-
公开(公告)号：CN114742883A
公开(公告)日：2022-07-12
申请号：CN202210332377.1
申请日：2022-03-30
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于平面类工件定位算法的自动化装配方法及系统，属于机器人视觉领域。本发明采用平面检测以及离群点去除算法提取若干平面，然后通过最小包围盒确定平面点云位姿，最后利用平面的长宽约束找出所需平面，并指导工业机器人运动到正确的装配位置。相较于基于图像的定位算法，本发明在高动态，高反射的场景下拥有更高的识别精度；相较于常规的基于点云的定位算法，本发明避免了复杂的模板匹配过程，计算效率高，鲁棒性强，且能够适用于任意形状的平面类工件。本发明通过三维视觉和工业机器人结合的模式，为可能出现工件偏移的场景提供了鲁棒性的解决方案。
-
公开(公告)号：CN116309765A
公开(公告)日：2023-06-23
申请号：CN202211091678.6
申请日：2022-09-07
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06T7/521 , G01B11/24 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于强化学习的自动化高反光物体三维测量方法，基于辐照度图构建基于强化学习的多重曝光时间序列预测模型，实现多重曝光时间序列的快速自动化生成，相较于传统方法，基于强化学习综合权衡曝光时间、曝光次数、图像可测区域三者之间的关系，实现多重曝光时间序列的稳定快速预测，并达到曝光时间、曝光次数、图像可测区域三者的全局最优，提升了高反光零件的测量效果。进一步地，通过构建辐照度预测网络基于单张图像实现辐照度的快速稳定预测，相比较于传统方法减少了多重曝光时间序列需要的图片数量，提升了测量速度。
-
公开(公告)号：CN107590787B
公开(公告)日：2020-06-02
申请号：CN201710812587.X
申请日：2017-09-11
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06T5/00
Abstract: 本发明公开一种针对扫描电子显微镜的图像畸变校正方法，属于计算机视觉领域，其包括S1:在预设的时间序列上连续采集图像，建立时间漂移畸变Dd与图像采集时间t的关系Dd(t)；S2:根据S1中获得的Dd(t)，预先去除漂移畸变，利用拍摄标准标靶获得稀疏图像像素位置信息及对应的畸变向量样本集；S3:建立图像平面的任意一个像素点的像素坐标u与该像素点对应的固有畸变向量l间的关系，进而推算获得成像的固有畸变模型Df；S4：利用S2得到的稀疏位置信息及对应畸变向量样本集，解算畸变模型矩阵Df，结合Df(u)和Dd(t)对图像进行畸变校正。本发明方法分别对扫描电子显微镜图像的两种主要畸变场进行畸变建模及校正，该方法可在实际工程中应用。
-
公开(公告)号：CN107677697B
公开(公告)日：2019-05-21
申请号：CN201710852515.8
申请日：2017-09-20
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开基于扫描电子显微镜的芯片热变形测量方法，属于材料性能检测技术领域，本发明利用扫描电子显微镜的高景深和高分辨率特性，通过与原位加热装置的集成，充分考虑了热影响及系统畸变带来的测量误差并对其进行校正；利用畸变校正后的散斑图像，通过数字图像相关算法计算求得芯片由于受热而产生变形的面内变形场。在上述基础上，本发明实现了微纳尺度的芯片全场热变形测量并在实际工程中进行了应用。
-
公开(公告)号：CN107677697A
公开(公告)日：2018-02-09
申请号：CN201710852515.8
申请日：2017-09-20
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开基于扫描电子显微镜的芯片热变形测量方法，属于材料性能检测技术领域，本发明利用扫描电子显微镜的高景深和高分辨率特性，通过与原位加热装置的集成，充分考虑了热影响及系统畸变带来的测量误差并对其进行校正；利用畸变校正后的散斑图像，通过数字图像相关算法计算求得芯片由于受热而产生变形的面内变形场。在上述基础上，本发明实现了微纳尺度的芯片全场热变形测量并在实际工程中进行了应用。
-
Patent Agency Ranking
公开(公告)号：CN114742883B
公开(公告)日：2024-09-24
申请号：CN202210332377.1
申请日：2022-03-30
