专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果7个,建议您升级VIP下载更多相关专利
  • [发明专利]一种噪声环境下浇铸箱体轮廓的检测方法-CN202010049720.2有效
  • 鲍士水;黄友锐;许欢 - 安徽理工大学
  • 2020-01-16 - 2023-05-12 - G06T7/13
  • 本发明公开了一种噪声环境下浇铸箱体轮廓的检测方法,属于图像边缘检测技术领域,其包括以下步骤:步骤1,输入待检测含噪声图像;步骤2,使用双边滤波对输入噪声图像进行降噪处理;步骤3,构建随机结构森林;步骤4,使用训练好的随机结构森林对降噪后图像进行初步轮廓检测;步骤5,对初步轮廓检测结果进行二值化处理;步骤6,通过Hough圆变换拟合浇铸箱体浇口;步骤7,输出最终检测结果图像。本发明的主要用途是可在满足准确检测浇铸箱体直线轮廓的同时也准确拟合出箱体的圆形浇口,并精准定位出圆形浇口的圆心。
  • 一种噪声环境浇铸箱体轮廓检测方法
  • [发明专利]基于改进邻域嵌入与先验学习的超分辨率图像重建方法-CN202111198281.2在审
  • 许光宇;许家昌;鲍士水;胡龙龙 - 安徽理工大学
  • 2021-10-14 - 2021-12-14 - G06T3/40
  • 本发明公开了一种基于改进邻域嵌入与先验学习的超分辨率图像重建方法,包括以下步骤,S1:训练集中的高分辨率图像降质;S2:高、低分辨率训练图像分块;S3:待重构的低分辨率输入图像放大2倍预处理,然后分块;S4:搜索与低分辨率输入图像块最相似的K个低分辨率图像块组成邻域集,计算邻域集中每个图像块的重构权值;S5:组合重构权值与对应的K个高分辨率训练图像块,重构高分辨率图像块及高分辨率图像;S6:构造非局部正则化项与局部正则化项对高分辨率图像重构结果进行最大后验概率估计,得到最终的超分辨率重建图像。本发明中的方法取得较好的图像重建效果,图像细节更丰富,纹理更清晰。
  • 基于改进邻域嵌入先验学习分辨率图像重建方法
  • [发明专利]一种基于膜计算实现井下机器人路径优化方法-CN202010043912.2在审
  • 黄友锐;许家昌;徐善永;韩涛;鲍士水 - 安徽理工大学
  • 2020-01-15 - 2020-06-12 - G05B17/02
  • 本发明公开一种基于膜计算实现井下机器人路径优化方法,路径优化方法包括如下步骤:煤矿井下机器人细胞型膜系统构建、构建膜控制器结构、膜算法设计、移动机器人仿真及实验结果分析。本发明机器人路径优化方法通过改变进化代数,机器人移动的速度误差相对较小,具备很好的收敛性,与传统的算法相比较,速度误差较小,膜算法在井下移动机器人速度解算上准确度更高;通过仿真及实验表明,所提膜算法具有快速收敛性和有效性,所设计的装置能够有效解决煤矿井下复杂环境下的巡检问题,以其高效的计算性能和快速的优化性能为煤矿未来精准开采提供了理论支撑和现实应用价值。
  • 一种基于计算实现井下机器人路径优化方法
  • [发明专利]一种基于机器视觉的机器人巡线导航系统-CN201911225521.6在审
  • 韩涛;黄友锐;徐善永;凌六一;唐超礼;许家昌;鲍士水 - 安徽理工大学
  • 2019-12-04 - 2020-02-21 - G05D1/02
  • 本发明公开了一种基于机器视觉的机器人巡线导航系统,属于机器人控制系统领域。一种基于机器视觉的机器人巡线导航系统,包括:机器视觉模块、信息输入模块、图像分析模块、主控器与转向驱动器;机器视觉模块采集机器人周围的环境图像、航向标识线与导航线,并输出至图像分析模块;图像分析模块测量航向标识线与导航线之间的距离与夹角,输出至主控器;同时,图像分析模块分析判断环境图像中是否有障碍物,并将判断结果输出至主控器;主控器包括巡线校正模块与避障控制模块,与现有技术相比,本申请的机器人避障系统适用于外形不同的机器人,并且可以根据机器人机动性能进行连续避障。
  • 一种基于机器视觉机器人导航系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top