-
公开(公告)号：CN117934429B
公开(公告)日：2024-07-02
申请号：CN202410113884.5
申请日：2024-01-27
Applicant: 南京林业大学
Abstract: 本发明公开基于三维点云和轮廓匹配的客车侧墙板平整度检测方法，包括：获取不同类型客车侧墙板一帧三维点云；将三维点云作预处理操作，生成点云切片数据；将点云切片数据进行线段拟合，将拟合得出的线段函数、采集的点个数及区域划分储至模板库；在采集被测件的每一帧点云数据时作点云预处理操作，与模板库中点云切片数据匹配，设定相关缺陷阈值，判断点是否为缺陷点；展开成完整的客车侧墙板点云数据，分割出缺陷区域；利用异常点剔除算法剔除误判点，得到缺陷区域。本发明解决了因客车侧墙板尺寸过大而导致的检测时间过长，采用轮廓匹配的方法，解决了因缺陷过小而难以检测的问题，满足了在客车侧墙板这类复杂曲面上进行实时、精准地缺陷检测。
-
公开(公告)号：CN117788395A
公开(公告)日：2024-03-29
申请号：CN202311742570.3
申请日：2023-12-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于图像的马尾松苗木根系表型参数提取系统和方法，包括：采集马尾松苗木根系图像并对图像进行矫正；对矫正后的图像进行预处理；对处理后图像使用改进ZhangSuen骨架提取算法进行图像细化操作；对根系骨架图中的像素点进行端点搜索；对根系骨架图中的像素点进行转点搜索；采用优先路径搜索算法分割马尾松苗木根系的主根与一级侧根；基于分割后的马尾松苗木根系的主根与一级侧根，提取马尾松苗木的根系表型参数；本系统和方法可以快速且准确地测量出马尾松苗木的根系表型参数，避免了人工测量的高成本和高误差，也不需要依赖于昂贵的检测设备。
-
-
公开(公告)号：CN116309375B
公开(公告)日：2023-10-24
申请号：CN202310159967.3
申请日：2023-02-23
Applicant: 南京林业大学
Abstract: 本发明公开一种实木板材双面缺陷检测及智能加工坐标确定方法，包括：采集N块实木板材样本双面图像，对图像进行预处理；对图像进行缺陷标注，并将其作为数据集用来训练实木板材缺陷检测深度学习离线网络模型；在线采集实木板材双面图像，并进行预处理，将实木板材双面图像按行对齐；将实木板材图像输入至训练好的模型内，获得实木板材缺陷坐标；优化实木板材缺陷坐标，获得实木板材图像上的加工位置坐标；将加工位置坐标从实木板材图像上转换至实际板材上。本发明通过集成双目视觉获取实木板材双面图像并进一步地进行缺陷检测，对检测到的双面缺陷坐标进行基于图像的工艺优化，实现实木板材的双面缺陷检测，并获取实际板材的加工坐标点。
-
公开(公告)号：CN110586502B
公开(公告)日：2023-08-11
申请号：CN201911020420.5
申请日：2019-10-25
Applicant: 南京林业大学
Abstract: 本发明公开了一种青梅分选装置和分选方法，包括分选模块，所述分选模块包括第一级分选装置、第二级分选装置、相机和传送带，所述相机位于第一级分选装置的上方，第一级分选装置和第二级分选装置均位于传送带上方，第一级分选装置位于第二级分选装置的前方；第一级分选装置包括四个舵机和四个隔板，第二级分选装置包括四个舵机和四个隔板；传送带末端上方分别设有五个分级隔板，五个分级隔板将传送带末端上方平面四等分进而形成四个分级通道，每个分级通道的末端均设有后接果筐。本发明能够基于品质和重量双重标准对青梅进行分选，为进一步对青梅进行精深加工提供分选基础。
-
Patent Agency Ranking
公开(公告)号：CN109295559B
公开(公告)日：2023-07-04
申请号：CN201811535636.0
申请日：2018-12-14
Applicant: 南京林业大学
Abstract: 本技术提供一种不会堵塞、效率高、棉纤维不易损坏、稳定性好的梳棉装置。它包括自上而下设置在机架上的进棉口、一级棉花疏松机构、棉花过滤装置、二级棉花疏松机构、传送带；一级棉花疏松机构包括两个交叉的梳齿排，每个梳齿排包括支撑杆、固定在支撑杆上多个平行的梳齿，每个梳齿排与一个往复移动机构相连，当两个梳齿排在各自的往复移动机构的带动下往复移动时，一个梳齿排上的梳齿与相邻的另一个梳齿排上的梳齿的距离往复变化；二级棉花疏松机构包括两个相对转动的开棉辊，开棉辊外周具有梳针；在所述棉花过滤装置有两个，分别位于两个开棉辊上方两侧；每个棉花过滤装置包括筛网、带动筛网往复振动的振动机构，筛网靠近开棉辊的一端较低。
