-
公开(公告)号:CN118887601A
公开(公告)日:2024-11-01
申请号:CN202410877378.3
申请日:2024-07-02
申请人: 常州大学
IPC分类号: G06V20/52 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
摘要: 本发明涉及图像处理技术领域,尤其涉及一种面向全天候的目标检测方法及系统,包括渲染不同天气条件下场景和目标物体的图像,构建源域数据集;实时采集不同天气条件下场景和目标物体的图像,构建目标域数据集;构建改进yolov5网络,将backbone的第1个CBS卷积、第2个CBS卷积和第8个CBS卷积替换为CBS_1卷积;将第1、2层的CBS卷积生成的低层特征、第8层生成的高层特征输入GRL层,生成对于源域和目标域通用的像素层级和语义层级的特征;将包含源域和目标域的数据集输入改进yolov5网络进行训练,利用最小化损失函数来收敛模型。本发明选择采用领域自适应技术来有效减少源域和目标域之间的分布差异。
-
公开(公告)号:CN118135270A
公开(公告)日:2024-06-04
申请号:CN202311680545.7
申请日:2023-12-08
申请人: 常州大学
IPC分类号: G06V10/764 , G06V10/774 , G06T3/4007 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N5/04 , G06V20/10 , G06T3/4038
摘要: 本发明涉及花卉识别领域,具体涉及一种基于深度学习的盆栽花卉智能识别方法,方法包括:构建盆栽花卉检测数据集,所述盆栽花卉数据集包括多个标注后的盆栽花卉图像;构建YOLOv5s_NMRH目标检测模型,所述YOLOv5s_NMRH目标检测模型在YOLOv5的基础上,Backbone部分采用NAM_MobileNetV3s骨干特征提取网络,Neck部分的上采样采用双线性插值法,Head部分采用添加了残差边的解耦检测头Res_decoupledHead;采用所述盆栽花卉检测数据集训练所述YOLOv5s_NMRH目标检测模型;利用训练后的YOLOv5s_NMRH目标检测模型识别待识别盆栽花卉图像中的盆栽花卉。本发明可以精确识别盆栽花卉的种类。
-
公开(公告)号:CN117274800A
公开(公告)日:2023-12-22
申请号:CN202311152820.8
申请日:2023-09-07
申请人: 常州大学
IPC分类号: G06V20/10 , G06V10/44 , G06V10/58 , G06V10/42 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/045
摘要: 本发明涉及图像处理技术领域,尤其涉及基于深度学习的高光谱遥感图像异常检测方法,包括对高光谱遥感图像进行归一化预处理得到原始高光谱图;将原始高光谱图输入低秩背景特征提取网络生成低秩背景特征;将低秩背景特征输入主干特征提取网络,得到主干特征;将主干特征输入特征卷积网络,得到卷积特征;将卷积特征输入上采样网络,得到上采样特征;将上采样特征输入特征卷积子网络,得到重建背景特征图;将原始高光谱图与重建背景特征图相减得到重构误差图,并利用自适应加权损失函数抑制异常的重建权重。本发明针对现有的高光谱异常检测存在未对背景的低秩特性给予充分利用的问题以及现有算法对背景和异常的分离仍具有挑战性。
-
公开(公告)号:CN116970295A
公开(公告)日:2023-10-31
申请号:CN202311087161.4
申请日:2023-08-28
申请人: 常州大学
摘要: 一种“砖‑泥”层状结构耐腐蚀磷酸盐复合涂层及其制备方法与应用,属于金属涂层技术领域。本发明通过盐酸多巴胺、四氧化三铁以及二氧化硅对六方氮化硼进行改性处理,然后加入磷酸盐粘结剂、固化剂得到磷酸盐复合涂料,最后将磷酸盐复合涂料涂覆在基材表面后得到磷酸盐复合涂层,涂层固化过程中利用磁场辅助作用控制六方氮化硼的排列方向,进而得到“砖‑泥”层状结构耐腐蚀磷酸盐复合涂层。该涂层具有独特的层状结构可以有效抵抗电解质的渗透,提供超高的物理隔绝效果,增强金属基体的抗腐蚀能力并一定程度上延长其使用寿命,适用于各种严苛的腐蚀环境,在金属基体表面防护领域具有广泛的应用前景。
-
公开(公告)号:CN116237342A
公开(公告)日:2023-06-09
申请号:CN202310254148.7
申请日:2023-03-16
申请人: 常州大学
