-
公开(公告)号：CN111055281A
公开(公告)日：2020-04-24
申请号：CN201911320327.6
申请日：2019-12-19
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于ROS的自主移动抓取系统与方法。本发明可以分为图像采集模块、视觉算法处理模块、位姿检测模块以及抓取控制模块。本方法实现了移动机器人在陌生环境下的环境感知，视觉导航以及实时的物体位姿估计并抓取的功能。将移动机器人与机器视觉相结合，使得机器人可以完成更智能的任务，提供良好的服务，减轻了不必要的负担。本发明具有效率高、检测精度高、可实时检测、良好的适应能力等优点，可以在很大程度上释放日常工作上的人力投入，具有很强的市场潜力。大大方便服务人们工作和生活，有助于促进生活水平的提高。
-
公开(公告)号：CN108871224B
公开(公告)日：2020-04-21
申请号：CN201810575949.2
申请日：2018-06-06
Applicant: 杭州电子科技大学
IPC: G01B11/22
Abstract: 本发明涉及一种用于LED玻璃灯杯的凹槽深度检测方法。本发明首先采用面阵相机、远心镜头以及平行光源作为图像捕获设备，以水平投影的方式采集图像，开发图像处理算法统计铆钉超过灯杯表面高度的起始点与终止点的像素点差值来间接的计算灯杯凹槽深度，实现对LED玻璃灯杯凹槽深度的自动在线检测，克服了人工检测效率低下，无法保证产品质量一致性等弊端。本发明具有效率高、检测精度高、可在线检测等优点，可以减少生产岗位用工，降低人工成本，并提高灯杯生产效率与产品质量一致性，具有重要的工程实际意义。
-
公开(公告)号：CN110276371A
公开(公告)日：2019-09-24
申请号：CN201910367932.2
申请日：2019-05-05
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于深度学习的集装箱角件识别方法。实际工业环境中需要利用叉车对集装箱角件进行固定，需要首先获得角件的空间位置信息。彩色相机与深度相机相结合的系统部署方便快捷，精度高，所以利用视觉信息来进行角件检测最广泛。利用传统的视觉算法来进行集装箱检测难以提取出有效的特征，精度较低，速度较慢。本发明通过YOLO神经网络进行特征提取，提出了一种利用神经网络与特征匹配算法进行集装箱角件检测的方法，能在不同的工作场合下得到集装箱角件坐标及集装箱角件平面与相机平面的偏移角度。
-
公开(公告)号：CN110264433A
公开(公告)日：2019-09-20
申请号：CN201910367937.5
申请日：2019-05-05
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于彩色分割指导的深度图插值方法。由于实际应用中彩色相机和深度相机之间存在的旋转和平移矩阵不准确等问题，现有的基于彩色图像的深度图插值方法无法有效重建高质量高分辨率的深度图像，因此在实际应用中受到很大限制。本发明先利用双三次插值方法对低分辨率深度图像进行两倍插值，然后借助彩色分割信息提出了一种鲁棒的插值策略来重建得到高分辨率的深度图。本发明可以有效提高深度图像的插值效果，获得高质量高分辨的深度图像。
-
公开(公告)号：CN109583306A
公开(公告)日：2019-04-05
申请号：CN201811282728.2
申请日：2018-10-31
Applicant: 杭州电子科技大学
IPC: G06K9/00 , G06K9/32 , G06K9/46 , G05B19/042
Abstract: 本发明提出了一种基于机器视觉的纱管残留纱线检测方法，本发明具体包括图像检测区域获取、图像梯度处理和统计最大连通域三大部分。首先需要从获取等待检测的目标纱管图像。接着，需要对判纱图像做梯度处理，配合以两次阈值拒绝函数处理，精确查找纱线与纱线管相交边缘。最后，需要对处理后的三通道梯度图做连通域的腐蚀膨胀处理还原纱线，统计各个通道的最大连通域面积，与设定阈值比较确定是否含有纱线。根据大量实验测量，采用本发明的检测方法，检测精度可以达到单圈残留纱线检测，将其应用在纺织工业中，大幅度的提高检测效率和检测精度，减少误判率。
-
Patent Agency Ranking
公开(公告)号：CN109255364A
公开(公告)日：2019-01-22
申请号：CN201810763389.3
