加合理可靠的给出故障预测且预测结果更加准确合理。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.039 seconds)