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于平面类工件定位算法的自动化装配方法及系统，属于机器人视觉领域。本发明采用平面检测以及离群点去除算法提取若干平面，然后通过最小包围盒确定平面点云位姿，最后利用平面的长宽约束找出所需平面，并指导工业机器人运动到正确的装配位置。相较于基于图像的定位算法，本发明在高动态，高反射的场景下拥有更高的识别精度；相较于常规的基于点云的定位算法，本发明避免了复杂的模板匹配过程，计算效率高，鲁棒性强，且能够适用于任意形状的平面类工件。本发明通过三维视觉和工业机器人结合的模式，为可能出现工件偏移的场景提供了鲁棒性的解决方案。
-
公开(公告)号：CN115628701A
公开(公告)日：2023-01-20
申请号：CN202211326297.1
申请日：2022-10-27
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于虚拟图像渲染的自适应投影三维测量方法及系统，建立了耦合投影成像特性与尺度自适应体素多维度特征的图像渲染模型，基于卷积神经网络实现对相机反射率的预测，然后根据相机反射率图计算最优的投影强度，这种全新的尝试有望摆脱对实际图像的依赖，实现仿真环境下视点自动规划；其中，使用数据驱动的神经网络进行学习训练，并根据不同的反射情况计算最佳的投影强度，极大地提升了测量的鲁棒性；本发明提供的方法根据当前体素表面的反射特性自动计算自适应投影参数，以最少视点获取高质三维数据，能够克服传统方法投影强度参数选择难的问题，为视点规划提供必需的基础数据和评估参数。
-
公开(公告)号：CN115950377A
公开(公告)日：2023-04-11
申请号：CN202211313300.6
申请日：2022-10-25
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G01B11/25 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于辐照度融合的自动化多反射表面三维测量方法，使用曝光时间选择网络生成一组最优的曝光次数及对应的曝光时间，无需人为手动设置曝光时间导致捕获的图像冗余，提高三维测量过程的自动化和智能化；通过多重辐照度融合网络将所有灰度图像生成的辐照度图序列融合生成一张辐照度图，一方面避免直接使用灰度图进行相位计算，另一方面降低了使用辐照度图计算的误差，同时多重辐照度融合网络可以将辐照度图误差值反馈给曝光时间选择网络进行学习，从图像上提高了相位计算的准确性。
-
公开(公告)号：CN107590787A
公开(公告)日：2018-01-16
申请号：CN201710812587.X
申请日：2017-09-11
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06T5/00
Abstract: 本发明公开一种针对扫描电子显微镜的图像畸变校正方法，属于计算机视觉领域，其包括S1:在预设的时间序列上连续采集图像，建立时间漂移畸变Dd与图像采集时间t的关系Dd(t)；S2:根据S1中获得的Dd(t)，预先去除漂移畸变，利用拍摄标准标靶获得稀疏图像像素位置信息及对应的畸变向量样本集；S3:建立图像平面的任意一个像素点的像素坐标u与该像素点对应的固有畸变向量l间的关系，进而推算获得成像的固有畸变模型Df；S4：利用S2得到的稀疏位置信息及对应畸变向量样本集，解算畸变模型矩阵Df，结合Df(u)和Dd(t)对图像进行畸变校正。本发明方法分别对扫描电子显微镜图像的两种主要畸变场进行畸变建模及校正，该方法可在实际工程中应用。
-
公开(公告)号：CN119313969A
公开(公告)日：2025-01-14
申请号：CN202411467285.X
申请日：2024-10-21
Applicant: 华中科技大学
IPC: G06V10/764 , G06T7/00 , G06N3/08 , G06N3/0464 , G06V10/25 , G06V10/82 , G06V10/80 , G06N3/084 , G06T7/80
Abstract: 本发明属于表面缺陷检测相关技术领域，其公开了一种基于深度学习的大型钣金件冲孔缺漏检测方法及系统，步骤为：(1)采集待测钣金件的多视角图像；(2)采用图像对深度学习孔位目标检测模型进行训练，进而基于模型及采集到的的图像得到待测钣金件上孔位的位置数据；(3)通过多视图几何原理进行不同相机图像之间的孔位匹配，检测出不同图像中的重复孔位；(4)将经深度学习孔位目标检测模型得到的所有孔位去除重复孔位后进行计数并将得到的计数结果与设计孔位数量进行对比或者将孔位的位置与对应的孔位设计位置进行对比，进而根据对比结果来判断是否有孔位漏冲。本发明提升了冲压件漏冲孔检测的实时性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.039 seconds)
