基于神经网络模型的涂装表面缺陷检测方法和系统

    公开(公告)号:CN117911368A

    公开(公告)日:2024-04-19

    申请号:CN202410078401.2

    申请日:2024-01-18

    Inventor: 张精 沈世皓

    Abstract: 本发明提供一种基于神经网络模型的涂装表面缺陷检测方法和系统,包括获取待测对象的涂装表面图像,对涂装表面图像进行预处理,提取经过预处理后的涂装表面图像的纹理特征和边缘特征,通过注意力模型对经过预处理后的涂装表面图像的像素进行遍历检测得到初始缺陷位置,对初始缺陷位置所在的预设大小的像素区域进行像素赋值,得到涂装表面图像的初始缺陷模型,基于特征信息对初始缺陷模型进行筛选,确定涂装表面图像最终的缺陷位置;本方法采用神经网络模型提取涂装表面图像的特征信息,引入注意力模型构建涂装表面图像的初始缺陷模型,基于特征信息对初始缺陷模型进行筛选,可以得到准确的缺陷位置,提高了涂装表面缺陷检测的精度。

    一种人员自动追踪方法及系统
    2.
    发明公开

    公开(公告)号:CN119559216A

    公开(公告)日:2025-03-04

    申请号:CN202510119800.3

    申请日:2025-01-25

    Abstract: 本发明提供了一种人员自动追踪方法及系统,所述方法包括对人脸图像进行预处理;对处理图像进行高斯滤波处理与动态阈值去噪处理;对去噪图像进行分区增强处理;获取训练人脸数据,将增强图像输入训练后的预设识别模型中进行识别;对目标进行卡尔曼滤波处理,以输出预测位置信息,获取若干帧连续的人脸图像所对应的目标身份信息,并输出目标的追踪状态,本发明通过对图像进行滤波以及去噪处理,可有效剔除图像中存在的噪声,改善了图像去噪后模糊的情况并提升了去噪效果,同时本发明对图像进行增强处理,有效的增强了图像的亮度特征以及细节特征,避免图像出现暗淡不清晰的情况,以此提升了后续识别与追踪的精准度。

    基于图像处理的局部目标定位方法和装置

    公开(公告)号:CN117853981A

    公开(公告)日:2024-04-09

    申请号:CN202410051031.3

    申请日:2024-01-11

    Inventor: 张精 沈世皓

    Abstract: 本发明提供一种基于图像处理的局部目标定位方法和装置,在检测对象上覆盖网格,获取检测对象的网格视频图像,对第一帧网格图像的其中一个网格添加定位点并进行网格编号,根据水漫法扩张确定其边界和角点,对初始网格向外进行边线的等距延展,将延展后的边线形成的对角线交叉点作为相邻网格的定位点,根据水漫法扩张确定相邻网格的边界和角点,根据两个网格的方位对相邻网格进行编号,迭代计算出第一帧网格图像中所有网格的位置和编号,直至遍历网格视频图像的全部网格;该方法对检测对象的视频图像其中一个网格进行编号,并根据水漫法确定网格的边界和位置,根据网格之间的位置关系对所有网格进行编号和位置确定,进而对局部目标进行精准定位。

Patent Agency Ranking