-
公开(公告)号：CN109035242A
公开(公告)日：2018-12-18
申请号：CN201810903938.2
申请日：2018-08-09
Applicant: 长安大学
CPC classification number: G06T7/0004 , G06K9/6256 , G06N3/0454
Abstract: 本发明公开了一种基于深度学习的HF‑ERW焊接状态检测方法及装置，能够大幅提升焊接状态图像测试精度。该方法包括：获取HF‑ERW焊接状态图像数据集；建立基于卷积神经网络CNN的图像分类模型；生成HF‑ERW焊接质量状态数据集；将图像分类模型的卷积层和池化层迁移到HF‑ERW焊接质量状态数据集上；从HF‑ERW焊接质量状态数据集选取部分样本图像数据作为训练集，将训练集中的样本图像数据输入图像分类模型进行训练，获取预测分类结果；每完成一次训练后，调整图像分类模型的参数；当损失值小于预设值时停止训练；将待检测的HF‑ERW焊接状态图像输入图像分类模型，获取分类结果。
-
公开(公告)号：CN110634142A
公开(公告)日：2019-12-31
申请号：CN201910767799.X
申请日：2019-08-20
Applicant: 长安大学
Abstract: 本发明提出了一种复杂车路图像边界优化方法，实现了复杂车路环境下图像目标的分类。首先通过SegNet算法模型进行大量数据的训练仿真得到粗糙的车路目标分类特征，然后利用简单线性迭代聚类算法获得图像的过分割区域，结合SegNet算法得到的神经网络确定每个超像素区域中每个像素的类别，最后通过利用条件随机场精确的边界恢复能力来优化语义分割的结果，实现对车路图像进行边界和小区域目标误分割优化。结果表明，本发明的方法可以提高对象边界的分割精度。
-
公开(公告)号：CN109631787B
公开(公告)日：2021-01-15
申请号：CN201811614380.2
申请日：2018-12-27
Applicant: 长安大学 , 陕西交通职业技术学院 , 渭南市交通工程质量监督站
IPC: G01B11/16
Abstract: 本发明公开了一种透射式靶标图像的光斑中心检测方法及桥梁挠度图像式检测装置，在光斑中心检测时，首先对靶标图像采用金字塔模型获取待检测的光斑区域；在光斑区域内检测光斑的边缘后通过椭圆拟合的方法获取光斑的亚像素中心。本发明提高了光斑位置测量精度和效率，从应用层面解决了挠度监测的高精度和实时性的矛盾。
-
公开(公告)号：CN109631787A
公开(公告)日：2019-04-16
申请号：CN201811614380.2
申请日：2018-12-27
Applicant: 长安大学 , 陕西交通职业技术学院 , 渭南市交通工程质量监督站
IPC: G01B11/16
CPC classification number: G01B11/16
Abstract: 本发明公开了一种透射式靶标图像的光斑中心检测方法及桥梁挠度图像式检测装置，在光斑中心检测时，首先对靶标图像采用金字塔模型获取待检测的光斑区域；在光斑区域内检测光斑的边缘后通过椭圆拟合的方法获取光斑的亚像素中心。本发明提高了光斑位置测量精度和效率，从应用层面解决了挠度监测的高精度和实时性的矛盾。
-
公开(公告)号：CN108802680A
公开(公告)日：2018-11-13
申请号：CN201810690383.8
申请日：2018-06-28
Applicant: 长安大学
IPC: G01S5/16
CPC classification number: G01S5/16
Abstract: 本发明提供一种基于FFT算法的可见光室内定位系统及方法，主要包括多白光LED发射端调制模块、微弱光信号检测模块、室内定位算法以及液晶显示模块。本发明通过光敏传感器对室内空间中包含不同频率LED发出的光的混合光信号进行接收采集，经预处理后通过FFT算法对预处理的光信号进行频谱分析来区分不同点位光信号的强弱并估计信号较强的发射端和接收端的距离，然后应用三边定位算法求解得到接收端的位置信息。本发明能够很好的满足室内定位对实时性和精确性的要求，在保证正常照明情况下实现了可见光室内定位，保证了定位的精度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN105787940A
公开(公告)日：2016-07-20
申请号：CN201610112296.5
申请日：2016-02-29
Applicant: 长安大学
