-
公开(公告)号：CN111402247A
公开(公告)日：2020-07-10
申请号：CN202010206871.4
申请日：2020-03-23
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于机器视觉的输电线路上悬垂线夹缺陷检测方法，包括：无人机采集输电线路图像，制作实例分割和关键点检测训练数据集；采用Mask-Keypoints R-CNN网络对无人机图像进行分割和关键点检测，分割获得悬垂线夹的矩形区域图像、二值化掩膜及上、下、左、右四个关键点坐标；基于四个关键点坐标计算悬垂线夹的倾斜角度；对分割的悬垂线夹矩形区域进行同态滤波数据增强，降低光照和阴影的影响；将分割后的图像转到HSV颜色空间中，基于H分量值定位腐蚀位置，并统计腐蚀面积和判断腐蚀程度。本发明可以实现精确检测并悬垂线夹的倾角并判断悬垂线夹的腐蚀程度。
-
公开(公告)号：CN111368661A
公开(公告)日：2020-07-03
申请号：CN202010114878.3
申请日：2020-02-25
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于图像处理的手指静脉图像增强方法，包括步骤：1)获取原始采集手指静脉感兴趣区域图片；2)利用均值滤波和中值滤波滤除图像噪声，得到去除噪声后的图像；3)利用同态滤波增强去除噪声后的图像的对比度，得到对比度增强后的图像；4)利用方向纹理滤波增强对比度增强后的图像的纹理细节，得到纹理增强后的图像；5)利用伽马校正拉伸图像的灰度分布，增强滤波后的图像纹理区分度，以进一步增强滤波后的纹理像素值，完成手指静脉图像增强。本发明有效避免了采集时设备噪声和手指脏污的影响，同时避免了背景环境光照导致的对比度不佳的情况，通过方向谷滤波器增强静脉纹路的响应，有效解决低对比度情况下手指静脉图像增强的问题。
-
公开(公告)号：CN111291709A
公开(公告)日：2020-06-16
申请号：CN202010114880.0
申请日：2020-02-25
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种基于图像处理的手指静脉图像质量评价方法，包括步骤：1)获取原始采集手指静脉感兴趣区域图片；2)利用均值滤波和中值滤波滤除图像噪声，得到去除噪声后的图像；3)利用同态滤波增强去除噪声后的图像的对比度，得到对比度增强后的图像；4)利用方向纹理滤波增强对比度增强后的图像的纹理细节，得到纹理增强后的图像；5)设置阈值，对纹理增强后的图像进行二值化处理，得到手指静脉二值图像；6)利用连通域信息，对手指静脉二值图进行连通域分析，去除面积小于阈值区域，并统计剩余区域面积，获得图像质量分数。本发明可有效地反映了采集到的手指静脉图像质量，从而有效解决没有通用的手指静脉图像质量评价方法的问题。
-
公开(公告)号：CN110633699A
公开(公告)日：2019-12-31
申请号：CN201910955499.4
申请日：2019-10-09
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种AGV智能泊车系统交互区停车行为的视觉检测方法，该方法是通过视觉准确识别AGV智能泊车系统交互区中的车辆目标，对车辆目标处于静止状态时的车身斜向角度、车身位置等信息进行提取和分析，实现对各种停车行为的有效识别，并对车辆的停车行为规范与否作出判定，为自动泊车机器人对车辆的搬运提供有效信息，从而有效提高AGV泊车系统管理的智能化水平。
-
公开(公告)号：CN115063845B
公开(公告)日：2024-05-28
申请号：CN202210695658.3
申请日：2022-06-20
Applicant: 华南理工大学
IPC: G06V40/14 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于轻量级网络及深度哈希的指静脉识别方法，包括：1)获取数据库中指静脉图像的ROI区域并处理，得到训练数据；2)构造轻量级指静脉的特征提取网络，输出指静脉特征向量；3)将指静脉特征向量输入深度哈希网络得到哈希编码；4)为特征提取网络训练设计损失函数Lf；5)为深度哈希网络训练设计量化损失Lq；6)输入训练数据，对网络训练；7)将训练数据输入到训练好的网络中，得到对应的哈希编码并保存，得到哈希编码库；8)输入待识别指静脉数据到训练好的网络得到哈希编码，并在哈希编码库进行检索识别。本发明解决了现有的深度学习指静脉识别模型结构复杂且特征提取与哈希编码非端到端的问题。
-
Patent Agency Ranking
公开(公告)号：CN114781483B
公开(公告)日：2024-05-28
申请号：CN202210269865.2
申请日：2022-03-18
