-
公开(公告)号：CN118906041A
公开(公告)日：2024-11-08
申请号：CN202310504094.5
申请日：2023-05-06
IPC: B25J9/16 , G06T7/73 , G06T7/10 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明提供了一种基于U‑Yolo6D算法的机械臂抓取工业零件方法，具有这样的特征，包括以下步骤：步骤S1，根据工业零件得到多个训练图像和对应的标注数据作为训练数据集；步骤S2，构建U‑Yolo6D网络模型并通过训练数据集对U‑Yolo6D网络模型进行训练，得到训练后的U‑Yolo6D网络模型作为位姿提取模型；步骤S3，通过图像传感器采集包含工业零件的图像；步骤S4，将图像输入位姿提取模型，得到工业零件的位姿估计结果；步骤S5，根据位姿估计结果，控制机械臂抓取工业零件。总之，本方法能够提高机械臂抓取工业零件的准确度和速度。
-
公开(公告)号：CN117788353A
公开(公告)日：2024-03-29
申请号：CN202311829339.8
申请日：2023-12-27
Abstract: 本发明涉及图像处理技术领域，特别是针对荧光图像处理。本发明提出了一种结合双边滤波的导向滤波荧光图像增强算法，该算法结合了双边滤波和导向滤波的优势，利用双边滤波算法能够同时兼顾各像素值几何上的临近信息和亮度上的相似信息的优点，以及利用导向滤波算法能够有效保护图像的边缘信息及不容易产生伪影现象的优点，采用双边滤波作为预处理以获得边缘较好的导向图，提供了针对荧光图像领域更有效的去除噪声和边缘增强的方法。首先，输入待处理的荧光图像灰度图，用双边滤波算法作为预处理获得更好的导向图；其次，对灰度图进行导向滤波处理得到噪声更低、边缘保持更好的细节信息；最后通过加权融合得到最终增强后的输出荧光图像。
-
公开(公告)号：CN117574590A
公开(公告)日：2024-02-20
申请号：CN202210936816.X
申请日：2022-08-05
Abstract: 本发明提供一种基于恒虚警的电力系统异常负荷检测方法，该方法将异常检测问题描述为二元检测问题，并引入雷达信号处理中的恒虚警概念，在统计意义上对大量的数据进行筛选，按照序列服从的分布类型进行异常或正常的判定，从而检测出异常数据。在选取负荷数据时，由于采用连续的时间段内选取数据从而构造出了合理化负荷序列，避免了多种数据不合理化的影响，也为模型的数据检测提供了稳定。此外，还由于采用了NP准则确定检验统计量为最大平均偏差，并采用蒙特卡罗方法简化判决门限计算中的积分式求解出判决门限，因此解决了二元检测问题中虚警和漏警两种错误率不能同时减小的问题，从而减小了给定虚警率和实际虚警率的误差。
-
公开(公告)号：CN117233266A
公开(公告)日：2023-12-15
申请号：CN202210622246.7
申请日：2022-06-02
Abstract: 本发明公开了一种基于循环神经网络的全波形反演的导波层析成像方法，包括：步骤1，利用循环神经网络的序列计算实现基于有限差分法的声波公式的时间序列正演建模，得到初始模型；步骤2，依次循环计算每个激发位置时每个时间步的波场值，生成模拟值；步骤3，实际观测值经过信号处理后，生成模拟值与观测值的最小二乘目标方程；步骤4，反演部分对最小二乘目标方程进行迭代最小化，包括自动微分法和Adam算法，分别负责目标方程梯度计算和迭代更新速度模型和UNet权重；步骤5，对更新的速度模型进行深度图像先验UNet正则化；步骤6，重复步骤1～步骤5，进行下一次迭代计算直到目标方程低于指定阈值，得到最终速度模型，并利用频散关系转化为厚度模型。
-
公开(公告)号：CN118942149A
公开(公告)日：2024-11-12
申请号：CN202310536600.9
申请日：2023-05-12
IPC: G06V40/20 , G06V10/82 , G06V10/774 , G06V10/20 , G06V10/26 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于轻量型神经网络的手势识别方法，具有这样的特征，包括以下步骤：步骤S1，构建神经网络模型，并采用多个现有手势图像作为训练集对神经网络模型进行训练，得到训练后的神经网络模型作为手势识别模型；步骤S2，通过图像传感器采集得到包含手部的原始图像；步骤S3，对原始图像进行预处理，得到预处理图像；步骤S4，将预处理图像输入手势识别模型，得到原始图像的手势识别结果。总之，本方法能够降低手势识别网络的计算量和参数量的同时，保持较高的手势识别准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN114184999B
