-
公开(公告)号：CN117877056A
公开(公告)日：2024-04-12
申请号：CN202311762168.1
申请日：2023-12-20
Applicant: 上海精密计量测试研究所
IPC: G06V30/412 , G06V30/414 , G06F40/18
Abstract: 本发明公开了一种有边框表格的精准单元格切分识别与重构方法，通过表格表框横线、竖线、焦点形状、焦点位置、版面比例分析的方法对表格单元格焦点进行分析，确定表格之中单元格形状、位置与对应比例，重构表格单元格的表格版面，包括步骤：表格提取，表格图像预处理，表格焦点识别，表格焦点位置分析与边缘焦点确认，焦点最小距离确认，表格焦点形状分析，表格单元格提取，表格等比重构。本发明实现了包含完整边框表格图片的快速精准提取，表格与内部单元格等比准确还原。避免了机器学习训练，互联网云服务等表格识别方法构成的技术门槛，资源门槛与表格切割准确率不足的问题。
-
公开(公告)号：CN118608812A
公开(公告)日：2024-09-06
申请号：CN202410621964.1
申请日：2024-05-20
Applicant: 上海精密计量测试研究所
Abstract: 本发明提供一种基于特征点和实例分割的微小元器件分选方法，包括如下步骤：S1、获取元器件图像；S2、获取单个元器件的参数；S3、获取多张单个元器件图像；S4、计算最大内接矩形与水平线的夹角；S5、旋转图像；S6、查找特征关键点；S7、计算匹配度；S8、再次旋转图像；S9、图像识别。本发明实现了微小元器件的智能识别，其中图像切割使用实例分割的方法，不仅提高了切割准确率，而且能够区分元器件的正反面，有利于后续检测算法的实施。其中图像旋转方案减少了繁琐的标注工作量，提高了后续计算机视觉模型的检测准确率。使用基于深度学习的计算机视觉图像识别方法对元器件图像表面文字进行检测，对元器件进行智能分选。
-
公开(公告)号：CN117877009A
公开(公告)日：2024-04-12
申请号：CN202311679408.1
申请日：2023-12-08
Applicant: 上海精密计量测试研究所
IPC: G06V20/62 , G06V30/19 , G06V30/14 , G06V10/764 , G06V10/82 , G06F16/23 , G06F16/25 , G06F3/16 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种针对元器件常温测试的测试设备数据自动采集方法，其特征在于，其采用摄像头拍摄测试设备仪表的画面，使用图像识别引擎识别仪表数据，将数据储存至数据库中，并在客户端的系统界面中显示相应数据，同时在每次检测时对检测数据进行判断后语音播报数据是否合格，检测完成后将数据直接上传至管理系统。本发明实现了测试设备仪表数据的实时采集和阈值判断，通过语音播报提升了检测人员的工作效率，最大限度的减少了人工编辑数据的工作量。
-
-
Search Results
3
records
(took 0.032 seconds)
