-
公开(公告)号：CN108717183B
公开(公告)日：2022-02-15
申请号：CN201810485834.4
申请日：2018-05-21
Applicant: 武汉科技大学
Abstract: 本发明公开了一种基于RANSAC的Toeplitz声源定位方法，首先对一段声音信号X(t)进行通过窗函数w(t)进行分帧处理，得到一帧声音信号Xw(t)；计算数据协方差矩阵R；然后对数据协方差矩R阵进行奇异值分解，获得信号子空间Us及信号子空间奇异值组成的对角阵利用旋转不变子空间思想构建矩阵选取矩阵B的前M‑1行和后M‑1行，分别记为B1和B2，B1和B2满足关系式：B1D＝B2，其中D是含有信号方向信息的对角阵；求解含有位置参数的对角矩阵D，得到该帧声音信号的位置参数；最后在获得了每一帧的声源位置参数后，利用RANSAC算法消除这些参数中的不可靠数据，获得最优的样本集合然后拟合出精确的位置参数。本发明能够定位参数的拟合效果更好，提高Toeplitz定位算法的准确度与鲁棒性。
-
公开(公告)号：CN108052948B
公开(公告)日：2020-01-17
申请号：CN201711122348.8
申请日：2017-11-14
Applicant: 武汉科技大学
IPC: G06K9/46
Abstract: 本发明属于图像识别技术领域，公开了一种提取图像特征的编码方法，包括：将图像划分为NⅹN的图像块矩阵；获取第一图像块的像素值V0，以及与所述第一图像块相邻的8个图像块的像素值V1、V2、V3、V4、V5、V6、V7以及V8；分别求取9个像素值的中值V med以及均值Vmean；求出差值δ；逐一将Vi(i＝1,2,3,4,5,6,7,8)与V0的差值αi与所述差值δ比较，如果αi≥δ，则Vi赋值为二进制码1，否则Vi赋值为二进制码0；将上述二进制码进行编码，并将获得的二进制编码转换为十进制数值，作为第一图像块的图像特征编码值；重复上述步骤，直至获取所述NⅹN的图像块矩阵中的所有图像块的图像特征编码值；其中，N大于3。本发明提供一种提升识别准确度的特征提取编码方法。
-
公开(公告)号：CN107009357B
公开(公告)日：2019-03-26
申请号：CN201710218153.7
申请日：2017-04-05
Applicant: 武汉科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于NAO机器人抓取物体的方法，所述方法包括：利用预先设定的搜索路径基于颜色分割的方法找到并识别目标物体，获得包含所述目标物体的图像和所述目标物体的第一中心点像素坐标；获得所述NAO机器人的头部高度变化值与俯仰角的第一函数关系；获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系，获取所述图像的第二中心像素点坐标，获得所述目标物体相对于所述NAO机器人的水平偏角和垂直偏角，获得所述目标物体到所述NAO机器人的距离；获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体，解决了现有技术中采用单目视觉定位的方法存在精度不高、实时性差的技术问题。
-
公开(公告)号：CN108717183A
公开(公告)日：2018-10-30
申请号：CN201810485834.4
申请日：2018-05-21
Applicant: 武汉科技大学
Abstract: 本发明公开了一种基于RANSAC的Toeplitz声源定位方法，首先对一段声音信号X(t)进行通过窗函数w(t)进行分帧处理，得到一帧声音信号Xw(t)；计算数据协方差矩阵R；然后对数据协方差矩R阵进行奇异值分解，获得信号子空间Us及信号子空间奇异值组成的对角阵 利用旋转不变子空间思想构建矩阵选取矩阵B的前M-1行和后M-1行，分别记为B1和B2，B1和B2满足关系式：B1D＝B2，其中D是含有信号方向信息的对角阵；求解含有位置参数的对角矩阵D，得到该帧声音信号的位置参数；最后在获得了每一帧的声源位置参数后，利用RANSAC算法消除这些参数中的不可靠数据，获得最优的样本集合然后拟合出精确的位置参数。本发明能够定位参数的拟合效果更好，提高Toeplitz定位算法的准确度与鲁棒性。
-
公开(公告)号：CN108647620A
公开(公告)日：2018-10-12
申请号：CN201810413591.3
申请日：2018-05-03
Applicant: 武汉科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于伽马变换的韦伯人脸的光照归一化方法，首先对人脸图像I进行线性变换，得到图像Ii；然后对图像Ii进行伽马变换，得到图像接着利用高斯函数对图像进行求导，得到 对进行邻域积分，得到Rγ；最后对Rγ进行归一化，得到最后的结果光照归一化的r。本发明提供基于伽马变换的韦伯人脸的光照归一化方法，使得局部光照相同的假设更加严谨；通过伽马变换使得假设条件更加完善和具有普适性，使得光照归一化的效果更好，提高人脸识别率。
