Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京大学王楚豫获国家专利权

恭喜南京大学王楚豫获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜南京大学申请的专利一种基于毫米波成像的包裹异常检测系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115453522B

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211088975.5,技术领域涉及:G01S13/89;该发明授权一种基于毫米波成像的包裹异常检测系统及方法是由王楚豫;陈诗佳;谢磊;凤漪文;陆桑璐设计研发完成,并于2022-09-07向国家知识产权局提交的专利申请。

一种基于毫米波成像的包裹异常检测系统及方法在说明书摘要公布了:本发明公开了一种基于毫米波成像的包裹异常检测系统及方法,包括:毫米波信号采集模块和数据处理平台;毫米波信号采集模块,包含毫米波传感器和数据采集板;毫米波传感器发射无线射频信号,接收经由包裹反射的无线射频信号并将发射信号和接收信号混频;数据采集板获取所述混频信号数据并实时传输至数据处理平台;数据处理平台包含:信号成像模块,用于处理所述混频信号,以得到包裹的透视成像图;异常检测模块,用于提取包裹的透视成像图中的特征形成特征图,基于特征图训练包裹异常分类器,从而实现包裹异常检测。本发明利用毫米波信号实现传送带上的包裹的透视成像,基于直观成像实现包裹中物品的位姿异常的无接触式及非侵入式检测。

本发明授权一种基于毫米波成像的包裹异常检测系统及方法在权利要求书中公布了:1.一种基于毫米波成像的包裹异常检测系统,其特征在于,包括:毫米波信号采集模块和数据处理平台;毫米波信号采集模块,包含毫米波传感器和数据采集板;毫米波传感器发射无线射频信号,接收经由包裹反射的无线射频信号并将发射信号和接收信号混频;数据采集板获取所述混频信号数据并实时传输至数据处理平台;数据处理平台包含:信号成像模块和异常检测模块;信号成像模块,用于处理所述混频信号,以得到包裹的透视成像图;异常检测模块,用于提取包裹的透视成像图中的特征形成特征图,基于特征图训练包裹异常分类器,从而实现包裹异常检测;所述毫米波传感器发射无线射频信号并采集经由放置在传送带上匀速运动的包裹反射的无线射频信号;毫米波传感器放置在传送带一侧,其发射的无线射频信号波束中心垂直于包裹移动方向;所述信号成像模块,基于构建的目标反射模型得到优化后的距离徙动矫正算法;并根据优化后的距离徙动矫正算法设计成像算法,将采集的信号数据SIFt,td处理成包裹的透视成像SimgRran,Razi,t为一条chirp信号内时间戳,td为不同chirp的时间戳,Rran为反射点在成像场景的距离轴坐标,Razi为反射点在成像场景的方位轴坐标;距离向为目标包裹运动方向,方位向为信号波束中心指向,垂直于距离向;所述目标反射模型构建方法如下:待成像区域中某一反射点在传送上移动,其与毫米波传感器之间的距离为R,即移动轨迹表示如下: 其中,v为传送带移动速度,Tsa为合成孔径时间,目标移动轨迹成弧形;所述信号成像模块中的成像算法ISAR定义如下:SimgRran,Razi=ISARSIFt,td将中频信号SIF处理成包裹的透视成像Simg,显示包裹内部物品的状态,所述成像算法包括如下步骤:1对中频信号做快速傅里叶变换得到目标移动轨迹;2优化距离徙动矫正算法,得到针对小区域成像的分段距离徒动矫正算法矫正目标移动轨迹;3压缩目标移动轨迹得到目标在待成像的移动区域内相对位置,形成包裹的透视成像图;所述异常检测模块利用图像特征算子提取包裹的透视成像图中的特征形成特征图,训练轻量级分类器SVM对特征图进行分类,实现包裹异常检测,具体如下:初步处理包裹的透视成像图,利用高斯低通滤波器模糊包裹的透视成像图,以抑制成像图中的因FFT计算产生的无意义图像波纹,突出成像图中的轮廓特征;利用图像特征HOG算子提取包裹的透视成像图中的图像轮廓特征:HOG算子通过计算图像的局部区域的梯度方向直方图来构成轮廓特征图,在特征图的计算过程中,相关参数设置包括:块归一化方式设置为L1,一个块设置为4×4个单元,一个单元设置为8×8个图像像素;基于特征图训练分类器SVM实现包裹异常检测:通过旋转四个角度-30°,-15°,15°,30°的方式增强特征图,即增强分类器SVM训练样本,以抵抗包裹在传送带上发生旋转带来的检测干扰;将增强后的特征图样本展平成特征向量作为分类器SVM的训练输入,输出为特征图对应的包裹内物品的位姿,位姿分为三类:正常站立、异常倾斜和异常倾倒;分类器SVM的核函数设置为多项式核,训练完成的分类器SVM基于包裹的透视成像将包裹中的物品位姿分为三类,实现包裹异常检测。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京大学,其通讯地址为:210023 江苏省南京市栖霞区仙林大道163号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。