-
公开(公告)号：CN105457908B
公开(公告)日：2018-04-13
申请号：CN201510771640.7
申请日：2015-11-12
Abstract: 本发明适用于玻璃面板定位，提供了一种基于单目CCD小尺寸玻璃面板的分拣快速定位方法，步骤包括：A，利用单目CCD采集放置有玻璃面板的卡槽图像，将采集到的图像进行灰度转换然后进行预处理得到灰度图像；B，计算灰度图像的行像素灰度均值，确定玻璃面板所在行坐标；C，对灰度图像进行二值化分割，根据玻璃面板提取感兴趣区域边缘坐标；D，根据行坐标和所述感兴趣区域边缘坐标确定卡槽中心坐标，得到吸附位置，控制机械手达到吸附位置进行吸附。本发明基于灰度转换和边缘检测，能够迅速找到视野内位于卡槽的每块玻璃面板的中心位置，同时结合相机视野正中心位置，可以快速寻找到当前需要抓取的玻璃面板，实现小尺寸面板的分拣快速定位。
-
公开(公告)号：CN105261013B
公开(公告)日：2018-04-13
申请号：CN201510624140.0
申请日：2015-09-25
Abstract: 本发明适用于图像质量评价领域，提供了一种扫描图像质量综合评价方法，包括：步骤S1，对扫描图像进行预处理；步骤S2，对预处理后的扫描图像进行无参考图像质量评价，得到无参考图像质量评价指标D1；步骤S3，对预处理后的扫描图像进行参考图像质量评价，得到参考图像质量评价指标D2；步骤S4，根据无参考图像质量评价指标D1和参考图像质量评价指标D2以及各自的权重，计算得到图像质量综合评价指标D。本发明提供一图像质量综合评价指标，将市面上的众多评价指标收敛至一个，代替人的主观意识对图像质量的评价，实现了对图像质量的统一描述。
-
公开(公告)号：CN105354611B
公开(公告)日：2018-01-09
申请号：CN201510642404.5
申请日：2015-10-08
Applicant: 程涛
Inventor： 程涛
IPC: G06N3/08
Abstract: 本发明适用于图像处理技术领域，提供了一种基于人工神经网络的最佳质量图像扫描方法，包括：A，对原始扫描参数进行分析，获取训练样本和验证样本；B，通过插值得到插值数据并进行处理获取训练样本归一化数据和验证样本归一化数据；C，利用神经网络工具，根据所述训练样本归一化数据建立初级人工神经网络模型并进行训练；D，根据所述验证样本归一化数据对所述初级人工神经网络模型验证，得到最终的人工神经网络模型；步骤E，根据所述人工神经网络模型进行仿真预测。本发明将正交实验获得的样本数据进行分类，并据此建立人工神经网络模型，通过人工神经网络模型对扫描参数进行预测和优化，缩短优化扫描参数时间，提高图像扫描效率。
-
公开(公告)号：CN106408516A
公开(公告)日：2017-02-15
申请号：CN201610828645.3
申请日：2016-09-19
Applicant: 程涛
Inventor： 程涛
IPC: G06T3/40
Abstract: 一种定向遥感的数据采集和重构方法，属于压缩感知中测量矩阵和重构算法的设计和优化技术领域，提供了一种基于遥感线阵推扫数据采集模式的测量数据和测量矩阵的后处理和重构方法。本发明所述的方法：通过传统子块矩阵逐列采集测量数据，并将二维测量数据逐列首尾相接连接成一维向量。根据二维测量数据的列数生成包含列数个子块矩阵的分块对角矩阵。然后采用压缩感知重构算法重构原始信号。本发明为压缩感知和定向遥感从理论研究走向实用化奠定了基础。
-
公开(公告)号：CN103603483B
公开(公告)日：2016-07-06
申请号：CN201310628619.2
申请日：2013-11-29
Applicant: 程涛
Inventor： 程涛
Abstract: 本发明涉及运动控制领域，尤其涉及一种高层建筑外立面智能喷涂系统。本发明通过设置两根相互平行的钢缆，并在该两根钢缆上分别设置两个移动机构，同时在该两移动机构间连接第三钢缆，并在该第三钢缆上设置第三移动机构，然后将喷头设置在该第三移动机构上，三个移动机构根据控制系统所设定的喷头移动路线做出相应的移动，使该喷头按照该喷头移动路线移动，在移动过程中，喷涂装置根据控制系统的命令通过该喷头对高层建筑外立面平面实施喷涂作业。本发明可代替人工实施高层建筑外立面平面的喷涂作业，使人工远离作业现场，避免了人工高空作业的危险，同时，通过控制系统自动控制喷涂作业也大大提高了作业效率。
-
Patent Agency Ranking
公开(公告)号：CN105624453A
公开(公告)日：2016-06-01
申请号：CN201610029988.3
申请日：2016-01-18
Applicant: 程涛
Inventor： 程涛
