-
公开(公告)号:CN108764004B
公开(公告)日:2021-04-09
申请号:CN201810562609.6
申请日:2018-06-04
Applicant: 空气动力学国家重点实验室 , 中国空气动力研究与发展中心低速空气动力研究所
IPC: G06K7/14
Abstract: 本发明公开一种基于编码环采样的环状编码标记点解码识别方法,属于双目立体视觉测量技术领域。包括以下步骤:对获取的图像数据进行像素级边缘检测,设定阈值条件,进行轮廓筛选;对筛选结果再次进行亚像素级边缘检测,并对检测的边缘轮廓进行椭圆拟合,得到椭圆参数;对编码环进行采样,设定自适应阈值,进行二值化处理;基于采样二值序列,进行解码识别,计算得到环状编码标记点的解码值。本发明所提供的方法无需对编码标记点的成像区域进行变换操作,可直接进行解码识别,方便快捷,计算量小,识别效率高,具有更好的抗干扰性和鲁棒性。
-
公开(公告)号:CN108844524B
公开(公告)日:2020-11-17
申请号:CN201810728387.0
申请日:2018-07-05
Applicant: 空气动力学国家重点实验室 , 中国空气动力研究与发展中心低速空气动力研究所
Abstract: 本发明公开一种基于振动修正的直升机旋翼桨叶运动参数测量方法,属于视觉测量技术领域。包括以下步骤:在直升机旋翼的桨毂和桨叶上布置一定数量的编码标记点;构建双目立体视觉系统,获取直升机旋翼图像数据;计算编码标记点的三维坐标,并构建旋翼坐标系;计算旋翼高速旋转状态下的瞬态振动位移向量,对编码标记点三维坐标进行修正;基于修正后的编码标记点三维信息,根据旋翼桨叶运动参数的定义,计算当前瞬态下旋翼桨叶运动参数。本发明所提供的方法通过修正旋翼高速旋转造成的振动位移偏差,能够实现旋翼桨叶运动参数的精确测量,具有操作简单、非接触式、精度高、安全性好等优点。
-
公开(公告)号:CN108844524A
公开(公告)日:2018-11-20
申请号:CN201810728387.0
申请日:2018-07-05
Applicant: 空气动力学国家重点实验室 , 中国空气动力研究与发展中心低速空气动力研究所
Abstract: 本发明公开一种基于振动修正的直升机旋翼桨叶运动参数测量方法,属于视觉测量技术领域。包括以下步骤:在直升机旋翼的桨毂和桨叶上布置一定数量的编码标记点;构建双目立体视觉系统,获取直升机旋翼图像数据;计算编码标记点的三维坐标,并构建旋翼坐标系;计算旋翼高速旋转状态下的瞬态振动位移向量,对编码标记点三维坐标进行修正;基于修正后的编码标记点三维信息,根据旋翼桨叶运动参数的定义,计算当前瞬态下旋翼桨叶运动参数。本发明所提供的方法通过修正旋翼高速旋转造成的振动位移偏差,能够实现旋翼桨叶运动参数的精确测量,具有操作简单、非接触式、精度高、安全性好等优点。
-
公开(公告)号:CN108680336A
公开(公告)日:2018-10-19
申请号:CN201810728394.0
申请日:2018-07-05
Applicant: 空气动力学国家重点实验室 , 中国空气动力研究与发展中心低速空气动力研究所
Abstract: 本发明公开一种低速风洞试验中直升机旋翼振动位移测量方法,属于低速风洞试验测量技术领域。包括以下步骤:在直升机旋翼桨毂上布置一定数量的编码标记点;获取直升机旋翼静止状态下的图像数据;计算图像数据中编码标记点的三维坐标,并构建旋翼坐标系;获取直升机旋翼高速旋转状态下的瞬态图像数据;计算桨毂中心编码标记点在旋翼坐标系中的三维坐标;计算得到直升机旋翼高速旋转状态下的瞬态振动位移向量。本发明所提供的方法可有效测量直升机旋翼高速旋转造成的振动位移偏差,具有操作简单、非接触式、精度高、安全性好等优点。
-
公开(公告)号:CN108680336B
公开(公告)日:2019-12-03
申请号:CN201810728394.0
申请日:2018-07-05
Applicant: 空气动力学国家重点实验室 , 中国空气动力研究与发展中心低速空气动力研究所
Abstract: 本发明公开一种低速风洞试验中直升机旋翼振动位移测量方法,属于低速风洞试验测量技术领域。包括以下步骤:在直升机旋翼桨毂上布置一定数量的编码标记点;获取直升机旋翼静止状态下的图像数据;计算图像数据中编码标记点的三维坐标,并构建旋翼坐标系;获取直升机旋翼高速旋转状态下的瞬态图像数据;计算桨毂中心编码标记点在旋翼坐标系中的三维坐标;计算得到直升机旋翼高速旋转状态下的瞬态振动位移向量。本发明所提供的方法可有效测量直升机旋翼高速旋转造成的振动位移偏差,具有操作简单、非接触式、精度高、安全性好等优点。
-
公开(公告)号:CN108764004A
公开(公告)日:2018-11-06
申请号:CN201810562609.6
申请日:2018-06-04