CPC classification number: G06T7/0006 , G06N3/02 , G06T3/0031 , G06T2207/10004 , G06T2207/30152
Abstract: 本发明提供了一种高频电阻直缝焊接质量状态的在线检测方法：该方法主要包括焊接图像采集、主成分分析图像降维、径向基神经网络训练以及预测输出；本发明通过高速采集到的焊点熔融现象状态图像对焊接质量进行检测，将采集到的图像样本作预处理后应用主成分分析对图像数据进行降维操作，然后将降维后的图像数据作为径向基神经网络的输入，图像样本对应的焊接质量状况作为网络的输出进行训练，最后用训练好的网络进行预测；本发明能有效地对高频电阻直缝焊接质量状况进行在线检测。
-
公开(公告)号：CN110634142B
公开(公告)日：2024-02-02
申请号：CN201910767799.X
申请日：2019-08-20
Applicant: 长安大学
Abstract: 本发明提出了一种复杂车路图像边界优化方法，实现了复杂车路环境下图像目标的分类。首先通过SegNet算法模型进行大量数据的训练仿真得到粗糙的车路目标分类特征，然后利用简单线性迭代聚类算法获得图像的过分割区域，结合SegNet算法得到的神经网络确定每个超像素区域中每个像素的类别，最后通过利用条件随机场精确的边界恢复能力来优化语义分割的结果，实现对车路图像进行边界和小区域目标误分割优化。结果表明，本发明的方法可以提高对象边界的分割精度。
-
公开(公告)号：CN109035242B
公开(公告)日：2022-03-01
申请号：CN201810903938.2
申请日：2018-08-09
Applicant: 长安大学
IPC: G06T7/00 , G06V10/774 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的HF‑ERW焊接状态检测方法及装置，能够大幅提升焊接状态图像测试精度。该方法包括：获取HF‑ERW焊接状态图像数据集；建立基于卷积神经网络CNN的图像分类模型；生成HF‑ERW焊接质量状态数据集；将图像分类模型的卷积层和池化层迁移到HF‑ERW焊接质量状态数据集上；从HF‑ERW焊接质量状态数据集选取部分样本图像数据作为训练集，将训练集中的样本图像数据输入图像分类模型进行训练，获取预测分类结果；每完成一次训练后，调整图像分类模型的参数；当损失值小于预设值时停止训练；将待检测的HF‑ERW焊接状态图像输入图像分类模型，获取分类结果。
-
公开(公告)号：CN107985576A
公开(公告)日：2018-05-04
申请号：CN201711262362.8
申请日：2017-12-04
Applicant: 长安大学
Abstract: 本发明公开了一种用于桥梁裂缝检测的飞爬机器人，能够在确保桥梁的安全运营并减少桥梁维护成本的同时，高效地对桥梁裂缝进行检测，所获取的检测数据精确度高，能够实现大范围桥梁高可靠性的检测。其包括降落架、上主板、下主板、四个或者更多个主板轴、安装在主板轴末端的旋翼、通过立轴与主板平行设置的框体结构、设置在框体结构上的至少两个动力轮、以及至少一个万向轮；其中，四个或者更多个主板轴的一端均匀设置在上、下主板之间；上、下主板之间还设置有与控制器和电源模块连接的探测设备；控制器通过复合系留缆绳向地面设备发送和/或接收数据，电源模块通过复合系留缆绳从地面设备获取电能。
-
公开(公告)号：CN203086432U
公开(公告)日：2013-07-24
申请号：CN201320043165.8
申请日：2013-01-25
Applicant: 长安大学
IPC: H03K17/687
Abstract: 本实用新型提供一种软启动开关电路：机械微动按键开关的一端接地，另一端与电压比较器的同相输入端相连，钳位电路与电压比较器的反相输入端相连，电压比较器的比较输出端与嵌入式处理器的输入端口相连，嵌入式处理器的输出端口与采样控制电路相连，采样电阻的一端与PMOSFET管的源极相连，另一端与PMOSFET管的栅极相连，第一电阻的一端与电压比较器的同相输入端相连，另一端与PMOSFET管的栅极相连，第二电阻的一端与PMOSFET管的栅极相连，另一端与采样控制电路相连，该开关电路简单可靠，采用半导体材料，无机械触点部分，无火花产生，使用寿命长，不受外界温度影响，保证了产品质量的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
