-
公开(公告)号：CN115779980B
公开(公告)日：2024-02-13
申请号：CN202211570915.7
申请日：2022-12-08
Applicant: 常州大学
Abstract: 本发明属于催化剂的制备技术领域，具体涉及Ni/CeO2‑Rh催化剂用于愈创木酚选择性加氢制备环己醇反应的应用。本发明采用常见的二氧化铈(CeO2)为载体，利用对载体进行不同程度的修饰，通过贵金属掺杂以及还原剂对载体进行不同程度的还原等手法对载体进行改善，从而提高催化剂的活性。本发明采用的催化剂是一种在低负载量的前提下也具备高效的催化活性，相比于之前工业化方法还具有产率高，原料转化率高，目标产物环己醇选择性高等特点，因而具有较好的工业前景。
-
Patent Agency Ranking
公开(公告)号：CN107437254A
公开(公告)日：2017-12-05
申请号：CN201710504815.7
申请日：2017-06-28
Applicant: 常州大学
Abstract: 本发明公开了一种果园邻接重叠形态果实判别方法，包括：图像采集：双目视觉实时采集果实图像；果实区域提取：提取左目图像中的所有果实区域；连通区域标记：对左目图像中果实区域进行框定标记；距离图生成：对图像中标记后的连通果实区域进行计算生成距离图；横纵投影图生成：对图像连通果实区域生成的距离图进行横向和纵向投影，获取横纵向投影图；形态预判：基于横纵向投影图中的峰点个数预判疑似重叠形态果实；形态确认：基于疑似重叠形态果实区域的深度信息确认是否为邻接重叠形态果实。该方法能够判别果园图像中的果实是否为邻接重叠形态果实，为后续采用不同的方法来处理不同形态(单个分离、邻接重叠、枝叶遮挡等)的果实提供依据。
-
公开(公告)号：CN107437254B
公开(公告)日：2021-04-27
申请号：CN201710504815.7
申请日：2017-06-28
Applicant: 常州大学
Abstract: 本发明公开了一种果园邻接重叠形态果实判别方法，包括：图像采集：双目视觉实时采集果实图像；果实区域提取：提取左目图像中的所有果实区域；连通区域标记：对左目图像中果实区域进行框定标记；距离图生成：对图像中标记后的连通果实区域进行计算生成距离图；横纵投影图生成：对图像连通果实区域生成的距离图进行横向和纵向投影，获取横纵向投影图；形态预判：基于横纵向投影图中的峰点个数预判疑似重叠形态果实；形态确认：基于疑似重叠形态果实区域的深度信息确认是否为邻接重叠形态果实。该方法能够判别果园图像中的果实是否为邻接重叠形态果实，为后续采用不同的方法来处理不同形态(单个分离、邻接重叠、枝叶遮挡等)的果实提供依据。
-
公开(公告)号：CN115779980A
公开(公告)日：2023-03-14
申请号：CN202211570915.7
申请日：2022-12-08
Applicant: 常州大学
Abstract: 本发明属于催化剂的制备技术领域，具体涉及Ni/CeO2‑Rh催化剂用于愈创木酚选择性加氢制备环己醇反应的应用。本发明采用常见的二氧化铈(CeO2)为载体，利用对载体进行不同程度的修饰，通过贵金属掺杂以及还原剂对载体进行不同程度的还原等手法对载体进行改善，从而提高催化剂的活性。本发明采用的催化剂是一种在低负载量的前提下也具备高效的催化活性，相比于之前工业化方法还具有产率高，原料转化率高，目标产物环己醇选择性高等特点，因而具有较好的工业前景。
-
公开(公告)号：CN105701829B
公开(公告)日：2018-05-04
申请号：CN201610029509.8
申请日：2016-01-16
Applicant: 常州大学
Abstract: 本发明公开了一种套袋绿色果实图像分割方法,包括：图像采集：实时采集果实图像；果实光常区域提取：对图像中的表面光线正常区域进行提取；果实光常区域提取首先通过图像颜色增强算法加深果实绿色区域，采用对比度增强算法提高叶子与果实光常区域的颜色差别，而后在颜色增强后的色差图像区域内提取对比度增强后的图像，并进行动态阈值分割、去噪处理。果实高亮区域提取：首先提取图像的主色调，然后以主色调重构图像，重构图像与原图像做相减、二值化、去噪等来实现以果实高亮区域为主的提取。将两提取区域合并获得完整的果实目标区域。该方法能够实现套袋绿色果实图像的分割，获取完整果实区域，对推动苹果采摘机器人的实用化起到重要作用。
-
公开(公告)号：CN105701829A
公开(公告)日：2016-06-22
申请号：CN201610029509.8
申请日：2016-01-16
Applicant: 常州大学
CPC classification number: G06T2207/30188
Abstract: 本发明公开了一种套袋绿色果实图像分割方法,包括：图像采集：实时采集果实图像；果实光常区域提取：对图像中的表面光线正常区域进行提取；果实光常区域提取首先通过图像颜色增强算法加深果实绿色区域，采用对比度增强算法提高叶子与果实光常区域的颜色差别，而后在颜色增强后的色差图像区域内提取对比度增强后的图像，并进行动态阈值分割、去噪处理。果实高亮区域提取：首先提取图像的主色调，然后以主色调重构图像，重构图像与原图像做相减、二值化、去噪等来实现以果实高亮区域为主的提取。将两提取区域合并获得完整的果实目标区域。该方法能够实现套袋绿色果实图像的分割，获取完整果实区域，对推动苹果采摘机器人的实用化起到重要作用。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