Applicant: 华南理工大学
IPC: G06V10/764 , G06N3/0464 , G06V10/82
Abstract: 本发明公开了一种基于卷积神经网络的草菇生长状态识别方法，包括：1)收集温室内种植的草菇的图像，并根据图像中草菇的生长状态进行分类，构建原始数据集；2)根据温室内环境与草菇的生长特点，使用数据增强手段对原始数据集进行数据增强，构建训练数据集；3)对训练数据集进行尺寸转换和数据归一化处理；4)对卷积神经网络ResNet模型进行改进；5)对改进后的ResNet模型设定训练参数，并使用训练数据集进行训练，保存最优的模型；6)对待识别的图像进行尺寸转换和数据归一化处理后，将其输入保存好的模型中进行向前推理，模型能推理出待识别的图像中草菇整体的生长状态，完成对草菇生长状态的识别。本发明可实现高精度的草菇生长状态识别。
-
公开(公告)号：CN115451996B
公开(公告)日：2024-03-29
申请号：CN202211044239.X
申请日：2022-08-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种面向室内环境的单应视觉里程计方法，包括：1)提取当前帧ORB特征点，并与参考帧进行特征匹配；2)利用加权随机采样策略寻找共面地图点组合；3)根据地图点最多的平面，计算当前帧与参考帧位姿的单应变换矩阵，再分解得到旋转位姿矩阵和平移位姿向量；4)通过最小化加权重投影误差函数，优化旋转位姿矩阵和平移位姿向量；5)构建局部地图，并通过局部光束平差法优化旋转位姿矩阵、平移位姿向量和局部地图。本发明通过利用地图点的共面约束关系提升了室内环境中视觉里程计方法的精度和鲁棒性。
-
公开(公告)号：CN116597429A
公开(公告)日：2023-08-15
申请号：CN202310359567.7
申请日：2023-04-06
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于目标检测的指针式仪表表盘信息识别方法，包括：1)利用目标检测网络提取仪表表盘图像的标度数字和指针信息；2)对不同标签的字符进行非极大值抑制处理；3)将相邻的单个字符划分为待融合字符组；4)基于待融合字符组内的单个字符信息生成标度数字的信息；5)利用标度数字信息估算指针旋转中心点；6)对指针区域应用一种改进的自适应Hough变换直线检测，拟合指针所在直线；7)基于指针旋转中心点和指针所在直线计算指针尖端点坐标。本发明利用了目标检测网络，可以基于各个单个字符建立完整标度盘信息，对指针区域进行自适应分析以获取指针信息，具有良好的通用性、检测速度和精度，可有效提高仪表读数算法性能。
-
公开(公告)号：CN116503351A
公开(公告)日：2023-07-28
申请号：CN202310459251.5
申请日：2023-04-26
Applicant: 华南理工大学
IPC: G06T7/00 , G06T7/73 , G06V20/17 , G06V10/774
Abstract: 本发明公开了一种均压环缺陷检测方法，识别无人机电力巡检时收集到的均压环图像数据中均压环存在的缺陷，该方法通过同一区域内的矩形框标注和关键点标注使得一份图像文件对应一份标注文件，并行训练提高模型训练效率。此外，通过目标检测模型提前识别均压环的脱落缺陷，提高预测速度。通过关键点检测模型实现均压环倾斜缺陷和移位缺陷的精准判断，最终实现高速度高精度的均压环多种缺陷识别功能，提高无人机电力巡检时对均压环检查的效率。
-
公开(公告)号：CN116434170A
公开(公告)日：2023-07-14
申请号：CN202310309457.X
申请日：2023-03-28
Applicant: 华南理工大学
IPC: G06V20/56 , G06V10/82 , G06V10/80 , G06V10/762 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv5的自动驾驶场景车辆检测方法，包括：1)从Kitti公开数据集随机选取若干张图像，并对标注文件进行处理，包括转换标注文件格式、将标注文件中所有类型的车辆合并为同一个类，然后按照比例随机划分训练集与验证集；2)对划分好的训练集进行数据增强，得到增强训练集；3)将增强训练集送入改进YOLOv5中进行训练，并选取在验证集上表现最好的改进YOLOv5模型作为最终的车辆检测模型，后续将待检测图像输入该最终的车辆检测模型中能够输出检测框，并在图像中标注车辆所在的位置。本发明能够更准确更快速地检测不同光照条件、不同尺度大小的车辆，提高车辆检测的准确率，进一步提高自动驾驶的安全性与可靠性。
-
-
-
-
-
-
-
-
-
Search Results
335
records
(took 0.027 seconds)
