-
公开(公告)号：CN112379354B
公开(公告)日：2021-09-28
申请号：CN202011277992.4
申请日：2020-11-16
Applicant: 哈尔滨工业大学
IPC: G01S7/497
Abstract: 一种MEMS扫描激光雷达系统的时间误差自标定方法。本发明为解决现有基于ToF法的MEMS扫描激光雷达中存在时间误差导致的成像畸变及测距误差问题。本发明首先运行待标定MEMS扫描激光雷达，扫描任意非平面非空场景，采集扫描数据，并标定MEMS微镜与激光器之间的同步时间误差；然后运行已标定同步时间误差后的MEMS扫描激光雷达，扫描相应平面并采集N帧扫描数据；标定每一帧数据中的延迟时间误差，对每一帧数据获取的时间误差求平均值，该平均值即为系统延迟时间误差。可利用任意非平面目标来标定MEMS微镜与激光器之间的同步时间误差，可以利用任意平面来标定出射脉冲和接收回波信号之间的系统延迟时间误差。用于扫描激光雷达系统的时间误差的标定。
-
公开(公告)号：CN113031003A
公开(公告)日：2021-06-25
申请号：CN202110333307.3
申请日：2021-03-29
Applicant: 哈尔滨工业大学
IPC: G01S17/894 , G01S7/481 , G01S7/4865
Abstract: 基于MEMS微镜的全景光学系统、全景扫描系统及成像系统，属于光学成像技术领域。为了解决现有的扫描型激光雷达中MEMS微镜的扫描角度小问题。基于MEMS微镜的全景光学系统，包括一个圆柱体状的折反式全景棱镜，圆柱体中心设置有通孔，且圆柱体内设有圆锥形空间，圆锥形空间的高度小于圆柱体的高度，圆锥形空间与通孔相连通，圆锥形空间与圆柱体轴线重合，且圆锥形空间的最大扩口面为圆柱体未设有圆锥形空间时的一个端面；圆锥形空间沿轴线的切面的底角为36.5°。基于MEMS微镜的全景光学系统还包括一个斜圆台形补偿棱镜；斜圆台形补偿棱镜呈斜圆台形状，其三个侧面为平面，一个侧面为曲面。主要用于扫描型激光雷达中MEMS微镜的扫描和成像。
-
公开(公告)号：CN112308803A
公开(公告)日：2021-02-02
申请号：CN202011345050.5
申请日：2020-11-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度学习的自监督低照度图像增强及去噪方法，属于数字图像处理领域。本发明为解决现有基于深度学习的自监督低照度图像增强方法难以抑制噪声及无法直接调节增强图像对比度的问题。本发明包含一个自监督低照度图像增强网络和用于噪声抑制的正则项，该网络可以和现有的任意对比度调节方法如Gamma变换结合，实现网络自监督的训练，噪声抑制正则项可以用于网络训练时的损失函数以使得网络具有噪声抑制能力。本发明可在增强低照度图像对比度和亮度的同时，保留颜色和细节信息，并显著抑制噪声。本发明可以用于低照度图像的增强及去噪。
-
公开(公告)号：CN111402145A
公开(公告)日：2020-07-10
申请号：CN202010097457.4
申请日：2020-02-17
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度学习的自监督低照度图像增强方法，属于数字图像处理领域。本发明为解决现有的低照度图像增强方法存在的效果差、泛化能力差的问题，以及现有深度学习方法中对低照度-正常照度数据集依赖程度高等问题。本发明针对低照度图像增强网络，采集任意数量低照度图像数据，提取低照度图像的最大值通道图像做直方图均衡化；以直方图均衡化后最大值通道图像作为监督，结合Retinex理论和照度图像I平滑的假设构建损失函数，训练图像增强网络。本发明可以显著增强低照度图像的亮度、对比度，并保留图像的细节和颜色信息。本发明用于低照度图像的增强。
-
Patent Agency Ranking
公开(公告)号：CN110163807A
公开(公告)日：2019-08-23
申请号：CN201910211765.2
申请日：2019-03-20
Applicant: 哈尔滨工业大学
Abstract: 一种基于期望亮通道的低照度图像增强方法，涉及低照度图像增强方法，属于数字图像处理领域。为了解决现有的基于亮通道先验的低照度图像增强算法中求取透射率图像需要人为调节参数的问题，提出了基于期望亮通道的低照度图像增强算法。本发明首先收集HDR图像并对其进行统计，获取其最大值通道图像的分布直方图，作为增强后图像的期望亮通道直方图。其次，利用期望亮通道直方图对低照度图像的最大值通道图像进行直方图规定化处理，得到期望亮通道图像。然后，利用期望亮通道图像和大气成像方程求取透射率图像。最后，结合大气成像方程对低照度图像进行增强。本发明对不同亮度的低照度图像均有较好的增强效果，可以显著增强图像的亮度和对比度，使图像细节更加清晰。