CPC classification number: C22C1/08 , C22C21/00 , C22C2001/086
Abstract: 一种添加催化剂制作闭孔泡沫铝的方法，属于泡沫铝制备技术领域。本发明所述的方法：在铝或铝合金熔化后加入钙和碳酸钡颗粒搅拌均匀，并以铂、钽和金作为催化剂，然后保温发泡，最后快速冷却得到闭孔泡沫铝。制备闭孔泡沫铝的发泡剂采用碳酸钡，催化剂采用铂、钽和金，各组分比例为：钙为2wt.%，碳酸钡为7wt.%，铂为0.01wt.%，钽为0.001wt.%，金为0.0015wt.%，余量为铝或铝合金，碳酸钡的粒度为700目。在搅拌阶段在800℃下以2000rpm搅拌30min，在1000℃下保温发泡20min，在冷却阶段采用水冷方式。
-
公开(公告)号：CN105499800A
公开(公告)日：2016-04-20
申请号：CN201610029927.7
申请日：2016-03-07
Applicant: 程涛
Inventor： 程涛
IPC: B23K26/21 , B23K26/60 , B23K101/02 , B23K103/10
CPC classification number: B23K26/20 , B23K2101/02 , B23K2103/10
Abstract: 一种基于光纤的泡沫铝焊接方法，属于泡沫铝焊接技术领域，提供了一种通过激光器和光纤解决超大截面泡沫铝的低能耗焊接问题的方法。本发明所述的方法：对待焊接的泡沫铝截面去锈除污，并制备包含光纤的泡沫铝毛坯件，然后施加预紧力使待焊接的泡沫铝夹住包含光纤的泡沫铝毛坯件，再用激光器通过光纤对泡沫铝毛坯件加热，最后在空气中冷却至室温，清除焊缝中溢出的泡沫铝，除去施加在左右泡沫铝上的预紧力完成焊接，同时提供了加热时间的经验公式。本发明为超大截面泡沫铝的低能耗焊接技术走向实用化奠定了基础。
-
公开(公告)号：CN105389785A
公开(公告)日：2016-03-09
申请号：CN201510960385.0
申请日：2015-12-21
Applicant: 程涛
Inventor： 程涛
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/10061
Abstract: 一种点扩散函数的处理方法，显微镜技术领域，提供了一种通过对点扩散函数组成的测量矩阵和显微镜采集得到的低分辨图像处理，从而得到高分辨率的重构图像的方法。本发明所述的方法：通过把点扩散函数一维化，构成向量，并将各个高分辨网格中心的点扩散函数向量按顺序组成测量矩阵，然后对测量矩阵和基于显微镜采用记录相机记录到的低分辨图像做处理。最后通过压缩感知重构算法重构得到高分辨图像。本发明为基于压缩感知的超衍射极限的光学超分辨显微成像从理论研究走向实用化奠定了基础。
-
公开(公告)号：CN103347189B
公开(公告)日：2016-02-17
申请号：CN201310333771.8
申请日：2013-08-03
Applicant: 程涛
Inventor： 程涛
Abstract: 一种基于DCT（离散余弦变换）和DFT（离散傅里叶变换）的二维压缩感知影像采集和重构方法，属于压缩感知中测量矩阵设计和重构矩阵优化技术领域，提供了一种先确定测量矩阵和稀疏矩阵，后优化重构矩阵的方法。测量阶段采用0-1稀疏矩阵，重构阶段采用高斯矩阵，既易于硬件实现又能保证信号重构效果的事后优化方法。本发明所述的方法：通过i次迭代对第i-1次迭代运算出的重构矩阵行向量正交规范化、列向量单位化，并以各行列向量间相关系数绝对值的最大值、各行向量模的收敛稳定性和各行列服从高斯分布的行列数为判据完成重构矩阵的优化。并通过求解过渡矩阵和近似矩阵完成对一维稀疏变换和二维稀疏变换的测量数据和测量矩阵的事后优化。本发明为压缩感知从理论研究走向工业化奠定了基础。
-
公开(公告)号：CN105261013A
公开(公告)日：2016-01-20
申请号：CN201510624140.0
申请日：2015-09-25
IPC: G06T7/00
Abstract: 本发明适用于图像质量评价领域，提供了一种扫描图像质量综合评价方法，包括：步骤S1，对扫描图像进行预处理；步骤S2，对预处理后的扫描图像进行无参考图像质量评价，得到无参考图像质量评价指标D1；步骤S3，对预处理后的扫描图像进行参考图像质量评价，得到参考图像质量评价指标D2；步骤S4，根据无参考图像质量评价指标D1和参考图像质量评价指标D2以及各自的权重，计算得到图像质量综合评价指标D。本发明提供一图像质量综合评价指标，将市面上的众多评价指标收敛至一个，代替人的主观意识对图像质量的评价，实现了对图像质量的统一描述。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.038 seconds)
