-
公开(公告)号：CN111951211B
公开(公告)日：2024-05-14
申请号：CN201910414474.3
申请日：2019-05-17
Applicant: 株式会社理光
Abstract: 本发明提供了一种目标检测方法、装置及计算机可读存储介质。本发明提供的目标检测方法，获取多个候选模板，每个候选模板包括有多个模板特征点及其特征方向，不同的候选模板对应于不同的目标姿态；从待检测图像中提取图像特征点及其特征方向；针对所述待检测图像中的每个待匹配的位置点，分别计算得到每个所述候选模板在该位置点的匹配度，并将最大匹配度的候选模板的目标姿态以及匹配度，作为所述目标位于该位置点的目标姿态和匹配度。本发明实施例提供的目标检测方法、装置及计算机可读存储介质，将变形率引入到匹配度的计算中，在目标发生形变的情况下，仍然能够实现较好的目标识别和定位的效果，提高目标检测结果的准确性和可靠性。
-
公开(公告)号：CN111951211A
公开(公告)日：2020-11-17
申请号：CN201910414474.3
申请日：2019-05-17
Applicant: 株式会社理光
Abstract: 本发明提供了一种目标检测方法、装置及计算机可读存储介质。本发明提供的目标检测方法，获取多个候选模板，每个候选模板包括有多个模板特征点及其特征方向，不同的候选模板对应于不同的目标姿态；从待检测图像中提取图像特征点及其特征方向；针对所述待检测图像中的每个待匹配的位置点，分别计算得到每个所述候选模板在该位置点的匹配度，并将最大匹配度的候选模板的目标姿态以及匹配度，作为所述目标位于该位置点的目标姿态和匹配度。本发明实施例提供的目标检测方法、装置及计算机可读存储介质，将变形率引入到匹配度的计算中，在目标发生形变的情况下，仍然能够实现较好的目标识别和定位的效果，提高目标检测结果的准确性和可靠性。
-
公开(公告)号：CN119827500A
公开(公告)日：2025-04-15
申请号：CN202311323236.4
申请日：2023-10-12
Applicant: 株式会社理光
Abstract: 本发明实施例提供物体检测方法、装置和计算机可读存储介质。所述方法包括：分别获取待检测物体的二维图像数据和三维图像数据，所述二维图像数据和所述三维图像数据具有相同的视野；根据所述三维图像数据的深度信息获取所述视野中的感兴趣区域，将所述视野中的感兴趣区域作为第一模板；根据所述二维图像数据和所述第一模板获取所述感兴趣区域中的二维缺陷，将所述感兴趣区域中不具备二维缺陷的区域作为第二模板；根据所述第二模板对所述三维图像数据进行三维缺陷检测，获取所述感兴趣区域中的三维缺陷。
-
公开(公告)号：CN111862125B
公开(公告)日：2024-06-21
申请号：CN201910348898.4
申请日：2019-04-28
Applicant: 株式会社理光
IPC: G06T7/12
Abstract: 本发明提供了一种轮廓分割方法、装置及计算机可读存储介质。本发明提供的轮廓分割方法，将图像的梯度项引入到能量函数中，使得图像两部分之间灰度差异不明显的区域对于轻微的局部边缘更加敏感，从而产生更好的分割效果。另外，本发明还引入了基于形状的轮廓调整的第二阶段，对第一阶段的分割结果进行了调整，以防止第一阶段的分割陷入局部极小值，从而使得最终结果在实际使用中更符合人眼观察判断。
-
公开(公告)号：CN117391165A
公开(公告)日：2024-01-12
申请号：CN202210769652.6
申请日：2022-06-30
Applicant: 株式会社理光
Abstract: 本发明实施例提供神经网络训练方法，以及利用神经网络进行异常检测的方法、装置和计算机可读存储介质。根据本发明实施例的神经网络训练方法包括：获取至少一个训练信号；基于至少两个不同的域，从所述至少一个训练信号中提取至少两个训练特征组，所述至少两个训练特征组与所述至少两个不同的域对应；对所述至少两个训练特征组进行处理，获得多域训练特征组；利用所述多域训练特征组对自监督学习网络进行训练，调整所述自监督学习网络的参数，使得所述自监督学习网络中的损失函数收敛。
-
Patent Agency Ranking
公开(公告)号：CN115147327A
