一种口腔探测、数据处理装置和方法及口腔探测系统

    公开(公告)号:CN107072762B

    公开(公告)日:2020-07-07

    申请号:CN201580000109.8

    申请日:2015-05-06

    IPC分类号: A61C19/04 G01B11/25

    摘要: 一种口腔探测、数据处理装置和方法及口腔探测系统。口腔探测装置包括:探头(101)、投影仪(102)和相机(103)。探头(101)用于在口腔中探测牙齿表面图像。探头(101)包括反射镜组,反射镜组包括多个以预定位置关系排列的镜面,镜面用于将投射到反射镜组的条纹图像反射到口腔内牙齿表面,并将牙齿表面图像反射到口腔外。投影仪(102),用于向探头(101)的反射镜组投射条纹图像,反射镜组将条纹图像反射到牙齿表面。相机(103),用于从探头(101)的反射镜组获取反射出的包含条纹图案的牙齿表面图像。通过这样的装置,能够获得多个面的牙齿表面图像及其精确的相对位置关系,在减少探头(101)的移动次数的同时,能够降低图像拼接过程中的误差。

    一种口腔探测、数据处理装置和方法及口腔探测系统

    公开(公告)号:CN107072762A

    公开(公告)日:2017-08-18

    申请号:CN201580000109.8

    申请日:2015-05-06

    IPC分类号: A61C19/04 G01B11/25

    摘要: 一种口腔探测、数据处理装置和方法及口腔探测系统。口腔探测装置包括:探头(101)、投影仪(102)和相机(103)。探头(101)用于在口腔中探测牙齿表面图像。探头(101)包括反射镜组,反射镜组包括多个以预定位置关系排列的镜面,镜面用于将投射到反射镜组的条纹图像反射到口腔内牙齿表面,并将牙齿表面图像反射到口腔外。投影仪(102),用于向探头(101)的反射镜组投射条纹图像,反射镜组将条纹图像反射到牙齿表面。相机(103),用于从探头(101)的反射镜组获取反射出的包含条纹图案的牙齿表面图像。通过这样的装置,能够获得多个面的牙齿表面图像及其精确的相对位置关系,在减少探头(101)的移动次数的同时,能够降低图像拼接过程中的误差。

    声光可调谐红外多光谱成像系统光谱参数智能选择方法

    公开(公告)号:CN118641497B

    公开(公告)日:2024-10-11

    申请号:CN202411123157.3

    申请日:2024-08-15

    摘要: 一种声光可调谐红外多光谱成像系统光谱参数智能选择方法,包含以下步骤:(1)用声光可调谐红外多光谱成像系统采集目标场景的红外多光谱图像数据;(2)对数据进行主成分分析,根据特征值得到光谱参数组合选择数量;(3)基于马尔科夫博弈过程构建多智能体强化学习光谱参数选择模型的环境模型,对多智能体系统的环境模型进行参数化;(4)设计多智能体的输入输出、网络结构与交互关系,构建多智能体强化学习光谱参数选择模型;(5)采用多智能体深度确定性策略梯度算法对模型进行训练;(6)对训练好的模型进行剪枝量化并部署到信息处理单元;(7)模型对声光可调谐红外多光谱成像系统新采集的数据进行选择,声光可调谐红外多光谱成像系统根据选择结果采集并合成优选后的多光谱图像数据。

    声光可调谐红外多光谱成像系统光谱参数智能选择方法

    公开(公告)号:CN118641497A

    公开(公告)日:2024-09-13

    申请号:CN202411123157.3

    申请日:2024-08-15

    摘要: 一种声光可调谐红外多光谱成像系统光谱参数智能选择方法,包含以下步骤:(1)用声光可调谐红外多光谱成像系统采集目标场景的红外多光谱图像数据;(2)对数据进行主成分分析,根据特征值得到光谱参数组合选择数量;(3)基于马尔科夫博弈过程构建多智能体强化学习光谱参数选择模型的环境模型,对多智能体系统的环境模型进行参数化;(4)设计多智能体的输入输出、网络结构与交互关系,构建多智能体强化学习光谱参数选择模型;(5)采用多智能体深度确定性策略梯度算法对模型进行训练;(6)对训练好的模型进行剪枝量化并部署到信息处理单元;(7)模型对声光可调谐红外多光谱成像系统新采集的数据进行选择,声光可调谐红外多光谱成像系统根据选择结果采集并合成优选后的多光谱图像数据。

    一种基于自监督深度学习的室内单目深度估计方法

    公开(公告)号:CN117218174A

    公开(公告)日:2023-12-12

    申请号:CN202311001255.5

    申请日:2023-08-10

    摘要: 本发明公开了一种基于自监督深度学习的室内单目深度估计方法,用于从单幅图像预测室内场景的深度,涉及计算机视觉领域。本发明引入自监督光流估计网络,为深度估计提供有效的监督信息。首先,将光流估计网络的原始光度损失优化为基于局部像素块的光度损失,采用公开的室内场景数据集对光流估计网络进行微调,并固定微调后的光流网络参数;然后,利用光流网络预测的光流,设计光流一致性损失,并基于光流网络生成的特征金字塔,设计多尺度特征图合成损失,监督深度估计网络的训练;最后,基于训练好的深度估计模型,对单张图像进行深度预测。本发明通过设计有效的损失函数项,提升室内低纹理区域的深度估计精度。

