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

Inventor： 王志成 ,  张毅飞 ,  曹婷

IPC: G06T7/00 ,  G06T7/13 ,  G06T7/64

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

Inventor： 曹婷 ,  张毅飞 ,  王志成

IPC: G06V10/74 ,  G06V10/75 ,  G06V10/44

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：CN119027952A

公开(公告)日：2024-11-26

申请号：CN202310595012.2

申请日：2023-05-24

Applicant: 株式会社理光

Inventor： 王志成

IPC: G06V30/146 ,  G06V30/16 ,  G06V30/412

Abstract: 本申请提供了一种无边框表格的倾斜矫正方法、装置及存储介质。本申请实施例提供的无边框表格的倾斜矫正方法及装置，基于文本检测获得的矩形框的倾斜角和顶点坐标，确定出无边框表格的每条外框线，由于综合考虑了多个矩形框的倾斜角和顶点坐标，本申请实施例能够提高所获得的无边框表格图像的特征点的准确性，进而改善后续图像倾斜矫正处理的性能。

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

Inventor： 张毅飞 ,  王晓霞 ,  王志成

IPC: G06T7/00 ,  G06T7/73

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：CN116071611A

公开(公告)日：2023-05-05

申请号：CN202111261016.4

申请日：2021-10-28

Applicant: 株式会社理光

Inventor： 张观良 ,  刘殿超 ,  王志成 ,  王刚 ,  曹婷

IPC: G06V10/774 ,  G06N3/08 ,  G06V10/40 ,  G06V10/82 ,  G06V10/74

Abstract: 本公开提供用于扩充图像特征样本的方法以及用于图像处理的神经网络的构建方法。扩充图像特征样本的方法包括：对于多个目标图像确定对应的多个辅助图像，并从中提取多个目标特征样本和对应的多个辅助特征样本；对于给定辅助特征样本：选择与给定辅助特征样本对应的目标特征样本构成正样本对；基于各候选目标特征样本的对应辅助特征样本与给定辅助特征样本之间的相似度，来选择目标特征样本构成多个负样本对，这些样本对被用于训练用于提取图像特征的神经网络。根据该扩充图像特征样本的方法，通过引入辅助图像数据对原本单一的目标图像特征样本进行了扩充，并且基于样本特征相似度规则对负样本对的构造进行指导，克服了场景相似度问题。

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

Inventor： 张毅飞 ,  王晓霞 ,  王志成

IPC: G06T7/00 ,  G06T7/73

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。