公开(公告)日：2024-05-14
申请号：CN202010966451.6
申请日：2020-09-15
Abstract: 本发明提供了一种互耦小孔径阵列的生成式模型处理方法，属于阵列信号处理领域，利用深度生成式模型以及标准阵列，对未知的阵列流形进行信号处理，其特征在于，包括如下步骤：步骤S1，计算机随机生成一组波达方向以及相对应的小孔径阵列样本协方差以及标准孔径阵列样本协方差，将上述样本协方差减去噪声协方差后进行归一化；步骤S2，根据小孔径阵列样本协方差，向深度生成式模型输入标准孔径协方差，深度生成式模型学习得到小孔径阵列样本协方差与标准孔径阵列协方差之间的概率分布的映射关系；步骤S3，输入小孔径阵列样本协方差，根据映射关系，采样生成多个标准虚拟阵列协方差；步骤S4，通过子空间算法进行波达方向的估算并取平均值。
-
公开(公告)号：CN115634147A
公开(公告)日：2023-01-24
申请号：CN202211329098.6
申请日：2022-10-27
Applicant: 复旦大学
Abstract: 本发明公开了一种基于轻量化深度学习网路的手部穴位识别方法；该方法包括以下步骤：S1：图像采集，实时采集手部数据；S2：基于传统图像处理的方法，识别出手掌区域以及手心区域；S3：将识别出的手掌区域数据输入到基于深度学习的手部穴位识别模型中，手部穴位识别模型总共输出16个手部穴位点以及2个手部穴位区；其中：所述基于深度学习的手部穴位识别模型为基于mobilenetv3的超轻量化模型，其通过对主干网络mobilenetv3模型进行知识蒸馏和量化处理得到。本发明基于轻量化深度学习网络和几何空间计算等方法，最终得到手部的各个手部关键点穴位点，相较于传统穴位识别方法，在精度和速度上有显著的提升。
-
公开(公告)号：CN115249211A
公开(公告)日：2022-10-28
申请号：CN202110458287.2
申请日：2021-04-27
Applicant: 复旦大学
Abstract: 本发明发明涉及一种基于水下非均匀入射光模型的图像复原方法，属于图像复原领域。因为包括如下步骤：步骤S1，对水下图像进行小波分解，得到最低频子带以及各个高频子带；步骤S2，基于水下非均匀入射光模型，对最低频子带进行散射抑制，得到处理最低频子带；步骤S3，对各个高频子带进行噪声抑制及细节增强处理，从而得到处理高频子带；步骤S4，将处理最低频子带及处理高频子带进行小波重建，得到初步复原图像；以及步骤S5，将初步复原图像进行动态范围拉伸及直方图匹配，即得复原图像。所以本发明提供的复原方法能有效提升图像的清晰度、对比度，并恢复出更自然的色彩信息、且综合性能更优、具有广泛的应用前景。
-
公开(公告)号：CN114265145A
公开(公告)日：2022-04-01
申请号：CN202111626565.7
申请日：2021-12-28
Applicant: 复旦大学
IPC: G02B6/12
Abstract: 本发明属于导波光学技术领域，具体为一种具有不同偏振带宽的光学带通滤波器。该光学滤波器,可同时通过横电波和横磁波两种偏振波，其通带的中心波长重合,但通带宽度各不相同，从而对两个偏振波分别形成宽带和窄带的带通滤波作用；具体包括:一个柱体（圆柱或方柱）与平面光波导的复合透明体；将柱体沿纵轴成一定角度切开,在一个切面上根据透射中心波长,制备平面光波导；平面光波导由不同折射率及厚度的薄膜构成，再将两个切割体沿切面帖合、密封,构成复合体；复合体两端面镀制相应的宽带增透膜。本带通滤波器透过率可达100%,其中窄带宽的通带带宽可达到亚纳米量级，在光通讯、激光技术、精密光谱技术等方面有重要应用价值。
-
公开(公告)号：CN106338840B
公开(公告)日：2019-07-05
申请号：CN201610730670.8
申请日：2016-08-26
Applicant: 复旦大学
IPC: G01N21/64
Abstract: 本发明属于导波光学和光学测量技术领域，具体为一种表面波场增强可调谐的全内反射光学激发装置。本发明包括精密升降平台、倒梯形棱镜、准直激发光束、超薄平面载物玻璃及光学和光谱测量系统；倒梯形棱镜与超薄平面载物玻璃之间保持一定空气间隙，待测量样品与光学和光谱测量系统间保持一定的空气间隙；在入射角大于倒梯形棱镜上表面内全反射角的情况下,选择不同的入射角以激发超薄平面载物玻璃内的水平导波模式，利用该导波在其上表面形成的表面倏逝波场对待测样品进行光学激发，用精密升降平台严格控制倒梯形棱镜与超薄平面载物玻璃间的距离，可以实现对超薄平面载物玻璃上表面的倏逝波的场增强的连续调节。本发明在微纳材料的荧光光谱、吸收光谱及拉曼光谱测量等方面有重要应用。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.029 seconds)
