-
公开(公告)号：CN114596276A
公开(公告)日：2022-06-07
申请号：CN202210205646.8
申请日：2022-03-02
Applicant: 哈尔滨理工大学
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种胎儿头部超声影像的分割方法，包括根据获得的胎儿头部原始超声影像，将胎儿头部原始超声影像数字化，利用基于范数低差异性类别簇像素集合簇群估计方法，计算出医生期望获得的初步的胎儿头部低差异性类别簇像素集合簇群的合成影像，利用均匀化串联低差异性类别簇像素集合簇群像素密度过滤像素峰值密度的方法消除多余小区域重新映射轮廓拟合合成胎儿头部分割图像，实现对产科的胎儿发育指标检测方面中获得的超声影像进行区域分割预处理，为进一步的超声影像三维重建完成前期图像预处理基础。
-
公开(公告)号：CN113327269A
公开(公告)日：2021-08-31
申请号：CN202110559856.2
申请日：2021-05-21
Applicant: 哈尔滨理工大学
IPC: G06T7/215 , G06T7/246 , G06T7/66 , G06T7/80 , G06K9/62 , G06N3/08 , G06T5/00 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/155 , G06T7/194
Abstract: 一种无标记颈椎运动检测方法，属于图像识别领域。现有的有标记物的目标识别方法具有局限性的问题。本发明包括，获得连续的含有颈部的图像帧；将L‑K光流法与最大类间方差图像分割法相结合的方法，检测图像中的颈部区域目标；检测颈部边缘，提取颈部轮廓部分信息；将提取出的颈部边缘图像的质心作为坐标原点，建立坐标系，把图像在四个象限的质心分别和原点进行连线，计算每条连线和横轴的夹角的正切值，得出特征向量；从而进行颈部特征提取；采用BP神经网络进行颈部姿态识别；提取样本特征数据计算训练参数，根据提取的特征参数训练分类器；之后将待检测的颈部图像进行检测，识别检测结果。具有目标识别时间短，识别结果准确的优点。
-
公开(公告)号：CN106352919A
公开(公告)日：2017-01-25
申请号：CN201610700281.0
申请日：2016-08-22
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种新型的轮椅坐垫表面信息采集系统。本发明为分析轮椅坐垫表面温湿度信息构建了一个接触面温度、湿度信息实时采集系统，并对数据进行存储和分析。本发明利用单片机作为处理核心，所述处理核心结合多个数字式传感器，利用单总线方式实行串口通信，将采集后的信息以数字量形式输出，通过无线WIFI将温湿度数据实时显示和存储在手机中，通过手机对数据进行监测，并增加报警功能，为进一步分析轮椅舒适度提供方便。本发明实现了温度和湿度同时实时采集功能，为深入探讨影响轮椅舒适度的多种影响因素提供了基础。
-
公开(公告)号：CN105912976A
公开(公告)日：2016-08-31
申请号：CN201610189513.0
申请日：2016-03-30
Applicant: 哈尔滨理工大学
CPC classification number: G06K9/00288 , A61G5/00
Abstract: 本发明涉及一种智能轮椅的人机交互系统及交互方法。智能轮椅包括：直流电机驱动模块，超声波测距模块，感光模块，摄像装置和上位机，从人脸检测及彩色标记点跟踪两个方面实现对轮椅运动控制。基于AdaBoost算法的人脸检测方法，选出少数具有较强分类能力的特征组成弱分类器，将弱分类器通过线性组合构成强分类器，将强分类器以级联算法的方式进行串联，形成更加复杂的级联分类器。根据KTL算法，求解目标人脸的偏移。彩色标记点跟踪是在视频图像中找出该彩色连通域的中心位置，黑色矩形标记来跟踪腿部运动。下半身运动会带动头部，对人脸运动的检测来判断上半身的运动；跟踪腿部标记点的运动可判断腿部运动，从而实现控制智能轮椅的运动。
-
公开(公告)号：CN117392699A
公开(公告)日：2024-01-12
申请号：CN202310596147.0
申请日：2023-05-24
Applicant: 哈尔滨理工大学
IPC: G06V40/10 , G06V10/764 , G06V10/28 , G06V10/34 , G06V10/30 , G06V10/44 , G06V10/774
Abstract: 本发明发明了一种基于双目视觉的颈部姿态检测方法，该方法首先对两侧采集的颈部视频进行分帧的到两侧的颈部图像，对颈部图像二值化，对二值化后的颈部图像进行膨胀、腐蚀、滤波处理增强颈部细节信息并滤除干扰，之后通过采用改进的细化方法处理，去除细化时出现的冗余信息，对细化后的图像通过改进的角点识别方法，删除伪角点，实现对颈部关节以及头部关节的定位，通过计算两侧颈部图像中颈部关节与颈椎关节的夹角，两组夹角的组合得到颈部姿态的特征，通过SVM实现对颈椎姿态的识别。实验证明，该方法可以缩短姿态识别时间，提高颈椎姿态的识别准确度，在识别出颈椎姿态的同时还能对颈部倾角进行计算。
