-
-
Patent Agency Ranking
公开(公告)号：CN109887035A
公开(公告)日：2019-06-14
申请号：CN201811366222.X
申请日：2018-12-27
Applicant: 哈尔滨理工大学
Abstract: 本发明视觉测量双目标定方法属于光学测量与视觉检测领域；该方法包括以下几个步骤：确定BP神经网络隐含层层数、输入输出节点等初始参数；利用经验公式确定隐含层节点数范围，通过单因素方差分析法确定最佳隐含层节点数；根据蝙蝠算法回声定位原理，对BP神经网络的权重与偏置进行最优选取，确定最佳权重与偏置值；确定BP神经网络结构的各参数值，使像素点数据分布学习物方点数据分布，完成标定。本发明方法通过单因素方差分析法确定隐含层节点数并计算每一个神经网络在训练集上产生的误差,以训练集上产生的误差作为蝙蝠算法的适应度函数，利用蝙蝠算法控制参数少、优化精度和搜索精度高、鲁棒性强的特点，对其选取最佳的初始权重与偏置，解决了当前BP神经网络标定方法隐含层节点数无法确定、易陷入局部最优且收敛速度慢的问题。
-
公开(公告)号：CN110728282A
公开(公告)日：2020-01-24
申请号：CN201910961547.0
申请日：2019-10-11
Applicant: 哈尔滨理工大学
Abstract: 本发明视觉测量基于动态测量的自适应标定方法属于光学测量与视觉检测领域；该方法包括以下几个步骤：全局阈值法去除高光；局部阈值恢复物体纹理梯度；sift算法确定两幅标定图像匹配的特征点对；利用冒泡法对每组特征匹配点距离大小进行排序，设定各特征点欧式距离方差值为阀值，对匹配出特征点进行筛选；最后将筛选出的特征点取8对作为求解基础矩阵的输入点，求解标定参数，最终完成标定。本发明方法通过去高光处理、恢复物体纹理梯度性、筛选匹配点等方法，解决了在实际变化场景中对运动物体自适应标定时鲁棒性差的问题。
-
公开(公告)号：CN110009696A
公开(公告)日：2019-07-12
申请号：CN201910283149.8
申请日：2019-04-10
Applicant: 哈尔滨理工大学
Abstract: 本发明视觉测量三目标定方法属于光学测量与视觉检测领域；该方法包括以下几个步骤：确定BP神经网络隐含层层数、输入输出节点等初始参数；利用人工蜂群算法对BP神经网络的权重与偏置进行最优选取，确定最佳权重与偏置值；确定BP神经网络结构的各参数值，使像素点数据分布学习物方点数据分布，完成标定。本发明方法将标定中神经网络训练集上产生的误差作为人工蜂群算法的适应度函数，利用人工蜂群算法操作简单、控制参数少、搜索精度高和鲁棒性强的特点，对其选取最佳的初始权重与偏置，解决了当前BP神经网络标定方法易陷入局部最优且收敛速度慢的问题。
-
公开(公告)号：CN109949397A
公开(公告)日：2019-06-28
申请号：CN201910247301.7
申请日：2019-03-29
Applicant: 哈尔滨理工大学
IPC: G06T15/00
Abstract: 本发明提出了一种结合激光点和均值漂移的深度图重建方法，其实现步骤为：(1)拍摄深度图像；(2)拍摄含有激光点的RGB图像；(3)结合激光点轨迹建立均值漂移描述子；(4)根据激光点规律设置权重；(5)设定阈值判定深度图孔洞和噪声；(6)深度图去噪和孔洞填充；(7)结合深度图和RGB图像进行重建。本方法保留了大量的物体特征，具有较高的鲁棒性，在多种环境下和拍摄对象上均可以保持良好的重建效果。
-
公开(公告)号：CN208954147U
公开(公告)日：2019-06-07
申请号：CN201821940765.3
申请日：2018-11-23
Applicant: 哈尔滨理工大学
IPC: G06T7/80
Abstract: 本实用新型是一种基于主动视觉标定的运动机构，包括气缸、齿条板，齿条板伺服电机、齿条板连接轴、嵌入在齿条板中的齿条、与齿条啮合的齿轮、滑动工作台、工业摄像机、伺服电机驱动齿轮旋转，带动齿条实现横向直线运动，所述气缸的顶端与齿条板固接，通过气缸垂直运动可以带动齿条板的自由升降，齿条板连接轴与齿条板固接，通过齿条板伺服电机的转动驱动齿条板连接轴带动齿条板实现局部俯仰运动，相机与滑动工作台固接，通过齿轮旋转可以实现相机的横向自由移动。本实用新型通过调节气缸的伸缩量、齿条板伺服电机的转动量、齿轮于齿条间的啮合量可以实现单目摄像机的自由运动，控制简单，经济实用，适用于主动视觉标定、流动式三维视觉测量等领域。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
