-
公开(公告)号：CN118936613A
公开(公告)日：2024-11-12
申请号：CN202411152426.9
申请日：2024-08-21
申请人： 深圳大学
摘要： 本发明实施例提供了一种基于偏振分集的零差干涉测振装置及方法，该测振装置通过第一光路组件接收具有不同偏振方向的回光，并将参考光与回光进行干涉，得到多个干涉信号，探测组件同时对多个干涉信号进行探测，提高了探测效率，并且，本实施例可同时接收漫反射回光的正交偏振(即不同偏振方向的回光)，由于散斑噪声的出现具有随机性，在同一时间，在干涉过程中的数据几乎不会同时出现散斑噪声，相比于传统测振技术，本实施例降低了散斑噪声的出现，有效避免干涉信号的信噪比降低。
-
公开(公告)号：CN118584513A
公开(公告)日：2024-09-03
申请号：CN202410612650.5
申请日：2024-05-17
申请人： 深圳大学
摘要： 本发明提出基于卫星天线控制点场与摄像冻结的空间基准构建方法，属于卫星定位技术领域。本发明通过空间布局多个卫星天线形成动态柔性控制点场，该控制点场中各控制点由卫星天线组成，通过摄像机采集控制点图像可实时输出其大地绝对坐标位置和姿态信息，具有动态柔性、不受载体变形影响的特点。
-
公开(公告)号：CN117557656A
公开(公告)日：2024-02-13
申请号：CN202311689260.X
申请日：2023-12-11
申请人： 深圳大学
IPC分类号： G06T7/80
摘要： 本发明公开了一种基于组合标靶的光源标定方法、装置及相关介质，该方法包括：在高曝光和均匀光照状态下获取镜面球图像信息，利用透视成像模型计算得到图像信息对应的球心初始坐标；将球心初始坐标对应的球心设置为球心基准点，将球心基准点与平面基准点组合为目标基准点进行重投影，并利用光束平差算法对重投影的误差进行误差平均化，得到球心优化坐标；在低曝光状态下，针对每一标靶姿态，结合球面方程与球心优化坐标，获取每一光源的球面高光点；获取球面高光点的入射光方向，得到入射光线，根据入射光线对光源进行标定。本实施例实现了非均匀光照的条件下精确地标定光源位置，保证了光源位置标定的精度，提升了近场光度立体三维重建的准确性。
-
公开(公告)号：CN117419661A
公开(公告)日：2024-01-19
申请号：CN202311060480.6
申请日：2023-08-22
申请人： 深圳大学
IPC分类号： G01B11/25
摘要： 本发明公开了一种复合条纹相移相位解调方法、装置及存储介质，该方法包括：结合相移法和余弦函数生成一组条纹图；其中，条纹图包含两种频率成分；基于所述条纹图对被测物体进行投影，并采集投影图像；对投影图像计算得到两组相位，并根据双频外差原理对两组相位进行展开，得到相位展开结果。本发明将双频外差的两组条纹图合成为一组，通过数学原理解得两组相位，不需要额外投影格雷码图或第二组频率的条纹图，大大减少了投影图数量和采集条纹图的数量，各个像素点的相位也均是独立计算，避免了误差累积，在很大程度上提高效率的同时还能保证具有一定的精度，达到了快速且完整、精确的获取相位展开结果的目的。
-
公开(公告)号：CN117372877A
公开(公告)日：2024-01-09
申请号：CN202311561890.9
申请日：2023-11-22
申请人： 深圳大学
IPC分类号： G06V20/10 , G06V10/22 , G06V10/774 , G06V10/82 , G06N3/048 , G06N3/084 , G06N3/088 , G06N3/09
摘要： 本发明公开了一种基于神经网络的星图识别方法、装置及相关介质，该方法包括：在星图训练图像中选取主星；通过Log‑Polar算法构建坐标特征向量，获取主星的第一亮度值以及其他邻星的第二亮度值；根据第一亮度值和第二亮度值设置相对亮度因子，按照预设亮度阈值对相对亮度因子进行映射，得到亮度特征向量；根据坐标特征向量和亮度特征向量构建恒星特征向量集，并输入至神经网络训练学习，由神经网络输出主星编号，以构建星图识别模型；利用星图识别模型对目标星进行编号预测。本发明通过Log‑Polar算法构建坐标特征向量，然后利用相对亮度因子映射得到亮度特征向量，并以此对神经网络训练学习，构建星图识别模型对目标星进行编号预测，提高了识别准确率和识别速度。
-
公开(公告)号：CN116957987A
