公开(公告)号：CN116485872A

公开(公告)日：2023-07-25

申请号：CN202310480603.5

申请日：2023-04-28

Applicant: 上海电机学院

Inventor： 陈云霞 ,  储钰昆 ,  徐潇 ,  胡海宁 ,  杨洪刚 ,  朱正暘 ,  王晨华

IPC: G06T7/60 ,  G06T7/136

Abstract: 本发明提供一种基于丝型像质计丝径测量的图像比例尺计算方法。属于图像处理技术领域。方法包括以下步骤：步骤1对包含丝型像质计的射线图像进行预处理；步骤2通过矩形框选取像质计局部区域作为ROI；步骤3对步骤2中得到的ROI进行二值化处理；步骤4对步骤3得到的结果采用直线检测方法检测直线以及端点坐标；步骤5计算所得直线的斜率，利用三角函数求出丝型像质计的丝径；步骤6对照像质计型号和标称丝径，计算比例尺。本发明可计算出丝型像质计不同线号的丝径，通过对照丝型像质计的实际标称丝径，可求出不同射线图像的比例尺。

公开(公告)号：CN116485772A

公开(公告)日：2023-07-25

申请号：CN202310480377.0

申请日：2023-04-28

Applicant: 上海电机学院

Inventor： 陈云霞 ,  胡海宁 ,  杨洪刚 ,  储钰昆 ,  徐潇 ,  郑喆俊 ,  陈创

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/045 ,  G06V10/764

Abstract: 本发明提供一种基于深度学习的工业DICOM图像缺陷半自动标注系统及方法，属于工业图像处理技术领域。方法包括：步骤1将工业DICOM图像，导入卷积神经网络，生成卷积神经网络：步骤2基于步骤一生成的卷积神经网络完成模型训练。标注系统集成了标注方法，还集成了KN算法，KN算法用于进行DICOM文件读取。本发明采用深度学习迭代算法对铸造类零件进行半自动标注，训练出来的目标检测模型弥补了人工检测无法量化、容易疲劳的缺点，提高了提高标注的效率和缺陷分析的准确性。且此系统具有精度高，泛化能力强的特点，有效降低人工成本和产品质量风险，具有较好的应用前景。