-
Patent Agency Ranking
公开(公告)号：CN115291224A
公开(公告)日：2022-11-04
申请号：CN202210562041.4
申请日：2022-05-23
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种多模式声回波相对反射率的算法及装置，通过声波发生单元与声波接受单元与方向控制单元，发出声波、采集各点声回波的上升沿与下降沿。数据处理单元再根据上位机单元配置的模式进行对应的处理、运算，将脉宽信息处理为相对均值而言的相对反射率信息，以此拉大各点反射率之间的差值。最后通过上位机将处理后的反射率信息以颜色的形式显示给用户。相较于其他反射率算法，本发明可以增大探测场景或物体反射率相近点的反射率差值，并可以缩小无关紧要的、少数的、反射率值与均值相差很大的点之间的反射率差值，以便用户更直观的察觉反射率、减少相关设备上位机后续的处理时间。
-
公开(公告)号：CN113075666A
公开(公告)日：2021-07-06
申请号：CN202110329936.9
申请日：2021-03-26
Applicant: 哈尔滨理工大学
IPC: G01S15/89
Abstract: 本发明公开了一种便携式超声成像系统及方法，涉及医学超声成像技术领域，特别涉及一种便携式超声成像系统及方法技术领域。该系统包括：超声探头、直流稳压转换器、脉冲发生控制器、可变增益放大器、包络检波器、精密无偏放大器、模数转换器、数字图像处理器、微控制器、LED显示屏、电源、电源开关、装置外壳、壳体挡板、装置底板、装置面板、网格海绵、支撑底座、屏幕预留区、开关预留区。其中，所述直流稳压转换器与脉冲发生控制器共同组成高压脉冲发生装置，所述可变增益放大器、包络检波器和精密无偏放大器共同组成模拟处理装置。本发明具有便于携带、使用方便、实时性好等特点。
-
公开(公告)号：CN112949531A
公开(公告)日：2021-06-11
申请号：CN202110273649.0
申请日：2021-03-15
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于图像处理与机器学习的颈部姿态识别方法，该方法的步骤包括：颈部图像采集、颈部目标检测、颈部特征提取、颈部姿态识别；本发明首先用图像处理的算法对颈部目标进行检测，将目标与背景进行分离；之后用建立的坐标系将颈部进行特征提取形成特征向量，特征向量表征颈部姿态特征；颈部姿态识别是在上述两项技术的基础上，通过LVQ神经网络算法对颈部姿态进行识别判断。以上四个步骤连贯起来是一个完整的颈部姿态识别方法。本发明的显著优点是：提供的技术方案可以完整检测颈部目标，特征提取降低了特征数据量，采用LVQ神经网络算法提高了颈部姿态识别效率。
-
公开(公告)号：CN108501042A
公开(公告)日：2018-09-07
申请号：CN201810440658.2
申请日：2018-05-10
Applicant: 哈尔滨理工大学
IPC: B25J19/04
Abstract: 本发明一种磁极阵列控制的仿生眼涉及一种观察视角广、眼球转动灵活、可固定位置观察的机器眼；该机器眼由机器眼前眼眶、机器视觉模块、机器眼眼窝和磁极阵列组成；机器视觉模块置于机器眼前眼眶与机器视觉眼窝之间的空腔中，电磁铁设置于机器眼眼窝上均匀分布的圆孔内，磁极阵列中每个电磁铁线圈分别接入接口电路；本发明机器眼的有益效果在于：第一、设计圆形的机器视觉模块，通过磁极对眼球中央磁铁的吸引作用，使机器视觉模块自由转动，能够更灵活的获得多角度工作环境的信息采集；第二、由于磁极阵列中每个电磁铁采用相对独立的工作模式，接口电路可以根据要求对不同位置电磁铁通电，实现机器视觉模块平滑流畅的自由转动和位置固定。
-
公开(公告)号：CN105877757A
公开(公告)日：2016-08-24
申请号：CN201610189437.3
申请日：2016-03-30
Applicant: 哈尔滨理工大学
IPC: A61B5/11
CPC classification number: A61B5/1116 , A61B5/1126
Abstract: 本发明涉及一种多传感器集成的人体运动姿态捕获与识别装置。本装置包括三轴加速度传感器、三轴角速度传感器、单片机和电源管理模块，安装在人体的小腿部位，利用三轴加速度传感器和三轴角速度传感器提取人体在运动过程中的加速度数据以及角速度数据，先将采集到的加速度数据和角速度数据进行预处理，再使用时域分析和频域分析的方法对采集到的数据进行分析并提取出特征量，将提取到的特征量作为朴素贝叶斯分类器的输入，利用朴素贝叶斯分类器分类和识别人体当前的运动姿态。与基于计算机视觉技术的人体运动姿态识别方法相比，基于单片机的人体运动姿态识别和监测技术具有不泄露使用者的隐私、携带方便简洁、检测准确等诸多优点。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.019 seconds)