Applicant: 空气动力学国家重点实验室 , 中国空气动力研究与发展中心低速空气动力研究所
IPC: G06K7/14
CPC classification number: G06K7/1421 , G06K7/1452
Abstract: 本发明公开一种基于编码环采样的环状编码标记点解码识别方法,属于双目立体视觉测量技术领域。包括以下步骤:对获取的图像数据进行像素级边缘检测,设定阈值条件,进行轮廓筛选;对筛选结果再次进行亚像素级边缘检测,并对检测的边缘轮廓进行椭圆拟合,得到椭圆参数;对编码环进行采样,设定自适应阈值,进行二值化处理;基于采样二值序列,进行解码识别,计算得到环状编码标记点的解码值。本发明所提供的方法无需对编码标记点的成像区域进行变换操作,可直接进行解码识别,方便快捷,计算量小,识别效率高,具有更好的抗干扰性和鲁棒性。
-
公开(公告)号:CN116858130B
公开(公告)日:2024-01-09
申请号:CN202310621293.4
申请日:2023-05-30
Applicant: 中国空气动力研究与发展中心低速空气动力研究所
Abstract: 本发明涉及冰形测量技术领域,具体涉及一种基于π/2互补双脉宽调制模式的三维冰形测量方法。本方法首先投影编码结构光和 互补双脉宽调制模式 生成的主动结构光到冰面上,然后采用双目相机采集冰面编码结构光和主动结构光的图像;接着对采集的图像进行相位展开和同名点匹配;最后对冰面进行三维重建,实现冰面的三维测量。本方法创新的以 互补双脉宽调制模式投影主动结构光到冰面,所采用的 互补双脉宽调制模式具有良好的二值特性和极强的判别能力。本发明所提供的冰面三维测量方法能适应于反射特性十分复杂冰面的三
-
公开(公告)号:CN116739935A
公开(公告)日:2023-09-12
申请号:CN202310759300.7
申请日:2023-06-26
Applicant: 中国空气动力研究与发展中心低速空气动力研究所
IPC: G06T5/00 , G06N3/0895 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于自监督特征融合GAN模型的图像去雾方法,自监督特征融合GAN模型包括判别器和基于U‑net架构的生成器,去雾网络包括训练得到的生成器,生成器包括连接的编码器和解码器;编码器进行下采样操作,解码器进行上采样操作。编码器包括依次连接的卷积层和多级第一处理层,第一处理层包括依次连接的残差层、卷积层和特征融合模块;解码器包括依次连接的多级第二处理层、自监督注意力模块和卷积层,第二处理层包括依次连接的反卷积层、增强策略模块和残差层。基于上述结构的去雾方法,提高了生成图像的准确性和细节保留能力,生成的去雾图像更真实和清晰。
-
公开(公告)号:CN116342437A
公开(公告)日:2023-06-27
申请号:CN202310621300.0
申请日:2023-05-30
Applicant: 中国空气动力研究与发展中心低速空气动力研究所
IPC: G06T5/00 , G06N3/0455 , G06N3/094
Abstract: 本发明涉及图像去雾技术领域,具体涉及一种基于密集连接亚像素GAN模型的图像去雾方法。首先搭建所述密集连接亚像素GAN模型,并对其进行训练;然后获取待处理有雾图像,并将其输入到密集连接亚像素GAN模型的生成器中,输出图像的透射率和大气光照值,最后获取大气散射模型并基于透射率、大气光照值和大气散射模型得到去雾图。本发明通过估计透射率图和大气光照值,来反解大气散射模型能有效增强去雾效果;在对抗网络模型中加入了亚像素卷积层当做网络结构中的上采样操作,能消除传统采用逆卷积带来的伪影且亚像素卷积层能最大限度利用图像信息来提高图像的分辨率,得到清晰的去雾图片。
-
公开(公告)号:CN111292375B
公开(公告)日:2023-05-09
申请号:CN202010087179.4
申请日:2020-02-11
Applicant: 中国空气动力研究与发展中心低速空气动力研究所
Abstract: 本发明公开了一种基于位置约束的直升机桨叶标记点识别匹配方法,属于双目视觉测量技术领域。包括以下步骤:在直升机桨毂和桨叶的特定位置粘贴圆形标记点;构建双目成像系统,采集直升机桨叶运动状态下的瞬态图像对;对图像对中的圆形标记点进行检测定位;基于位置约束条件对检测定位的桨叶圆形标记点进行识别标记;基于桨叶圆形标记点的标记值,对图像对中的桨叶圆形标记点进行准确匹配。本发明所提供的方法利用了直升机桨叶的结构特点和旋转运动特点,将圆形标记点粘贴在了直升机桨毂和桨叶的特定位置,通过位置约束条件,可实现桨叶圆形标记点的正确识别标记和准确匹配,可有效解决了圆形标记点的误匹配问题。
-
-
-
-
-
-
-
-
-