    一种声光可调谐滤波器切型标定方法

    公开(公告)号:CN115950620A

    公开(公告)日:2023-04-11

    申请号:CN202211361448.7

    申请日:2022-11-02

    发明人: 赵慧洁 郭琦 张浩

    IPC分类号: G01M11/02 G02F1/11

    摘要: 声光可调谐滤波器(Acousto‑Optic Tunable Filter‑AOTF)是一种电控可调谐光谱分光元件,其声光晶体切型的标定,影响着光谱探测系统的设计。现有标定方法采用多入射波长调谐曲线参数拟合的方式,标定过程通过改变入射光波长,实测得到在满足平行切线原则下的调谐关系,再拟合求解晶体切型参数,过程复杂,条件苛刻,且存在未考虑折射率色散引起的误差。因此,本发明提出了一种声光可调谐滤波器切型标定方法,通过测量固定波长以不同极角入射条件下的匹配超声频率,以实测数据与仿真数据最小均方根误差作为评价指标,求解晶体切型参数。相比于现有方法,本发明可完整标定三个特征切角,具有所需仪器少、光路结构简单、精度高等特点,弥补了现有方法忽略折射率色散的缺陷。

    一种基于自适应阈值ICP算法的点云配准方法

    公开(公告)号:CN114862921A

    公开(公告)日:2022-08-05

    申请号:CN202210387194.X

    申请日:2022-04-13

    IPC分类号: G06T7/30

    摘要: 本发明涉及三维测量领域,尤其涉及一种基于自适应阈值ICP算法的点云配准方法,步骤如下:计算集合自适应截断距离;计算点距离集合平均值;计算点距离集合标准差;根据标准差和距离平均值筛选;对筛选的对应点进一步计算平均值和标准差;计算自适应距离阈值;建立距离误差优化目标函数;计算均方根误差;匹配正确性检验;算法收敛判断。本发明提出了一种基于耦合几何和曲率一致性约束的深度图像配准方法,通过耦合几何约束和曲率约束,提升了深度图像配准的精度。通过提出的基于自适应阈值ICP算法的点云配准方法,其配准精度较传统ICP算法配准精度更高,配准计算效率更高。

    一种基于投影重构的单像素成像方法

    公开(公告)号:CN113709442B

    公开(公告)日:2022-05-31

    申请号:CN202111000918.2

    申请日:2021-08-30

    IPC分类号: H04N13/363 H04N13/125

    摘要: 本发明涉及一种基于投影重构的单像素成像方法,可以实现全局照明干扰下场景快速三维重构。首先,通过投射和拍摄多频粗定位的傅里叶切片图案模式,对像素阵列上每个像素的观测区域进行粗定位;然后,利用投射器向场景投射细定位的傅里叶切片图案模式,采用相机拍摄得到对应的图像;再次,对相机图像上每个像素执行投影切片重构算法,获得每个像素多方向的切片投影图像;最后,根据投影立体匹配算法获得像素阵列上每个像素所对应的投射器坐标,获得基于投影重构的单像素成像结果图。相较于传统的三维测量方法,由于该方法对投射器全部分辨率进行解析,因此特别适用于全局照明干扰下三维立体匹配点的鲁棒获取。同时,相较于传统的单像素成像方法,由于仅采用了多方向一维投影切片,该方法又具有非常高的探测和解算效率。

    一种基于集成学习的海上目标检测方法

    公开(公告)号:CN113936205A

    公开(公告)日:2022-01-14

    申请号:CN202111267946.0

    申请日:2021-10-29

    摘要: 一种基于集成学习的海上目标检测方法,包含以下步骤:(1)读入不同数据集来源的多光谱数据;(2)对图像进行尺寸裁剪、数据预处理,进行样本的制作,并确定训练样本和测试样本;(3)基于十字绣单元在步骤(2)得到的样本数据集的基础上设计基于深度学习网络的多任务学习框架;(4)针对海上目标特征设计基于单发多框卷积神经网络和基于多尺度特征残差网络框架的两种基检测器网络结构实现不同尺度目标的检测;(5)引入K均值聚类思想优化模型预测框的生成并使用自门控非单调函数作为激活函数;(6)基于提升法和加权投票法集成两种基检测器的检测结果,完成基于集成学习的海上目标检测。

    一种基于相位匹配的大尺寸零件三维测量拼接方法

    公开(公告)号:CN113432550A

    公开(公告)日:2021-09-24

    申请号:CN202110692207.X

    申请日:2021-06-22

    IPC分类号: G01B11/25 G06T3/40

    摘要: 一种基于相位匹配的大尺寸零件三维测量拼接方法,用于大尺寸零件三维测量中全局测量系统和局部测量系统的三维数据拼接。该方法基于光栅相位原理,以局部测量系统投射的正弦条纹相位信息为匹配特征,找到全局测量系统和局部测量系统的图像匹配点,然后分别根据全局测量系统和局部测量系统的标定参数重建出全局测量坐标系与局部测量坐标系的三维对应点。设计优化目标函数,将图像匹配点、三维对应点、全局测量系统和局部测量系统的内外参数和两个测量坐标系的变换矩阵作为输入,按照重投影误差最小原则通过迭代优化得到全局测量坐标系和局部测量坐标系之间的变换矩阵,实现全局测量系统和局部测量系统的三维数据拼接。本发明解决了大尺寸零件三维测量中全局测量系统和局部测量系统的三维数据拼接问题,不需要在被测物上粘贴标志点或辅助定位装置,满足大尺寸零件快速测量的高效、高精度拼接。