一种基于图像识别的婴儿纸尿裤污点检测系统

    公开(公告)号:CN119936060A

    公开(公告)日:2025-05-06

    申请号:CN202510438266.2

    申请日:2025-04-09

    Abstract: 本发明涉及纸尿裤污点检测技术领域,尤其涉及一种基于图像识别的婴儿纸尿裤污点检测系统。该系统包括S1、设备搭建;S2、建立厚度补偿系数矩阵;S3、实时校正紫外信号;S4、频域带阻滤波;S5、可见光辅助验证。本发明通过设置UV‑CCD相机对洁净纸尿裤的紫外线图像进行采样,并考虑到污点在纸尿裤中的渗透性,对紫外线图像增加厚度补偿系数矩阵,提升检测精度,此外,由于SAP分子对紫外线的反射作用,增加频域带阻滤波步骤,滤除SAP分子造成的干扰,从而可在紫外线图像识别出突兀的污点,同时,为增加污点检测的可信度,增加可见光图像辅助验证,通过多模态融合判定,增加污点识别的准确性。

    基于深度学习的板材纹路一致性识别方法及系统

    公开(公告)号:CN119379660B

    公开(公告)日:2025-05-06

    申请号:CN202411644603.5

    申请日:2024-11-18

    Abstract: 本发明涉及板材检测领域,更具体地,本发明涉及基于深度学习的板材纹路一致性识别方法及系统。所述方法包括:获取板材表面的灰度图并任选两张灰度图构建为灰度图像对,计算灰度图的灰度游程矩阵,根据灰度游程矩阵计算灰度图像对在不同方向的游程距离集合;对于任意一个方向,根据游程距离集合获得灰度图的灰度共生矩阵,并根据灰度共生矩阵计算纹理相似性;根据灰度图像对不同方向的纹理相似性构建损失函数,基于损失函数对卷积神经网络进行训练,以完成板材纹理一致性的识别。通过本发明的技术方案,能够提高一致性识别的结果的准确性,提升一致性识别的效率。

    基于图像识别的土壤肥力智能评估方法及系统

    公开(公告)号:CN119723352A

    公开(公告)日:2025-03-28

    申请号:CN202411846594.8

    申请日:2024-12-16

    Abstract: 本发明公开了基于图像识别的土壤肥力智能评估方法及系统及系统,涉及数据处理技术领域,包括:获得待评估区域的土地图像信息,其中,所述土地图像信息包括待测区域的多光谱图像、热成像图像以及RGB图像;对所述土地图像信息进行图像预处理,根据所述多光谱图像进行植被覆盖与健康评估:根据所述RGB图像对土壤特性进行推测:根据热成像图像的温度分布,推测土壤表层的湿度变化,识别干旱区域和水分充足区域;将RGB图像的高分辨率纹理特征、多光谱图像的光谱信息和热成像图像的温度分布的推测结果整合,生成综合分析结果;再根据综合分析结果对土壤类型进行分类和肥力等级评估。本发明解决现有技术在进行土壤肥力智能评估需要工作人员去实地取样考查的问题,达到提高土壤肥力评估效率的技术效果。

    一种基于融合参数滤波器的图像增强方法

    公开(公告)号:CN119693243A

    公开(公告)日:2025-03-25

    申请号:CN202411772423.5

    申请日:2024-12-04

    Abstract: 本发明属于图像增强技术领域,具体涉及一种基于融合参数滤波器的图像增强方法。该方法根据场景图像中灰度特征、纹理特征和结构特征这三类特征的比重调节阶跃滤波器、椭圆滤波器和多项式滤波器的权重;进而将提取场景图像输入至融合参数滤波器中以得到滤波后的图像,其中的融合参数滤波器为利用三种滤波器调节后的权重对三种滤波器加权求和后的滤波器。本发明根据场景图像中特征变化情况来自适应调整融合参数滤波器中各滤波器的权重,使得融合参数滤波器能够根据场景图像中场景的变化来自适应变化,无论什么场景均能得到较佳的图像增强效果。

    一种基于机器视觉的表面缺陷检测方法及装置

    公开(公告)号:CN119600026A

    公开(公告)日:2025-03-11

    申请号:CN202510143213.8

    申请日:2025-02-10

    Abstract: 本发明实施例涉及视觉检测技术领域,公开了一种基于机器视觉的表面缺陷检测方法,包括:对铸件表面图像所对应的图像质量参数进行参数分析以确定铸件表面图像的图像精准指数;若铸件表面图像的图像精准指数不小于精准指数阈值;若区域特征参数小于预先设置的区域标准特征阈值,则对相应铸件区域图像进行缺陷检测,区域特征参数不小于预先设置的区域标准特征阈值,则将相应的铸件区域图像标记为待检测缺陷图像;将区域缺陷参数与铸件检测库预设的表面缺陷标准指数进行比较。本发明实施例中基于机器视觉的表面缺陷检测方法将铸件表面图像划分为多个区域,并对每个区域进行特征提取,可以更加细致地分析铸件的表面状况,提高检测的精确度。

    一种基于混合现实的剖宫产手术训练方法及系统

    公开(公告)号:CN119559838A

    公开(公告)日:2025-03-04

    申请号:CN202411657080.8

    申请日:2024-11-19

    Abstract: 本发明公开了一种基于混合现实的剖宫产手术训练方法及系统,该方法包括:获取孕妇骨盆和腹部的医学影像数据,识别并标记关键组织结构的边界和区域,构建关键组织结构的三维模型,生成剖宫产手术训练的关键指标,将构建好的三维模型导入MR系统,采集动作数据,生成实时反馈提示,接收训练结束信号,生成评估结果,对不符合评估标准的操作进行记录,为受训者提供针对性的改进建议。本发明能够有效提升手术训练的质量和效率,通过医学影像的精准处理、三维模型的高效重建、实时反馈和个性化的操作评估,不仅为受训者提供了一个安全、高效、沉浸的训练平台,还能根据其表现进行个性化指导,进一步提高手术技能的训练效果。

Patent Agency Ranking