-
Patent Agency Ranking
公开(公告)号：CN107588721A
公开(公告)日：2018-01-16
申请号：CN201710760185.X
申请日：2017-08-28
Applicant: 武汉科技大学
IPC: G01B11/00
Abstract: 本发明公开了一种基于双目视觉的零件多尺寸的测量方法及系统，其中的方法包括：对原左右图像进行双目相机标定，获得双目标定参数，并对双目相机标定后的左右图像进行畸变矫正，获得第一左右图像；对所述第一左右图像进行极线矫正，获得第二左右图像；基于极线阈值约束，将所述第二左右图像中待匹配点的坐标映射至相对应的灰度图中，获得特征点；基于三角测量原理，根据所述双目标定参数和所述视差图，获得所述特征点的三维坐标；根据所述三维坐标进行空间曲线和直线的拟合，获得目标尺寸，以所述目标尺寸作为零件的尺寸。本发明解决了现有技术双目视觉测量方法存在特征点匹配困难的技术问题。
-
公开(公告)号：CN107560567A
公开(公告)日：2018-01-09
申请号：CN201710604718.5
申请日：2017-07-24
Applicant: 武汉科技大学
Abstract: 本发明属于材料检测技术领域，公开了一种基于图像分析的材料表面质量检测方法，包括：通过强度为K的检测光照射在待检测材料表面；获取自所述待检测材料表面反射的检测光信号，得到图像；计算所述图像的像素值I，并计算其与理论像素值IC的差值E；其中，理论像素值IC＝KR，R为待检测材料表面反射率。本发明提供的检测方法，基于图像分析的方法实现表面质量分析判断，高效可靠。
-
公开(公告)号：CN107393011A
公开(公告)日：2017-11-24
申请号：CN201710421793.8
申请日：2017-06-07
Applicant: 武汉科技大学
CPC classification number: G06T19/006 , G01C11/00
Abstract: 本发明属于视觉测量技术领域，公开了一种基于多结构光视觉技术的快速三维虚拟试衣系统，包括：投影仪组、照相机组、人体三维信息计算模块、服装信息存储器、处理器以及显示屏；投影仪组均匀设置在试衣位周围，投射编码条纹测量图像；照相机组均匀设置在试衣位周围，获取投射在试衣主体上的变形的编码条纹测量图像；人体三维信息计算模块基于变形的编码条纹测量图像计算各角度深度点云数据，并进行点云数据拼接和融合得到人体三维数据信息；处理器分别与所述人体三维信息计算模块和所述服装信息存储器相连，分别读取人体三维信息和服装信息并进行比对匹配，输出试衣图像；显示器与处理器相连，显示试衣图像。本发明提供一种快速，良好的试衣系统。
-
公开(公告)号：CN107230212A
公开(公告)日：2017-10-03
申请号：CN201710318073.9
申请日：2017-05-08
Applicant: 武汉科技大学
Abstract: 本发明公开了一种基于视觉的手机尺寸的测量方法，所述方法包括：采用Canny算子结合边缘聚焦的方法获取被测手机的轮廓边缘，所述轮廓边缘包括多个边缘点；采用霍夫直线检测方法从所述边缘点中获取四条直线；采用选择性迭代的方法确定所述四条直线的内点；根据所述内点，采用最小二乘法获取最终的四条直线，其中所述最终的四条直线形成的四个交点构成为所述被测手机的四个顶点；获取所述四个顶点的坐标；基于所述坐标，获得所述被测手机的实际尺寸。本发明提供的一种基于视觉的手机尺寸的测量方法及系统，解决了现有技术中利用最小外接矩形的方法来测量手机尺寸的方法，存在的精度不高的技术问题。
-
公开(公告)号：CN107133986A
公开(公告)日：2017-09-05
申请号：CN201710284292.X
申请日：2017-04-26
Applicant: 武汉科技大学
IPC: G06T7/80
Abstract: 本发明提出一种基于二维标定物的相机标定方法，在进行标定图像优选的基础上实现相机标定，包括准备平面标定板，用相机采集平面标定板每个角度的图像，对每幅图像进行角点提取，计算每幅图像对应的单应性矩阵，初始化随机抽取一致性的参数，从所有的单应性矩阵中随机选取单应性矩阵，计算IAC，并判断每幅图像对应的单应性矩阵与IAC之间的距离，根据判断得到内点集和内点数的总和，并进行局部优化；最后根据所有内点估计IAC，去除外点对应的图像集，完成标定图像优选；根据标定图像优选结果进一步得到标定结果。本发明可以提升张正友二维平面的标定方法，获得更稳定可靠的标定精度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.028 seconds)
