-
公开(公告)号：CN119479002A
公开(公告)日：2025-02-18
申请号：CN202411457435.9
申请日：2024-10-18
Applicant: 国网江苏省电力有限公司建设分公司 , 东南大学
IPC: G06V30/422 , G06V30/412 , G06V30/414 , G06V30/416 , G06V30/18 , G06V30/186 , G06V30/19 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种输电铁塔设计图像的解析方法，解析内容包括设计结构的形状、参数化以及布局等信息提取。首先通过一种语义分割网络，将原始设计图转化为干净的拓扑掩膜图，得到设计结构的形状；然后通过一种矢量提取网络，从拓扑掩膜图中提取出骨骼中心矢量及端点信息；接着对图上及表格内的数字、符号进行识别和提取，对掩膜图像旁对应的数字编号，在表格中找到相同的数字编号，以得到该编号对应的实际尺寸，实现形状矢量的实际尺寸参数化赋值；最后构建一种视角分类网络，解析各形状的图像布局，并获取平面图形对应三维模型的视角方位。本发明为实现图纸自动三维建模奠定了基础，可扩展用于智能验证、改进、查验铁塔的设计图纸等工作。
-
公开(公告)号：CN118626667A
公开(公告)日：2024-09-10
申请号：CN202410867843.5
申请日：2024-07-01
Applicant: 国网江苏省电力有限公司建设分公司 , 东南大学
IPC: G06F16/56 , G06F30/13 , G06N3/0464 , G06V10/28 , G06V10/25 , G06T11/20 , G06V10/764 , G06V10/762
Abstract: 本发明公开了一种从输电铁塔设计草图自动转换为标准矢量图的方法，解决输电铁塔现场手绘草图的矢量化问题。本发明利用由ControlNet控制的图像生成网络Stable Diffusion，将手绘草图转化为标准的直线结构图；在此基础上，引入矢量提取网络HAWP，对结构图进行矢量化处理，并通过边的筛选、点的聚类进行完善，去除重复和冗余信息，得到标准的矢量图结果。本发明提出的将手绘设计图自动转换为标准矢量图纸的方法，无需依赖人工手动转换，为输电铁塔设计的草图转标准图提供了基础，也为输电线路存量图纸的自动三维建模提供了技术基础，对全面推进电力系统的数字化转型具有重要意义。
-
公开(公告)号：CN117974929A
公开(公告)日：2024-05-03
申请号：CN202311835586.9
申请日：2023-12-28
Applicant: 国网江苏省电力有限公司建设分公司
IPC: G06T17/10 , G06F30/13 , G06F111/20
Abstract: 本发明公开了一种从设计图纸自动重建输电线路铁塔三维模型的方法，解决当前输电线路铁塔的三维模型只能由专业设计人员根据设计图纸进行手动三维转化的问题。本发明涉及两阶段的启发式三维重建方法，首先通过深度学习网络，将平面图纸内容提取并表示为矢量原语的集合，然后将其分为轮廓矢量和内部结构矢量两类，由轮廓矢量粗绘出铁塔各段局部件的三维轮廓框架，最后根据各平面的内部矢量，在三维轮廓框架上描绘出内部结构细节。本发明提出的从二维设计图纸自动重建高压铁塔三维模型的方法，无需依赖人工手动建模，为研发电力系统的数字化产品提供了基础和支撑，对全面推进电力系统的数字化转型具有重要意义。
-
公开(公告)号：CN111292407B
公开(公告)日：2022-11-18
申请号：CN202010102138.8
申请日：2020-02-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积自编码器的人脸光照归一化方法，以提高人脸质量，提升人脸识别准确率。步骤如下：用Cook‑Torrance光照模型生成不同光照下的人脸图像，用以训练自编码网络，使之能够将输入人脸归一化到正面、均匀光照环境下；为了恢复网络导致的细节缺失，进行频域上的分析与高频信息提取：将原图进行高斯模糊，使得模糊后的结果和网络输出的模糊程度一样，保证模糊后的人脸和网络输出的结果在高频信息上缺失程度一致；继而比较模糊后的图片和原图，找到细节所在的频带；最后提取原图片中的高频信息，并与归一化后的图片在频域上结合，得到最终的结果。本方法鲁棒性强，并且能够得到具有高精细度的光照归一化结果。
-
公开(公告)号：CN111220092B
公开(公告)日：2021-04-23
申请号：CN201911260110.0
申请日：2019-12-10
Applicant: 东南大学
IPC: G01B11/25
Abstract: 本发明公开了一种光学测量中条纹滤波器的构造方法，该滤波器属于空间滤波器，采用一种正弦辅助的筛分计算方法，通过设置合适的滤波尺寸，直接将条纹分量从图像中分离出来，首先，在空域中对条纹图像进行二维自相关计算，提取自相关系数的横、纵中心轴，将两者进行相关性计算，得到的系数涵盖横、纵方向的共同周期信息；其次，提取相关性系数中的周期信息，并分析其变化情况和趋势，进而估算出条纹分量中对应于最大局部变形的最大截止空间周期，用该周期作为条纹滤波器的尺寸；最后，通过正弦辅助的筛分计算直接滤出含有重要信息的条纹分量，以用于后续的计算处理。本发明的有益效果在于：该方法简单、速度快、鲁棒性好，非常具有实用的潜力。