申请日：2018-07-12
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于深度卷积生成对抗网络的场景识别方法。现有利用深度学习进行场景识别的方法，都是通过训练集图片自带的样本和标签进行训练，然后利用训练好的模型来对图片进行特征提取，但是实际中大部分的图片都没有标签，即使可以利用人工标注，也需要花费很大的时间和成本。本发明首先利用无标签的图片构建深度卷积生成对抗网络模型，然后，利用已经学习到场景数据集分布的生成器，反向训练得到一个卷积神经网络来提取图像的特征，解决了图像数据集需要标签的问题，并且提取出比传统特征更能表征图像的特征向量，从而提高场景识别任务中的识别准确性。
-
公开(公告)号：CN109146953A
公开(公告)日：2019-01-04
申请号：CN201811053501.0
申请日：2018-09-11
Applicant: 杭州电子科技大学
CPC classification number: G06T7/62 , G06T7/0004 , G06T7/70 , G06T2207/30108
Abstract: 本发明公开了基于FPGA的标记面积块上限分离分道方法，包括以下步骤：设定起始像素和结束像素，使图像像素与滑槽宽度相对应；将起始像素、结束像素、设定的连通面积块下限值和上限值发送至FPGA；设定比较器组；设定k个寄存器，将上限通道值缓存k行后输出；根据连通域算法得到的面积块面积值来确定是否需要对这k个寄存器进行清零；在I+2N时钟之后，一行像素扫描完毕，当前行通道值压入寄存器队列，k行之前的通道寄存器发送给高速气阀控制板，满足喷气吹离要求的通道为1，否则为0。本发明精确有效地识别某个预设范围内的面积块并且做出相应操作，极大地降低了误识别或误操作的概率。
-
公开(公告)号：CN109087314A
公开(公告)日：2018-12-25
申请号：CN201810936977.2
申请日：2018-08-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于FPGA的线阵图像连通域面积快速标记统计方法，包括以下步骤：对当前像素、上边像素和左边像素进行保存和读取；对连通面积块进行标记和面积计算。本发明应用在对图像处理速度要求很高的设备中，标记同一面积块的连通区域，可以实现面积块的区分，面积块面积的计算。并且，这种方法处理的像素是线阵相机采集的行像素，不需要保存大量的图像数据，而只需要保存两行像素，并保持像素不断更新，即可完成对图像连通域的快速标记和处理。
-
公开(公告)号：CN108871224A
公开(公告)日：2018-11-23
申请号：CN201810575949.2
申请日：2018-06-06
Applicant: 杭州电子科技大学
IPC: G01B11/22
Abstract: 本发明涉及一种用于LED玻璃灯杯的凹槽深度检测方法。本发明首先采用面阵相机、远心镜头以及平行光源作为图像捕获设备，以水平投影的方式采集图像，开发图像处理算法统计铆钉超过灯杯表面高度的起始点与终止点的像素点差值来间接的计算灯杯凹槽深度，实现对LED玻璃灯杯凹槽深度的自动在线检测，克服了人工检测效率低下，无法保证产品质量一致性等弊端。本发明具有效率高、检测精度高、可在线检测等优点，可以减少生产岗位用工，降低人工成本，并提高灯杯生产效率与产品质量一致性，具有重要的工程实际意义。
-
公开(公告)号：CN108745924A
公开(公告)日：2018-11-06
申请号：CN201810494861.8
申请日：2018-05-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种灯杯非接触自动检测装置。现有的LED灯杯生产商，大多由人工来检测灯杯上的铆钉是否合格。本发明包括上料部分、转向部分、检测部分、下料部分和外围支架；所述上料部分可以将打完铆钉的灯杯从铆钉机夹取到检测平台；所述转向部分可以转动灯杯到固定角度，为之后的拍照检测做准备；所述检测部分可以拍取灯杯两个角度的照片，传送到电脑后进行判断；所述下料部分可以将灯杯从检测平台取下，并按照检测的结果进行分类。本发明可以检测灯杯上铆钉是否合格，并进行分类，解放劳动力，降低生产成本，且检测过程中，检测装置与灯杯的铆钉没有直接接触，减少后期对产品的损坏。
-
-
-
-
-
-
-
-
-
Search Results
193
records
(took 0.035 seconds)
