-
Patent Agency Ranking
公开(公告)号：CN110493545A
公开(公告)日：2019-11-22
申请号：CN201910826185.4
申请日：2019-09-03
Applicant: 河海大学常州校区
Abstract: 本发明公开了图像传感器技术领域的一种具有热像素校正功能的CMOS图像传感器，旨在解决现有技术中对整个图像进行热像素过滤，降低了原始图像的整体锐度，显著降低了原始图像的质量的技术问题，一种具有热像素校正功能的CMOS图像传感器，包括3T-APS阵列，所述3T-APS阵列用于获取输入的像素信号，读出电路对所述3T-APS阵列获取的像素信号进行标记并将标记后的像素输出到SRAM阵列中，所述SRAM阵列中的像素包括普通像素和热像素，所述普通像素被直接移入输出缓冲区，所述热像素被移入热像素校正器，经过所述热像素校正器校正后移入输出缓冲区。本发明通过只对热像素进行校正，普通像素直接输出的方式，保持了原始图像的清晰度，特别是对于细化图像的边缘很有帮助。
-
公开(公告)号：CN110686846A
公开(公告)日：2020-01-14
申请号：CN201910962419.8
申请日：2019-10-11
Applicant: 河海大学常州校区
Abstract: 本发明提出一种采用数字随机解调与分裂恢复算法的冲击监测系统，包括冲击监测前端、采样触发模块、信号转换模块、数字随机采样器和上位机等模块。冲击监测前端与采样触发模块实现对冲击信号的实时监测，记录所需的信息进入下一层结构进行处理。信号转换模块将接收的电压模拟信号，基于其幅值的水平变化转化为三元信号并输入到数字随机采样器。数字随机采样器对三元信号通过数字随机解调的方式进行压缩采样。上位机对采样信号实施可并行处理的算法恢复，高速准确地反演出原始冲击信号波形。
-
公开(公告)号：CN110336486A
公开(公告)日：2019-10-15
申请号：CN201910648838.4
申请日：2019-07-18
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种用于收集人体运动能量的穿戴式发电装置，包括压电俘能装置，电量储存装置和电量统计装置，压电俘能装置内嵌在鞋子的鞋底，且压电俘能装置通过导线与设置在绑带内的电量储存装置固定连接，将电能储存在电量储存装置中；电量储存装置设有USB接口；所述电量统计装置设置在绑带内，且通过建模分析电压和电流关系测量电量储存装置的电量，并将检测到的电量数据通过蓝牙传送至客户端的运动APP上，所述运动APP通过用户的产电电量进行社交排名。本发明结构简单，材料便宜，实用耐用，便于运动时携带；与运动APP的结合，符合大众的心理需求，易于推广。
-
公开(公告)号：CN110686846B
公开(公告)日：2021-10-01
申请号：CN201910962419.8
申请日：2019-10-11
Applicant: 河海大学常州校区
Abstract: 本发明提出一种采用数字随机解调与分裂恢复算法的冲击监测系统，包括冲击监测前端、采样触发模块、信号转换模块、数字随机采样器和上位机等模块。冲击监测前端与采样触发模块实现对冲击信号的实时监测，记录所需的信息进入下一层结构进行处理。信号转换模块将接收的电压模拟信号，基于其幅值的水平变化转化为三元信号并输入到数字随机采样器。数字随机采样器对三元信号通过数字随机解调的方式进行压缩采样。上位机对采样信号实施可并行处理的算法恢复，高速准确地反演出原始冲击信号波形。
-
公开(公告)号：CN110490874A
公开(公告)日：2019-11-22
申请号：CN201910832559.3
申请日：2019-09-04
Applicant: 河海大学常州校区
Abstract: 本发明公开一种纺织布匹表面瑕疵检测方法，包括：实时采集纺织布匹表面图片；利用预先建立的YOLO神经网络检测模型对实时采集的纺织布匹表面图片进行瑕疵识别，得到包括瑕疵种类和瑕疵位置的识别结果；以及输出瑕疵识别结果数据。YOLO神经网络检测模型的构建包括瑕疵图片采集、处理、标签制作以及样本训练过程，采用了基于大数据的监督学习的方法来检测和识别瑕疵，使得所建立的YOLO神经网络检测模型能够快速选出瑕疵所在的区域并检测出对应种类，可为纺织服装生产企业提供智能布匹瑕疵的检测方案，解决人工验布检出率低、速度慢、人员成本高等问题。
-
-
-
-
Search Results
5
records
(took 0.055 seconds)