-
Patent Agency Ranking
公开(公告)号：CN111043988B
公开(公告)日：2021-04-23
申请号：CN201911260063.X
申请日：2019-12-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于图形学和深度学习的单张条纹投影测量方法，将条纹图深度求算过程转化为畸变条纹图和原始条纹图的匹配问题，利用深度学习网络的特征提取能力实现分类匹配，从而实现单张深度图的预测，为解决实际采集数据集成本高、不同问题背景下采集条纹图标准不一的问题，提出使用计算机图形学方法仿真生成条纹图，从而获得低成本、高质量、高自由度的大量样本，为获得像素级精度，使用语义分割网络Unet，通过对畸变条纹图多次特征抽取将原始条纹图映射到高维特征空间实现匹配。有益效果在于：提出了基于计算机图形学仿真的条纹图获取方法，使用深度学习方法实现高精度、高速度的深度预测，实现完整的单张条纹图直接到深度图的解决方案。
-
公开(公告)号：CN108680119A
公开(公告)日：2018-10-19
申请号：CN201810352746.7
申请日：2018-04-19
Applicant: 东南大学
IPC: G01B11/25
Abstract: 本发明公开了一种分区域的单幅快速相位展开方法。首先利用二维正弦辅助的经验模态分解法(BSEMD)对条纹图进行自适应多尺度分解，得到的高频结果分量用于检测条纹中物体边缘，得到的中间条纹载频分量通过希尔伯特变换获取包裹相位和瞬时频率，得到的低频分量用于条纹图阴影区域识别；然后将边缘和阴影区域融合并进行形态学操作形成低质量区域；接着利用洪水蔓延的方式展开高质量区域，用瞬时频率建立质量图指导扩展的低质量区域相位展开；最后对各区域相位合并形成完整的连续相位。本发明通过在划分区域应用不同的相位展开策略实现包裹相位的快速展开，整个方法高效且精度高，在单幅条纹三维快速测量系统中具有较大的应用前景。
-
公开(公告)号：CN104596439A
公开(公告)日：2015-05-06
申请号：CN201510008192.5
申请日：2015-01-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于相位信息辅助的散斑匹配三维测量方法，用于该方法的测量系统由一台投影仪和两台摄像机组成，其实现步骤为：(1)通过调整两台摄像机的位置，使得两摄像机的成像平面平行于参考面，且对于同一条水平条纹，在左右摄像机的成像平面内的纵像素坐标相同。(2)对三维测量系统进行标定：获取两台摄像机的内参和外参，得到图像上的像素坐标与世界坐标系的对应关系。(3)在待测物体表面投射散斑图案，利用灰度区域相关算法对左右摄像机获取图像的初始匹配点对。(4)对待测物体表面投射相移光栅条纹，利用解得的主值相位场对已经获得的初始的匹配点进行精确匹配。(5)根据获得的匹配结果以及标定得到的参数实现对待测物体进行三维轮廓测量。
-
公开(公告)号：CN102628676B
公开(公告)日：2014-05-07
申请号：CN201210016688.3
申请日：2012-01-19
Applicant: 东南大学
IPC: G01B11/25
CPC classification number: G01B11/25
Abstract: 一种光学三维测量中的自适应窗口傅里叶相位提取法，是对灰度正弦光栅条纹图进行处理：(1)将一行条纹信号进行经验模态分解得到一系列本征模函数。(2)计算每个本征模函数的瞬时频率及边际谱，通过分析边际谱来选择能够准确描述条纹信号变化的瞬时频率。(3)确定条纹信号的背景分量。(4)用所确定的瞬时频率自适应定位局部平稳区域并据此计算高斯窗口的尺度因子。(5)将原信号去除背景分量后，对其进行自适应窗口傅里叶变换得到包裹相位分布。逐行进行上述步骤可得条纹图的全局包裹相位，展开后得到绝对相位并转换为高度信息，从而实现对物体的三维测量。本发明自适应性强，对面形复杂或含有陡峭边缘物体的测量精度有较大提高。
-
公开(公告)号：CN109918998B
公开(公告)日：2023-08-01
申请号：CN201910058322.4
申请日：2019-01-22
Applicant: 东南大学
IPC: G06V40/16
Abstract: 本发明公开了一种适用于大姿态的人脸识别方法，该方法首先对图片进行分块操作，利用加权的LK算法得到相应侧脸块和正脸块的仿射变换参数候选集；然后，对于候选集中的每一个参数，找到其中的最优参数；对每一侧脸块用其对应的最优仿射变换参数即可矫正为这一块人脸的正脸，所有的块拼接起来即是矫正后的正面人脸形式；最后，采用加权的局部gabor二值模式直方图序列算法，以每一人脸块最优参数得到的平均gabor相似度作为这一块人脸的识别权重来进行认证识别。本发明方法简单高效、不受光照影响且能够高效并且精确的获得全局最优仿射变换参数，使得对于侧脸的识别率得到了大幅提高，在大姿态人脸检测与识别中具有非常好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.054 seconds)
