一种用于文物鉴定的数字全息显微成像设备

    公开(公告)号:CN110823891B

    公开(公告)日:2022-08-30

    申请号:CN201911106577.X

    申请日:2019-11-13

    Abstract: 本发明公开了一种用于文物鉴定的数字全息显微成像设备,包括第一底座,第一底座顶部安装有平台,平台上方安装有显微镜,所述平台上安装有三个滑轨,滑轨侧面安装第二电机,滑轨远离平台圆心端安装第一支撑杆,第一支撑杆顶端安装第一轴,第一轴上安装第二支撑杆,第二支撑杆顶端安装第二轴,第二轴上安装第三支撑杆,第三支撑杆顶端安装支撑头,第三支撑杆靠近平台圆心侧安装倒三角形支撑座,第一支撑杆靠近平台圆心侧中间位置安装有第三轴,第二支撑杆靠近第三轴一侧安装有第四轴,第二支撑杆另一侧安装有第五轴。本发明能够改进现有技术的不足,提高了数字全息显微成像设备对不同大小物体夹持及调节的效果。

    一种基于卷积神经网络的手背静脉采集识别的设备和方法

    公开(公告)号:CN114724198A

    公开(公告)日:2022-07-08

    申请号:CN202210463947.0

    申请日:2022-04-29

    Inventor: 王寰宇 张雷

    Abstract: 本发明公开了一种基于卷积神经网络的手背静脉采集和识别的设备和方法。硬件方面包括Basler红外摄像头、四块850nm的近红外光源PCB、升降台和固定支架,软件方面利用python搭建卷积神经网络,对采集的数据集进行训练,识别。整体系统采用反射法搭建设备,摄像头放置于系统最上方,采集时,手背静脉反射红外光,被顶部摄像头捕捉,获得高质量的手背静脉图片,送往后续软件的处理。本发明所搭建的静脉识别设备提高了静脉采集的质量,在后续的静脉处理和识别中大大减少了软件上的复杂度,优化了静脉识别的的准确率,满足了生物识别的高准确性和便捷性。

    基于图像增强和深度学习的煤矸分类识别方法与流程

    公开(公告)号:CN114627109A

    公开(公告)日:2022-06-14

    申请号:CN202210443025.3

    申请日:2022-04-26

    Inventor: 李玉丽 张雷

    Abstract: 本发明公开了一种基于图像增强和深度学习的煤矸分类识别方法与流程,属于计算机视觉和图像处理领域,具体涉及一种煤矸石的分类识别方法。所述方法包括煤矸图像采集并进行图像增强处理,针对煤矸图像增强处理后的煤矸图像制作成数据集,搭建并对LeNet网络进行改进并针对得到的数据集进行训练,通过神经网络训练得到煤矸分类识别结果模型;本发明通过对采集的煤矸原图进行图像增强处理增大煤矸图像的差异性并结合深度学习中的卷积神经网络,大大的提高了煤矸分类识别准确率,解决了目前现有煤矸识别准确率低的问题。

    一种基于等离子体蚀刻的连续双面蚀刻光学器件的装置

    公开(公告)号:CN110880444B

    公开(公告)日:2022-04-12

    申请号:CN201911192401.0

    申请日:2019-11-28

    Abstract: 本发明公开了一种基于等离子体蚀刻的连续双面蚀刻光学器件的装置,它包括由右往左依次设置的光学器件正反面蚀刻装置、光学器件冷却装置和光学器件烘干及收集装置,所述光学器件正反面蚀刻装置包括机箱、设置于机箱顶部的顶盖、设置于机箱左右侧壁上的左输送装置和右输送装置;机箱内还设置有用于翻转光学器件的翻面机构,翻转机构位于左输送装置和右输送装置之间,翻面机构包括步进电机、筒体和固定板;光学器件冷却装置包括水箱、水泵、出水管、滚筒和弯折板。本发明的有益效果是:结构紧凑、极大提高光学器件生产效率、实现了在线刮除上下层保护膜、减轻工人劳动强度、能够对光学器件的正反面进行蚀刻。

    一种精确定位系统
    6.
    发明公开

    公开(公告)号:CN111435536A

    公开(公告)日:2020-07-21

    申请号:CN201911062059.2

    申请日:2019-11-01

    Abstract: 本发明公开了一种精确定位系统,包括红外定位模块、磁场定位模块、可固定于截割头后方的磁源、含有复合定位模型的终端处理器;所述红外定位模块用于对截割头进行红外定位;所述磁场定位模块用于对截割头进行磁场定位;采用本发明的精确定位系统及方法对截割头进行定位,能够获得精准的定位结果;现对于现有技术的定位结果,定位精度大幅度地提高。且不受工况的影响,能够在复杂的工况下进行工作,不会出现对截割头跟踪丢失的情况。

    一种基于深度学习的数字全息图像重建方法

    公开(公告)号:CN111311493A

    公开(公告)日:2020-06-19

    申请号:CN202010089732.8

    申请日:2020-02-13

    Abstract: 本发明公开了一种基于深度学习的数字全息图像重建方法,包括如下步骤:S1、对于原始图像进行收集,接着对于原始图像进行采样;S2、采样完成后丢弃部分数据,进行压缩;S3、压缩完成后进行数据传输,并且传输到所需播放的下位机;S4、下位机对于数据传输到的压缩包进行解压缩;S5、压缩完成后进行图像恢复,并将其进行显示;本发明结构科学合理,使用安全方便,对于数据采集卡经A/D转换和量化后处理,同时引入计算机技术,利用计算机的数值计算来模拟物波模型函数和光学干涉函数,从而便于了图像的数据转换,提高了转换效率,而压缩后,降低了传输速度,并且通过数据传输到云端,安全可靠。

    一种数字显微成像系统及方法

    公开(公告)号:CN108169888A

    公开(公告)日:2018-06-15

    申请号:CN201810176878.9

    申请日:2018-03-04

    Abstract: 本申请涉及一种显微成像系统及成像方法。该成像系统通过将激光器发出的光分为两束光波,其中一束光波携带物体的信息,另外一束光波经扩束准直后成为平面光波;两束光波在CCD上相干涉形成干涉图样,并通过计算机对该干涉图样进行再现从而得到物体的三维显微图像。本申请采用自动控制两束光波的夹角,从而能够得到再现像中原始像与零级干扰像刚好分离,从而得到最高分辨率的原始像。

Patent Agency Ranking