琴弦阵列布局机构
    3.
    发明公开

    公开(公告)号:CN109637502A

    公开(公告)日:2019-04-16

    申请号:CN201811588487.4

    申请日:2018-12-25

    摘要: 本发明涉及一种琴弦阵列布局机构,包括:辅助部件,用于尼龙缠弦古筝,包括第一岳山、第二岳山、码子、琴弦阵列和琴钉,第一岳山在面板与古筝头的连接处;第二岳山在面板与古筝尾的连接处,琴弦阵列由多根琴弦组成;第一岳山与面板成九十度,在第一岳山的上端镶有一条骨片或铜丝,第二岳山为S形;码子是琴弦和面板的传振支柱,用象牙或红木制成,在演奏古筝时,琴弦的振动由码子传递到面板;琴钉用于调整琴弦的松紧,以控制琴弦发音的高低,琴钉用木料制成;阵列分析设备,用于将接收到的多个琴弦图案在轮询处理图像中占据的区域的形状与标准琴弦阵列布局图的形状进行相似度分析。通过本发明,实现了对琴弦阵列的整体检测。

    一种基于四元数广义判别分析的RGB-D目标识别方法

    公开(公告)号:CN109446924A

    公开(公告)日:2019-03-08

    申请号:CN201811176644.0

    申请日:2018-10-10

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明是一种基于四元数广义判别分析的RGB-D目标识别方法,包括基于四元数的RGB-D图像表征方式、定义四元数广义判别分析、基于平均行和平均列的双向四元数广义判别分析识别方法;其中,基于四元数的RGB-D图像表征方式解决了现有四元数彩色图像表征方式在采用四维四元数表征三维彩色图像时存在数据冗余和额外计算开销的不足的问题,将核函数引入四元数子空间分析领域,定义四元数广义判别分析,解决了现有四元数子空间分析算法对四元数非线性信号处理效果不理想的问题,最终通过基于平均行和平均列的双向四元数广义判别分析识别方法,消除了针对RGB-D识别过程中四元数核矩阵特征分解计算复杂度过于庞大的问题,进而提高了该目标识别方法的识别效果。

    一种基于城市道路绿化带种植的智能防护方法及其系统

    公开(公告)号:CN109429999A

    公开(公告)日:2019-03-08

    申请号:CN201811227500.3

    申请日:2018-10-22

    申请人: 张振花

    发明人: 张振花

    摘要: 一种基于城市道路绿化带种植的智能防护方法及其系统,包括:控制中心接收到启动指令则控制监控摄像头实时摄取监控影像并控制湿度传感器实时获取湿度信息,控制中心根据监控影像以及湿度信息分析是否有区域发生降雨,若有则控制中心分析是否为大雨天气,是则控制中心分析发生降雨且为大雨的区域道路是否有产生积水,有则控制中心控制升降通道内部的升降电机驱动升降支柱将绿化带完全伸出并控制路牙升降通道内部的路牙升降电机驱动连接的路牙升降支柱将路牙完全收缩,控制中心控制过滤伸缩电机驱动连接的过滤伸缩框架完全伸出并控制超声波传感器实时获取存储仓积水高度信息,控制中心分析存储仓是否有处于满载状态,有则控制中心控制排放通道开启。

    机器人对焊缝处理的方法及装置

    公开(公告)号:CN109146866A

    公开(公告)日:2019-01-04

    申请号:CN201810966679.8

    申请日:2018-08-23

    摘要: 本发明涉及焊接技术领域,具体涉及一种机器人对焊缝处理的方法及装置,该机器人上两个结构光投射器相对于摄像头呈对称设置。进而,控制摄像头在两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像,对获取的焊缝图像进行预处理得到目标焊缝图像,提取目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图,对激光条纹图进行特征提取得到目标激光条纹图。进一步地,根据该目标激光条纹图确定多个焊接点,并根据多个焊接点确定焊缝线,进而分别确定该焊缝线与预设探头中心线的交点,并计算得到交点距离预设探头前端面线的距离值,以及焊缝线与竖直方向的夹角,最后该机器人将根据该距离值和夹角调控运动姿态以对焊缝进行检测。

    基于机器视觉和深度学习的目标检测方法

    公开(公告)号:CN109145756A

    公开(公告)日:2019-01-04

    申请号:CN201810819463.9

    申请日:2018-07-24

    发明人: 李金波 刘琴 明振

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种基于机器视觉和深度学习的目标检测方法,包括获取待检测目标的图像;对图像的各个边界框进行回归并预测相应类别的概率,并检测和优化;对目标间的中心空间位置进行计算,完成目标的检测。本发明提供的这种基于机器视觉和深度学习的目标检测方法,采用对图片进行直接识别的方式对图片的特征进行提取,因此本发明方法能够快速的对目标物体进行检测和定位,而且本发明方法简单可靠。