-
公开(公告)号：CN109371512B
公开(公告)日：2023-04-25
申请号：CN201811537142.6
申请日：2018-12-14
Applicant: 南京林业大学
Abstract: 本技术提供一种长绒籽棉多级开松机，它梳棉效率高，可有效防止堵塞，能够使得经过开松的长绒籽棉能够尽可能的单层分布且纤维不被破坏。它包括第一进料箱、第一传送带、第二进料箱、第二传送带；第一传送带、第二传送带上均设置梳齿；在第一进料箱下部设置第一梳棉针，在第二进料箱下部设置第二梳棉针；在第二进料箱出口下方与第二传送带之间设置有开松装置，所述开松装置包括在驱动装置带动下绕轴线转动的、表面分布若干外梳针的内辊子、与内辊子同轴的且内表面分布有若干内梳针的弧形外辊子，在内辊子轴向方向上外梳针与内梳针交错排列，当内辊子转动时外梳针从内梳针之间通过；外辊子与带动其上下往复振动的上下振动机构相连。
-
公开(公告)号：CN114972040B
公开(公告)日：2023-04-18
申请号：CN202210832867.8
申请日：2022-07-15
Applicant: 南京林业大学
IPC: G06T3/40 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种单板层积材的散斑图像超分辨率重建方法，包括：在单板层积材试件表面依次喷涂白色底漆和黑色散斑，使得单板层积材试件表面形成黑白散斑；连续采集多张单板层积材试件受外部作用力产生扩展尖端裂纹的原始高清散斑图像；对多张原始高清散斑图像进行处理，得到多张原始高分辨率图像块和低分辨率图像块；构建残差网络模型，利用训练集对残差网络模型进行训练，得到训练好的残差网络模型；本发明克服了单板层积材在超分辨率图像重建中的细节信息丢失和边缘模糊；加入特征图动态加权模块提高了单板层积材超分辨率图像重建的真实性；采用了一种新的残差网络模型，提高了网络性能；重建后的单板层积材超分辨率图像精度高，真实性高。
-
公开(公告)号：CN115147279B
公开(公告)日：2023-04-07
申请号：CN202210784242.9
申请日：2022-07-05
Applicant: 南京林业大学
IPC: G06T3/40 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了基于选择性通道处理机制的轻量级遥感图像超分辨率方法，涉及遥感图像的处理，尤其是遥感图像的增强或复原，包括：对已有的样本图像变换操作并降采样，得到对应的高分辨率图像与低分辨率图像的训练集；初始化基于选择性通道处理机制的卷积神经网络，该网络将低分辨率遥感图像作为输入，并输出高分辨率遥感图像；在训练集上采用梯度下降法和反向传播算法，对构建的卷积神经网络进行迭代训练，得到参数优化后的卷积神经网络；利用参数优化后的神经网络模型，将低分辨率遥感图像作为输入，得到高分辨率遥感图像。相较于之前的方法，本发明参数量更少，模型运算效率更高，同时，可以得到高频部分更加清晰的、质量更高的超分辨率遥感图像。
-
公开(公告)号：CN114897292B
公开(公告)日：2023-04-07
申请号：CN202210317326.1
申请日：2022-03-28
Applicant: 南京林业大学
IPC: G06Q10/0639 , G06Q50/06 , G06F18/241 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种基于多尺度残差卷积变分网络故障诊断方法和诊断系统，包括：获取针对机械设备不同传递系统故障的加速度数据，并随机划分为训练样本和测试样本；由至少3个残差卷积变分模块并行学习串接，对每个残差卷积变分模块输出特征向量进行汇总形成总的特征向量，并采用分类模块对总的特征向量进行故障分类，形成多尺度残差卷积变分网络模型，其中，对多尺度残差卷积变分网络模型的初始参数进行设置；采用所述训练样本对多尺度残差卷积变分网络模型进行训练，实现小样本数据下多尺度、深层次的故障特征学习，并将测试样本输入至上述训练好的多尺度残差卷积变分网络模型，以实现对机械设备运行状态的自动辨别和智能诊断。
-
-
-
-
-
-
-
-
-
Search Results
221
records
(took 0.03 seconds)
