-
公开(公告)号:CN115900586B
公开(公告)日:2024-09-10
申请号:CN202211480345.2
申请日:2022-11-24
Applicant: 合肥工业大学
Abstract: 本发明公开了一种再生砂颗粒形貌实时监测装置及实时监测方法,属于形貌检测技术领域,包括:利用再生砂颗粒形貌监测装置,同步获取再生砂两个维度方向的投影图像,通过搭建再生砂投影数据集,利用深度学习方法建立再生砂语义分割模型,训练并验证模型结果;利用训练好的再生砂语义分割模型同步进行投影图像的分割识别、提取再生砂多维投影的几何参数并组合计算其表征参数。本发明实现了对再生砂颗粒多维形貌实时在线监测,通过深度学习技术开发了一种再生砂颗粒形貌实时监测装置及实时监测方法,可对再生砂图像进行实时高效快速分割,相比较传统的图像分割方法效率更高。
-
公开(公告)号:CN118583347A
公开(公告)日:2024-09-03
申请号:CN202411074660.4
申请日:2024-08-07
Applicant: 国鲸科技(广东横琴粤澳深度合作区)有限公司
Abstract: 本发明提供一种有机电致发光器件的应力检测方法,属于控制系统技术领域,包括:步骤1:在有机电致发光器件表面布置若干个检测点,基于预设检测装置初步检测并记录各检测点的应力分布数据;步骤2:基于各点的应力分布数据获取初步的应力点分布图;步骤3:基于初步的应力点分布图生成二维应力图像;步骤4:对生成的二维应力图像进行轮廓提取,并对二维应力图像轮廓进行曲率分析,基于分析结果确定应力集中区域;步骤5:对应力集中区域的检测点进行筛选,获取若干个有效应力点,进而基于有效应力点数据生成应力检测结果。提高了有机电致发光器件的应力检测的精度和效率。
-
公开(公告)号:CN118362062B
公开(公告)日:2024-09-03
申请号:CN202410777951.3
申请日:2024-06-17
Applicant: 东北大学秦皇岛分校
IPC: G01B11/255 , G06T7/64 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明提供一种基于深度学习的高精度曲率测量方法,涉及光纤曲率测量技术领域。该方法首先设计单模‑多模‑特种光纤组合光纤结构;然后使用激光光源照射组合光纤结构,通过组合光纤结构传输产生光斑图像;并在特种结构光纤的末端设置光斑图像采集装置,实时捕捉光斑图像;再对采集到的光斑图像进行预处理;将所采集并预处理的光斑图像分成训练集、测试集和验证集;最后构建并训练光纤曲率预测模型;采用训练好的光纤曲率预测模型进行光纤曲率的预测。该方法显著增加了光斑图像中的信息量,使光纤曲率测量传感器能够更全面地捕捉光纤曲率变化。显著降低了噪声和光纤微小运动对测量结果的影响,减少了测量误差。
-
公开(公告)号:CN118570285A
公开(公告)日:2024-08-30
申请号:CN202411060377.6
申请日:2024-08-05
Applicant: 湖南肆玖科技有限公司
Abstract: 本发明涉及图形边缘处理技术领域,尤其涉及一种图形形态识别方法、图形边缘优化方法及系统,其中,该图形形态识别方法,包括步骤:进行像素集识别,包括:遍历图像中的像素点,根据颜色将各像素点进行分类并建立单个颜色的像素集,以将图片中颜色相同且相连的相同色块划分为单个的图形;判断像素集的形态,包括:判断是否符合需要进行异形图形处理的条件,找出符合条件的像素集;该条件包括像素集的形态为细长或边缘凸出或边缘凹陷。该图形边缘优化方法及系统是对图形形态识别方法识别得到的像素集对应的图形进行膨胀填充操作。本发明可以对较为尖锐的长条状图形和边缘较为凸出和凹陷部分进行平滑优化。
-
公开(公告)号:CN118552529A
公开(公告)日:2024-08-27
申请号:CN202411009185.2
申请日:2024-07-26
Applicant: 东莞市南谷第电子有限公司
Abstract: 本发明涉及图形识别技术领域,具体涉及一种新能源高压大电流储能线束的绝缘层品质检测方法,包括获取储能线束表面图像;对储能线束表面图像进行预处理得到裂口连通域;基于裂口连通域中裂口状态计算得到裂口延伸系数;基于裂口连通域的内部边缘进行破损分析得到导线系数;对储能线束弯曲性分析得到弯曲系数;基于裂口延伸系数、导线系数和弯曲系数计算得到储能线束的裂口危险系数。本发明通过裂口处图像确认的裂口形态特征、裂口内部边缘特点以及裂口所处线束弯曲状态,并以此为基础作为裂口危险系数计算基础,其计算结果能准确量化裂口类型以及严重程度,起到了数据化衡量绝缘层品质的效果,有利于对裂口分类并确保线束品质稳定。
-
公开(公告)号:CN118523376A
公开(公告)日:2024-08-20
申请号:CN202410980653.4
申请日:2024-07-22
Applicant: 中成空间(深圳)智能技术有限公司
IPC: H02J3/28 , H04N23/90 , H04N23/951 , H02J15/00 , F17B1/26 , F17B1/02 , G06T7/00 , G06T7/13 , G06T7/64