-
公开(公告)号：CN109636787A
公开(公告)日：2019-04-16
申请号：CN201811508659.2
申请日：2018-12-11
Applicant: 哈尔滨工业大学
CPC classification number: G06T7/0004 , G06T7/11 , G06T7/136 , G06T2207/30152 , H04N5/2354
Abstract: 一种基于深度学习的高精度实时电池点焊质量自动检测方法，属于数字图像处理技术和人工智能技术。本发明方法综合了传统数字图像处理技术和人工智能深度学习技术，实现了工业生产中电池点焊质量的自动检测的功能。本发明的方法在进行电池的焊盘和焊点的提取过程中，采用了基于深度学习的方法，这样避免了基于传统图像特征的方法中准确度低，待调节参数多等问题，提高了工业生产的效率；同时本发明中的方法采用基于传统数字图像处理技术实现了图像亮度检测、图像中电池存在性检测、电池焊点点穿检测、电池极耳过高检测、电池焊盘放置倾斜角度检测等多种功能，解决了实际工业生产过程中，电池点焊质量检测自动化和智能化的需求。
-
公开(公告)号：CN109032932A
公开(公告)日：2018-12-18
申请号：CN201810738553.5
申请日：2018-07-06
Applicant: 哈尔滨工业大学
IPC: G06F11/36
CPC classification number: G06F11/3684 , G06F11/3688
Abstract: 一种支持约束的组合测试故障定位方法，它用于软件测试技术领域。本发明解决了传统的软件组合测试故障定位方法存在的未考虑组合测试中参数约束限制对故障定位的影响的问题。本发明根据全部测试用例的执行结果获取系统的错误测试用例，然后判断待测系统是否存在独立性安全值，最后根据独立性安全值的判断结果来进行组合测试故障定位；与传统的组合测试故障定位方法相比，本发明的故障定位方法考虑了组合测试中参数约束限制对故障定位的影响，因此，本发明方法的适用范围更广、实用性更强，克服了现有技术的局限。本发明可以应用于软件测试技术领域用。
-
公开(公告)号：CN112379354A
公开(公告)日：2021-02-19
申请号：CN202011277992.4
申请日：2020-11-16
Applicant: 哈尔滨工业大学
IPC: G01S7/497
Abstract: 一种MEMS扫描激光雷达系统的时间误差自标定方法。本发明为解决现有基于ToF法的MEMS扫描激光雷达中存在时间误差导致的成像畸变及测距误差问题。本发明首先运行待标定MEMS扫描激光雷达，扫描任意非平面非空场景，采集扫描数据，并标定MEMS微镜与激光器之间的同步时间误差；然后运行已标定同步时间误差后的MEMS扫描激光雷达，扫描相应平面并采集N帧扫描数据；标定每一帧数据中的延迟时间误差，对每一帧数据获取的时间误差求平均值，该平均值即为系统延迟时间误差。可利用任意非平面目标来标定MEMS微镜与激光器之间的同步时间误差，可以利用任意平面来标定出射脉冲和接收回波信号之间的系统延迟时间误差。用于扫描激光雷达系统的时间误差的标定。
-
公开(公告)号：CN219121873U
公开(公告)日：2023-06-02
申请号：CN202223249088.X
申请日：2022-12-05
Applicant: 哈尔滨工业大学
Abstract: 本实用新型涉及高温准静态加载实验装置技术领域，特别涉及一种在高温准静态加载实验中固定引伸计的装置。本实用新型实施例提供了一种在高温准静态加载实验中固定引伸计的装置，包括U型主体，U型主体包括第一部分、第二部分和第三部分，第一部分和第二部分平行，第一部分和第二部分均垂直于第三部分，第一部分、第二部分和第三部分形成U型凹槽；第二部分设置有螺纹孔，第三部分设置有贯穿孔，螺纹孔用于与螺栓配合将测试件固定在U型凹槽中，引伸计穿过贯穿孔接触测试件。本实用新型实施例提供了一种在高温准静态加载实验中固定引伸计的装置，能够提供一种在高温准静态加载实验中固定引伸计的装置。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.01 seconds)
