高精度蠕动式管道爬行器

    公开(公告)号:CN102979989B

    公开(公告)日:2016-01-06

    申请号:CN201210445247.5

    申请日:2012-11-09

    IPC分类号: F16L55/34

    摘要: 本发明公开了提供一种蠕动式管道爬行器,包括三个三爪机构、丝杆(P)和管道参数测量头(H);丝杆(P)与管道参数测量头(H)之间为万向刚性连接,爪(B1)~爪(B3)形成的三爪机构与丝杆(P)为螺纹式连接,爪(A1)~爪(A3)、爪(C1)~爪(C3)形成的三爪机构与丝杆(P)均为滚轴式连接,爪(A1)~爪(A3)和爪(C1)~爪(C3)形成的三爪机构在丝杆(P)轴向不能相对位移;三个三爪机构支撑丝杆(P)并协调运动;爬行过程不打滑,爬行进程精度高,误差<0.1mm;爪子伸缩行程的动态范围大,可在多种不同口径的管道内爬行;爬行器爬行的步长、速率和运动方向等运动状态及其变化都能精确设定和自动控制;爬行器的轴向驱动(或牵引)力大,适用于推(或拉)动重负载;爬行器具有自定中功能。

    基于GPU加速的非局部平均滤波实时处理方法

    公开(公告)号:CN105931207B

    公开(公告)日:2018-08-10

    申请号:CN201610370775.7

    申请日:2016-05-30

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于GPU加速的非局部平均滤波实时处理方法,主要解决了非局部平均滤波算法难以满足实时性要求这一问题。本方法利用GPU卓越的多线程并行数据处理能力,使用OpenCL平台,在GPU上并行地实现图像的滤波处理。在滤波过程中,对中心图像片和相似图像片进行投影,并且利用拆分核函数、优化访存等方法有效减少了计算量和数据读取时间。与现有的非局部平均滤波方法相比,本发明能够在保证去噪性能的前提下,对VGA(分辨率为640*480)和SVGA(分辨率为600*800)图像进行实时的非局部平均滤波处理,较之传统的串行处理方法,本方法取得了最高达111倍的加速比。

    基于GPU加速的非局部平均滤波实时处理方法

    公开(公告)号:CN105931207A

    公开(公告)日:2016-09-07

    申请号:CN201610370775.7

    申请日:2016-05-30

    IPC分类号: G06T5/00

    CPC分类号: G06T5/002

    摘要: 本发明公开了一种基于GPU加速的非局部平均滤波实时处理方法,主要解决了非局部平均滤波算法难以满足实时性要求这一问题。本方法利用GPU卓越的多线程并行数据处理能力,使用OpenCL平台,在GPU上并行地实现图像的滤波处理。在滤波过程中,对中心图像片和相似图像片进行投影,并且利用拆分核函数、优化访存等方法有效减少了计算量和数据读取时间。与现有的非局部平均滤波方法相比,本发明能够在保证去噪性能的前提下,对VGA(分辨率为640*480)和SVGA(分辨率为600*800)图像进行实时的非局部平均滤波处理,较之传统的串行处理方法,本方法取得了最高达111倍的加速比。

    基于OpenCL的直接多曝光融合并行加速方法

    公开(公告)号:CN107292804A

    公开(公告)日:2017-10-24

    申请号:CN201710405996.8

    申请日:2017-06-01

    IPC分类号: G06T1/00 G06T5/50

    摘要: 本发明公开了一种基于OpenCL的直接多曝光融合并行加速方法,本发明的方法基于CPU+GPU的异构并行架构,利用GPU强大的浮点计算能力,在OpenCL开发环境下,通过合并内核、缓存高斯核到常量存储器、缓存复用数据到局部存储器、增大每个工作项的工作量等方式,缩短了访存和计算时间,实现了更快速多曝光融合,较传统的串行处理方法,本发明的方法取得的最大加速比达11.19,有效地减少了多曝光融合算法运行时间,为多曝光融合算法的进一步应用提供了有力保障;另外,在空间频率和平均梯度方面,本发明的方法都有较为明显的改善,有效解决了电子成像和显示设备动态范围不足导致的场景细节信息丢失问题。

    基于OpenCL的直接多曝光融合并行加速方法

    公开(公告)号:CN107292804B

    公开(公告)日:2019-09-17

    申请号:CN201710405996.8

    申请日:2017-06-01

    IPC分类号: G06T1/00 G06T5/50

    摘要: 本发明公开了一种基于OpenCL的直接多曝光融合并行加速方法,本发明的方法基于CPU+GPU的异构并行架构,利用GPU强大的浮点计算能力,在OpenCL开发环境下,通过合并内核、缓存高斯核到常量存储器、缓存复用数据到局部存储器、增大每个工作项的工作量等方式,缩短了访存和计算时间,实现了更快速多曝光融合,较传统的串行处理方法,本发明的方法取得的最大加速比达11.19,有效地减少了多曝光融合算法运行时间,为多曝光融合算法的进一步应用提供了有力保障;另外,在空间频率和平均梯度方面,本发明的方法都有较为明显的改善,有效解决了电子成像和显示设备动态范围不足导致的场景细节信息丢失问题。

    天基雷达与红外数据融合在轨动目标检测方法

    公开(公告)号:CN106204629A

    公开(公告)日:2016-12-07

    申请号:CN201610681992.8

    申请日:2016-08-17

    IPC分类号: G06T7/00 G06T7/40

    摘要: 本发明公开了一种天基雷达与红外数据融合在轨动目标检测方法;本发明中用红外探测系统进行探测时,先对红外图像序列中每一帧采用基于形态学的滤波方法进行背景抑制,然后将背景抑制后的图形进行自适应阈值分割,提取单帧检测结果,再通过跟踪算法进行多帧目标的确认,判断检测的结果是否为真实目标,从而得到多帧目标的检测结果;雷达探测时,采用脉冲多普勒(PD)处理。将得到的红外和雷达的目标信息进行时间校准与空间校准后,采用量测融合的方法将其进行数据融合,并将融合后的数据进行航迹预测,得到目标的估计位置。