公开(公告)日：2023-10-27
申请号：CN202311088723.7
申请日：2023-08-28
申请人： 深圳大学
摘要： 本发明公开了一种多目极线校正方法、装置、计算机设备及存储介质，该方法包括：获取相机拍摄的不同视角的平面圆形标靶图，并通过检测算法对所述平面圆形标靶图提取圆形特征点；基于所述圆形特征点计算相机初始参数；构建多目重投影优化模型，并利用非线性优化库对所述相机初始参数进行优化，得到相机优化参数；基于极线校正方法，将双目极线校正拓展为多目极线校正；利用所述圆形特征点对所述多目极限校正进行辅助校正，得到最终校正结果。本发明既保留了极线校正方法精度高的优点，又增加了其适用性。另外，本发明利用标定时获取的圆形特征点辅助实现多目的极线校正，如此能够有效增加多目极线校正的鲁棒性。
-
公开(公告)号：CN116734844A
公开(公告)日：2023-09-12
申请号：CN202310825018.4
申请日：2023-07-06
申请人： 深圳大学
摘要： 本发明公开了基于改进K矢量的星图识别方法、装置及相关设备。该方法包括计算当前观测位置相对星表每一恒星的高度角，并根据高度角对星表的恒星进行筛选，以筛选得到的恒星建立临时导航星库；将临时导航星库中属于预设角距范围内的任意两颗恒星作为一组星对，计算每一星对的角距，并基于角距计算的角距余弦值，以角距余弦值构建角距表；对角距表进行等区域划分，以直线连接各个区域对应序号的首尾两端，得到多条分段直线；构建K矢量查找表；获取待识别的目标导航星对之间的目标角距，并基述目标角距、预设测量误差以及、K矢量查找表，计算所述目标导航星对在所述角距表的匹配范围。该方法有效提升星图的识别速度。
-
公开(公告)号：CN110189400B
公开(公告)日：2023-04-14
申请号：CN201910418032.6
申请日：2019-05-20
申请人： 深圳大学
IPC分类号： G06T17/00
摘要： 本发明提供了一种三维重建方法、三维重建系统、移动终端及存储装置，三维重建方法包括：获取第一帧三维测量数据的点云数据(即全局点云数据)，然后选取与全局点云数据对应的区域存在重叠区的局部区域进行测量，获取局部点云数据再进行配准并更新全局点云数据，重复此过程直至完成所有表面区域的测量，最后对测量完成后更新的全局点云数据进行全局优化处理，得到点云模型。本发明通过化整为零的方法进行三维重建，可以获取高密度与高精度兼备的测量数据，尤其是对于大尺寸物体的三维测量，更具有优势。
-
公开(公告)号：CN114964052A
公开(公告)日：2022-08-30
申请号：CN202210658337.6
申请日：2022-06-10
申请人： 深圳大学
摘要： 本发明公开一种三维测量系统的标定和重建方法及三维测量系统，该方法包括：利用正交双方向的相位信息追踪成像装置的每个像素在测量空间中的对应的光线，构建第一损失函数以标定光线参数；将印有多个基准点的白底平面板作为投影接收平面标靶并将其在测量空间中以不同的姿态前后放置多个位置，投影机向其投射单方向相移条纹图案，成像装置采集对应的投影图像，构建第二损失函数，计算获取投影接收平面标靶的位姿参数；确定成像装置的每个像素的光线与投影接收平面标靶的交点的三维坐标及相位，拟合成像装置的像素光线的相位映射系数；建立查找表；采集投射图案后的被测物体的图像以获取相位值，根据查找表获取相位映射系数，计算被测物体的坐标。
-
公开(公告)号：CN108921282B
公开(公告)日：2022-05-31
申请号：CN201810465595.6
申请日：2018-05-16
申请人： 深圳大学
摘要： 本发明公开了一种深度神经网络模型的构建方法和装置。对原始数据进行随机相位加密得到训练数据，利用训练数据训练第i‑1深度神经网络模型，得到第i深度神经网络模型，将训练数据输入第i深度神经网络模型得到第i输出结果，与训练数据对应的原始数据进行比对，判断比对结果是否满足预设收敛条件，若满足，则确定第i深度神经网络模型为构建的深度神经网络模型，若不满足，则令i＝i+1，重新利用训练数据训练第i‑1深度神经网络模型。由于训练数据输入到深度神经网络模型中，得到的输出结果是与原始数据进行比对的，因此该模型为能够破解随机相位加密的解密模型，解决了缺少能破解随机相位加密的算法模型的技术问题。
-
-
-
-
-
-
-
-
-
搜索结果
149 条记录 (耗时 0.033 秒)
