-
公开(公告)号：CN109766886B
公开(公告)日：2023-04-28
申请号：CN201910002533.6
申请日：2019-01-02
Applicant: 南京林业大学 , 江苏南水水务科技有限公司
IPC: G06V20/62 , G06V30/148 , G06V30/19
Abstract: 本发明提供了一种基于图像识别的水位识别方法，步骤包括：从水尺图像中定位出水尺位置，并根据定位出的水尺位置对水尺图像进行裁剪；对裁剪获得的水尺图像进行字符定位，获得水尺图像中的各个字符，再根据字符的排列特点对水尺图像中的各个数字字符进行切割，获得各个数字字符图像；对各个数字字符图像中的数字字符进行识别，获得各个数字字符的数值；在水尺图像中识别出水迹位置，并根据水迹位置与最下侧一个字符的相对位置关系计算出水位高度。该基于图像识别的水位识别方法利用MSER与模板匹配算法相结合，能够满足复杂场景中的水尺定位，并很好地解决了个别字符因为反光、污迹带来字符识别误差的问题，鲁棒性较好。
-
公开(公告)号：CN109766886A
公开(公告)日：2019-05-17
申请号：CN201910002533.6
申请日：2019-01-02
Applicant: 南京林业大学 , 江苏南水水务科技有限公司
Abstract: 本发明提供了一种基于图像识别的水位识别方法，步骤包括：从水尺图像中定位出水尺位置，并根据定位出的水尺位置对水尺图像进行裁剪；对裁剪获得的水尺图像进行字符定位，获得水尺图像中的各个字符，再根据字符的排列特点对水尺图像中的各个数字字符进行切割，获得各个数字字符图像；对各个数字字符图像中的数字字符进行识别，获得各个数字字符的数值；在水尺图像中识别出水迹位置，并根据水迹位置与最下侧一个字符的相对位置关系计算出水位高度。该基于图像识别的水位识别方法利用MSER与模板匹配算法相结合，能够满足复杂场景中的水尺定位，并很好地解决了个别字符因为反光、污迹带来字符识别误差的问题，鲁棒性较好。
-
公开(公告)号：CN117893495B
公开(公告)日：2024-12-27
申请号：CN202410048494.4
申请日：2024-01-12
Applicant: 南京林业大学
IPC: G06T7/00 , G06V10/74 , G06V10/764 , G06V10/82 , G06V20/62 , G06V30/19 , G06T3/04 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/084
Abstract: 本发明公开了一种基于机器视觉的汽车保险丝盒装配的检测方法，属于汽车生产检测技术领域，包括数据采集、模型训练、制定检测规则、检测等步骤，在模型训练步骤中基于保险丝图像数据集，分别进行Siamese网络、Resnet分类网络训练；制定检测规则步骤中基于标准的保险丝盒图像，针对每个位置的保险丝图像，通过多种检测方法进行检测识别试验，确定各个位置的保险丝适用的检测方法。本发明综合运用Siamese网络对保险丝图像进行相似性匹配，Resnet分类网络进行保险丝图像的分类，实现对保险丝图像的检测，这两种深度学习的网络，有效解决光线不佳、掉色、污迹等造成的识别差问题，得到更好的性能，更强的鲁棒性。
-
公开(公告)号：CN117893495A
公开(公告)日：2024-04-16
申请号：CN202410048494.4
申请日：2024-01-12
Applicant: 南京林业大学
IPC: G06T7/00 , G06V10/74 , G06V10/764 , G06V10/82 , G06V20/62 , G06V30/19 , G06T3/04 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/084
Abstract: 本发明公开了一种基于机器视觉的汽车保险丝盒装配的检测方法，属于汽车生产检测技术领域，包括数据采集、模型训练、制定检测规则、检测等步骤，在模型训练步骤中基于保险丝图像数据集，分别进行Siamese网络、Resnet分类网络训练；制定检测规则步骤中基于标准的保险丝盒图像，针对每个位置的保险丝图像，通过多种检测方法进行检测识别试验，确定各个位置的保险丝适用的检测方法。本发明综合运用Siamese网络对保险丝图像进行相似性匹配，Resnet分类网络进行保险丝图像的分类，实现对保险丝图像的检测，这两种深度学习的网络，有效解决光线不佳、掉色、污迹等造成的识别差问题，得到更好的性能，更强的鲁棒性。
-
-
-
Search Results
4
records
(took 0.087 seconds)