公开(公告)日：2022-10-04
申请号：CN202110333802.4
申请日：2021-03-29
Applicant: 株式会社理光
Abstract: 本公开提供用于检测物体的圆弧形边缘的缺陷的方法、设备及计算机可读存储介质。该方法包括：在物体的图像中提取所述物体的圆弧形边缘；对所述物体的圆弧形边缘进行圆弧段划分处理；基于稳健回归算法对划分后的各个圆弧段进行圆形拟合，以获得分别与各个圆弧段对应的各个圆形模型；以及比较所述各个圆弧段与相应的所述圆形模型之间的差异，以确定所述物体的圆弧形边缘是否存在缺陷。根据本公开所提供的缺陷检测方法，通过采用分段圆形拟合思想并且基于稳健回归算法进行圆形拟合，能够针对待检物体的轮廓进行更精细化的拟合，从而即便在可能存在图像畸变或缺陷细微的情况下，也可以实现对待检物体的圆弧形边缘的高精度缺陷检测。
-
公开(公告)号：CN115019069A
公开(公告)日：2022-09-06
申请号：CN202110238890.X
申请日：2021-03-04
Applicant: 株式会社理光
Abstract: 本发明提供了一种模板匹配方法，包括：获得模板图像；通过对模板图像应用变换参数来生成至少一个模型图像；从至少一个模型图像中的每个模型图像中提取边缘点；针对每个模型图像，通过基于像素梯度大小的第一过滤对所提取的边缘点进行过滤，得到对应于每个模型图像的第一像素子集；通过基于像素梯度方向和像素距离的第二过滤对第一像素子集进行过滤，得到对应于每个模型图像的第二像素子集；通过计算第二像素子集中的每个像素与待检测图像区域中的对应像素之间的相似度，得到每个模型图像的第一匹配度；以及基于第一匹配度，判断至少一个模型图像中的每个模型图像与待检测图像区域是否匹配。
-
公开(公告)号：CN108537841B
公开(公告)日：2021-10-08
申请号：CN201710123315.9
申请日：2017-03-03
Applicant: 株式会社理光
Abstract: 本发明提供了一种机器人拾取的实现方法、装置及电子设备，属于机器视觉领域。机器人拾取的实现方法包括：接收原始三维图像，所述原始三维图像为相机对堆积有多个待拾取物体的容器进行拍摄后得到；接收所述待拾取物体的形状数据；根据所述原始三维图像和所述形状数据计算多个待拾取物体中可抓取目标的位置和姿态；根据所述可抓取目标的位置和姿态确定所述可抓取目标的抓取信息，并将所述抓取信息发送给机器人，以便所述机器人根据所述抓取信息拾取可抓取目标。通过本发明的技术方案，能够实现机器人自动拾取具有中空部分的物体、壳状物体以及存在缠绕可能的物体。
-
公开(公告)号：CN117635513A
公开(公告)日：2024-03-01
申请号：CN202210987527.2
申请日：2022-08-17
Applicant: 株式会社理光
Abstract: 本发明实施例提供物体检测方法、物体检测装置和计算机可读存储介质。根据本发明实施例的物体检测方法包括：利用第一相机在传送带的第一侧针对经传送带传送的物体进行扫描，得到第一扫描结果；利用第二相机在与所述第一侧不同的所述传送带的第二侧针对经传送带传送的物体进行扫描，得到第二扫描结果；至少根据所述第一扫描结果和所述第二扫描结果，对所述物体的轮廓和/或体积进行检测。
-
公开(公告)号：CN117557490A
公开(公告)日：2024-02-13
申请号：CN202210932887.2
申请日：2022-08-04
Applicant: 株式会社理光
Abstract: 本发明实施例提供图像检测方法、装置和计算机可读存储介质。其中，图像检测方法包括：获取输入的第一图像，所述第一图像包括待检测的第一边；对所述第一图像进行坐标变换，得到第二图像，所述第二图像包括与所述第一边对应的第二边，其中在凸包检测中在第二边上得到的第二凸包点的数量比在凸包检测中在对应的第一边上得到的第一凸包点的数量更多；针对第二图像进行凸包检测，在第二边上得到至少一个第二凸包点；对至少一个第二凸包点进行坐标逆变换，在与第二边对应的第一边上得到相应的至少一个第一凸包点，作为针对第一图像的在第一边上的凸包检测的结果。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.027 seconds)