摘要: 本发明涉及光伏组件回收技术领域,尤其涉及一种报废光伏组件背板的整体拆解装置及方法,包括工作台、热刀拆解装置及升降同步带装置,热刀拆解装置包括热刀框架,热刀框架上安装有两个热刀基体,热刀基体底部安装有热刀刀片且内部安装有加热棒,每个热刀基体的外侧均安装有一粗辊轧且两个热刀基体之间安装有一细辊轧;本发明利用加热后的热刀刀片将EVA快速熔融,降低了封装材料的粘结作用和韧性,从而有利于热刀刀片对背板的刨削,减少了功耗,且利用粗辊轧和细辊轧压住光伏组件,保证了刨削的稳定性,降低了处理光伏组件的局限性,针对破碎弯曲的光伏板也可以进行处理,提高了回收利用的效益。
-
公开(公告)号:CN110969612B
公开(公告)日:2023-03-21
申请号:CN201911224979.X
申请日:2019-12-04
申请人: 常州大学
摘要: 本发明提供一种二维码印刷缺陷检测方法,主要流程包括:通过鼠标设置ROI界定图像获取区,并对所获取的图像进行预处理并阈值自适应二值化,后首先检测二维码定位符,若定位符个数、相互间位置关系不满足条件,则认为该二维码定位符缺失/缺损/污染或二维码外轮廓有变形,在此基础上,进一步检测二维码轮廓缺损及黑/白道痕缺陷。若过程中检测出某类缺陷,则可根据需要终止检测过程,判定当前二维码存在缺陷,以提高检测效率。
-
公开(公告)号:CN114065581A
公开(公告)日:2022-02-18
申请号:CN202111352062.5
申请日:2021-11-16
申请人: 常州大学
IPC分类号: G06F30/23 , G06F30/28 , G06F113/14
摘要: 本发明涉及流道结构设计技术领域,尤其涉及一种截面速度均匀的流道结构设计方法,包括S1、在流场入口和出口间建立流道,设流道入口为速度入口;S2、用有限体积法求出流体在整个流道内的速度分布;S3、统计流道内速度分布并进行判断,将流道截面最大速率与流体速度阈值进行比较,不满足条件时返回迭代,修改外流道结构;直至满足条件,输出外流道形状;S4、计算不同截面上的速度均匀性,对相邻两次不同截面速度均匀性比较,当N个截面均满足Civn>Ci‑1vn时,输出内流道形状。本发明在有限元仿真的基础上通过不断迭代形成优化流道,使流道内部不会出现回流涡,同时流道内部流体速度分布均匀。
-
公开(公告)号:CN110977022A
公开(公告)日:2020-04-10
申请号:CN201911230952.1
申请日:2019-12-05
申请人: 常州大学
摘要: 本发明公开了一种废旧电路板高值元件扫描切割装置,它包括用于固定废旧电路板并传送废旧电路板以使得废旧电路板依次移动至扫描工位和切割工位的传送装置、用于扫描位于扫描工位的废旧电路板以得到废旧电路板上的高值元件焊接部的位置信息和尺寸信息的扫描装置、用于切割位于切割工位的废旧电路板的切割装置和中央控制装置,所述中央控制装置分别与扫描装置和切割装置信号连接以根据扫描装置发送的位置信息和尺寸信息控制切割装置动作以调整切割装置的切割区域以使得切割装置切割下废旧电路板上的高值元件焊接部。本发明可以自动、准确地将高值元件焊接部从较大的废旧电路板上切割下来,进而方便高值元件的分离、回收。
-
公开(公告)号:CN109275609A
公开(公告)日:2019-01-29
申请号:CN201811353035.8
申请日:2018-11-14
申请人: 常州大学
IPC分类号: A01K61/95
摘要: 基于图像的常见淡水鱼种类自动识别方法,首先通过鱼轮廓提取,并对获得的轮廓依次进行水平化、长度统一化和鱼头识别处理,然后提取鱼体头部夹角、夹角顶点、鱼尾柄高度及尾柄中点,进一步求出鱼头夹角和鱼的宽长比特征值,最后以鱼头夹角和鱼轮廓宽长比为特征对鳊鱼、鲫鱼、鲢鱼、草鱼这四种常见淡水鱼进行识别。本发明所提供的方法比用受环境和光照影响明显的颜色特征、受鱼鳍变形影响明显的鱼背部轮廓特征来对鱼种类识别的结果更加稳定可靠。
-
公开(公告)号:CN118586417A
公开(公告)日:2024-09-03
申请号:CN202410735255.6
申请日:2024-06-07
申请人: 常州大学
IPC分类号: G06K7/14
摘要: 本发明涉及图像处理技术领域,尤其涉及一种基于视频二维码标签有效帧的平滑提取方法,包括帧图像提取;通过均值算法计算两个相邻连续帧之间的均值;对均值数组进行扩展,在均值数组的首尾增加第一修正数组和第二修正数组,得到扩展数据;将数滑窗权重数组和扩展数组输入离散线性卷积函数进行平滑处理;对平滑数组进行切片操作,得到第一平滑数组;利用局部最大值函数从第一平滑数组中找到若干个最大值的参数,并根据该参数的索引号得到帧图像对应的索引号。本发明首先计算相邻连续帧之间像素点差异值,在对差异值进行平滑处理,并结合滑窗权重和切片,通过局部最大值法,准确提取有效帧;解决复杂场景和目标移动的影响,计算量小、准确性高。
-
-
-
-
-
-
-
-
-