Abstract: 本发明提供了储能系统及其智能控制方法,包括气膜结构以及气液转换装置,气膜结构包括地基和储气胆,储气胆与地基构成容积可变的储气空腔;地基上设有第一通道和第二通道,第二通道上设有常闭阀,储气胆上具有多个子区域,多个第二通道与多个子区域一一对应;图像获取模块,用于获取一个或多个目标子区域的动态变化局部图像;图像处理模块,用于基于动态变化局部图像确定一个或多个目标子区域的形变程度;驱动模块,用于在形变程度小于第一预设阈值时,驱动对应的第二通道打开;在形变程度大于第二预设阈值时,驱动对应的第二通道关闭,通过对储气空腔的局部区域进行气体补充,使每个子区域受压均匀、形变程度相近,提高储气胆的可靠性和安全性。
-
公开(公告)号:CN118365641B
公开(公告)日:2024-08-20
申请号:CN202410788252.9
申请日:2024-06-19
Applicant: 宝鸡拓普达钛业有限公司
Abstract: 本发明涉及图像处理技术领域,具体涉及基于图像处理的钛合金棒材质量检测方法,包括:获取钛合金棒材的若干钛合金铣削灰度图;通过相邻钛合金铣削灰度图之间所含异常信息的变化分布得到邻域质量影响程度;对比每张钛合金铣削灰度图与其他钛合金铣削灰度图整体之间邻域质量影响程度的连续差异分布,得到每张钛合金铣削灰度图的质量改善程度;根据质量改善程度自适应增强钛合金铣削灰度图,得到每张钛合金铣削灰度图的钛合金增强灰度图;将钛合金增强灰度图与质量改善程度结合进行质量检测。本发明提高了图像增强的效果,提高了质量检测结果的准确性。
-
公开(公告)号:CN114565902B
公开(公告)日:2024-08-20
申请号:CN202210033663.8
申请日:2022-01-12
Applicant: 合肥工业大学
IPC: G06V20/58 , G06V10/46 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/187 , G06T7/13 , G06T7/64 , G06T7/194 , G06T7/136 , G06N3/0464 , G06N3/047 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种基于联通区域提取和关键点拟合的车道检测方法及系统,涉及交通环境感知技术领域。本发明的首先基于预先采集的交通图像利用车道线分割模型获取车道线像素;再基于深度优先遍历算法对所述车道线像素进行实例分割以获取车道线的备选像素点;然后,基于所述车道线备选像素点提取车道线关键点,并基于所述车道线关键点拟合成车道线;最后,基于所述车道线提取凸边界,并基于所述凸边界获取交通图像的安全驾驶区域。本发明能够在复杂交通图像中准确分割出车道线像素并对车道线进行高效、精准的实例分割,并最终提取出无人驾驶安全行驶区域,解决了现有技术无法在真实复杂的路况环境中高效精准的进行交通环境感知的问题。
-
公开(公告)号:CN118503829A
公开(公告)日:2024-08-16
申请号:CN202410925127.8
申请日:2024-07-11
Applicant: 陕西永宏生物科技有限公司 , 陕西永春生态科技有限公司
IPC: G06F18/2415 , G06T7/00 , G06T7/13 , G06T7/64 , G06F18/2433 , G01N21/88 , G01D21/02 , G06F123/02
Abstract: 本发明涉及图像识别技术领域,具体涉及一种基于图像处理的水溶肥封装检测方法及系统,包括计算凹陷度与填充度,将凹陷度与填充度之和作为综合特征值;利用预设的时序网络模型预测设备环境异常概率,将封装设备的环境异常概率与综合特征值之积作为评价值;构建评价曲线;响应于预测的评价值大于预设阈值,生成代表封装质量不合格的报警信号。本发明通过对下一时刻的包装袋封装质量进行预测,提高了包装袋封装质量检测精度。
-
公开(公告)号:CN114972172B
公开(公告)日:2024-08-13
申请号:CN202210351063.6
申请日:2022-04-02
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于三维点云的苹果果梗和花萼检测方法,具体包括以下步骤:步骤S1:利用三维传感设备采集待测苹果的稠密三维点云,并转换为苹果深度图D(x,y),然后将苹果深度图D(x,y)传输至计算机进行分析处理;步骤S2:依次将苹果深度图D(x,y)进行二值化,获得M个二值图像Bm(x,y);步骤S3:利用二维凸包算法获得二值图像Bm(x,y)的凸包图像Am(x,y),将凸包图像Am(x,y)与二值图像Bm(x,y)作差,获得凸残差区域Qm(x,y);步骤S4:融合所有的凸残差区域Qm(x,y),获得完整的果梗花萼区域的掩膜图像Q(x,y)。根据果梗花萼的凹形特征,无需重建苹果三维面形,通过采集苹果的稠密三维点云,并将深度图进行阈值分割,结合二维凸包算法,有效地检测出果梗花萼区域,具有非接触、成本低、精度高、速度快、鲁棒性强的优点。
-
-
-
-
-
-
-
-
-