一种基于图像处理和深度学习的汽车智能灯光调节系统

    公开(公告)号:CN110549934A

    公开(公告)日:2019-12-10

    申请号:CN201910863559.X

    申请日:2019-09-12

    Inventor: 李子印 姚冰锋

    Abstract: 本发明涉及一种基于图像处理和深度学习的汽车智能灯光调节系统,主要包括定时装置,图像采集装置,图像处理模块。图像处理模块分别与图像采集装置和定时装置连接,图像采集装置实时拍摄车外环境,定时装置每隔一秒钟发送信号至图像处理模块,图像处理模块接收到信号后,自动对图像采集装置中拍摄的当前画面进行图像预处理以及识别,根据当前图像的平均灰度值判断是否打开汽车大灯;在汽车大灯打开的前提下,根据识别图像中是否包括其他车辆,来判断是否切换远近光灯;在汽车大灯打开的前提下,根据识别图像中道路弯道,来调整大灯照射角度。本系统实现汽车大灯系统的自动开关和调整,保证夜间行车的用灯规范,以及行车视野的充足,降低行车风险,减少事故发生。

    睡眠环境光照条件辨识方法与阅读面测光方法

    公开(公告)号:CN110013231A

    公开(公告)日:2019-07-16

    申请号:CN201910335756.4

    申请日:2019-04-24

    Abstract: 本发明公开了睡眠环境光照条件辨识方法与阅读面测光方法,首先以检测出的阅读面照度、色温、颜色的xyz色坐标值等光色参数作为输入量,以经数据融合与拟合后得出的用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率等体征参数作为输出量,建立动态递归Elman神经网络,用来表征环境光照条件与用户入睡效率之间的映射关系;其次,改变灯组电流,采集光色组合变化后的样本并对神经网络进行训练;最后,训练后的网络用来在线对现场光照条件下用户入睡效率各相关参数进行预测,从而进行光环境对入睡的影响进行评价,并为潜在的高入睡效率光环境的搜索与推荐提供依据。

    一种基于多层信息融合全卷积神经网络的图像语义分割方法

    公开(公告)号:CN109902748A

    公开(公告)日:2019-06-18

    申请号:CN201910158827.8

    申请日:2019-03-04

    Abstract: 本发明涉及一种基于多层信息融合全卷积神经网络的图像语义分割方法,包括以下步骤:构建基于多信息融合的全卷积神经网络;对数据集的训练图片进行预处理,并将预处理结果输入神经网络中进行训练,得到图像语义分割模型;将待测试的图像输入图像语义分割模型,进行一次前向传播,端到端的输出语义分割结果。通过使用卷积神经网络模型提取图像的基础深度特征,将特征分为低层特征和高层特征,并将低层特征和高层特征融合成增强型的深度特征,能够有效解决图像语义分割准确率低,图像空间细节信息丢失的问题,最终得到较好的图像语义分割结果。

    一种面向多种类混合蚕茧的计数方法

    公开(公告)号:CN108596891A

    公开(公告)日:2018-09-28

    申请号:CN201810366419.7

    申请日:2018-04-23

    Inventor: 古亭 李子印 王乐

    Abstract: 本发明公开了一种面向多种类混合蚕茧的计数方法,该蚕茧计数方法对采集到的多种类混合蚕茧样本图像依次进行预处理、二值化处理、腐蚀,然后利用距离变换和归一化操作对多种类蚕茧进行去粘连,接着进行二值化处理、膨胀,最后进行连通域标记及轮廓查找,轮廓个数即为蚕茧个数。本发明利用距离变换及归一化操作,将蚕茧内部像素点距离边界所有零像素点的距离以灰度值的形式表示,在蚕茧中心形成一条亮纹,以亮纹代表每一个蚕茧,再利用归一化操作,进一步收缩蚕茧边界,粘连的蚕茧被完全分离,很好地解决了蚕茧种类繁多及蚕茧粘连导致计数不准的问题,大大改善了分割的效果,提高了计数的准确度和速度。

    一种光纤表面缺陷检测方法和装置

    公开(公告)号:CN116071294A

    公开(公告)日:2023-05-05

    申请号:CN202211395233.7

    申请日:2022-11-08

    Abstract: 本发明提供了一种光纤表面缺陷检测方法和装置。所述方法包括:获取待测光纤检测的图像,截取对应的ROI区域图像;对所述ROI区域图像利用改进的YOLOv5网络模型进行识别,判断所述ROI区域图像是否具有缺陷;对具有缺陷的所述ROI区域图像通过轮廓发现算法将待测光纤ROI区域中的缺陷部分进行标记识别;所述改进的YOLOv5网络模型包括十一层网络结构,其中,第一层、第二层、第四层、第六层和第八层为CBS模块,第三层、第五层、第七层、第九层为C3‑T模块,第十层为T模块,第十一层为SSPF模块,所述C3‑T模块将空间注意力机制和通道注意力机制串联加入C3模块的参数量降低颈部bottleneck中,所述T模块将通道注意力机制串联加入C3模块的bottleneck中。本发明可以大大提高光纤表面检测的准确率。

    一种面向羊毛羊绒纤维图像的纤维目标ROI提取方法

    公开(公告)号:CN114511699A

    公开(公告)日:2022-05-17

    申请号:CN202210147117.7

    申请日:2022-02-17

    Abstract: 本发明公开了一种面向羊毛羊绒纤维图像的纤维目标ROI提取方法,包括如下步骤:S1:图像预处理;对输入原始图像进行下采样和中值滤波,去除灰尘、水泡等噪声,得到中值滤波图Imed;S2:目标分割,依次对所述中值滤波图Imed进行Canny边缘检测、闭运算形态学滤波、第1次基于面积的连通域滤波、图像取反、第2次基于面积的连通域滤波、纤维内部孔洞修复、开运算形态学滤波、第3次基于面积的连通域滤波、蒙版叠加、蒙版过滤等操作,依次得到Canny边缘检测图ICanny,闭运算图Iclose,第1次连通域滤波图Icondo_filter_1,图像取反图Iinv,第2次连通域滤波图Icondo_filter_2,开运算图Iopen,第3次连通域滤波图Icondo_filter_3,蒙版叠加图Imaxk_overlay,纤维ROI图Ifiber_roi;纤维ROI图Ifiber_roi即为最终得到的滤除背景区域的纤维目标。

    一种融合颜色、形状和纹理特征的蚕茧表面缺陷检测方法

    公开(公告)号:CN110749598A

    公开(公告)日:2020-02-04

    申请号:CN201911070882.8

    申请日:2019-11-05

    Inventor: 古亭 李子印 王乐

    Abstract: 本发明公开了一种融合颜色、形状和纹理特征的蚕茧表面缺陷检测方法,该检测方法结合图像处理与机器视觉技术,依次对采集到的蚕茧进行预处理、颜色特征提取、形状特征提取、面积判断、纹理特征提取,分层次的对不同缺陷的蚕茧进行检测,利用颜色特征提取,将黄茧和烂茧检测出来;利用形状特征,将畸形茧检测出来;利用面积阈值将体积较大的双宫茧检测出来;利用纹理特征提取,将具有明显纹理的薄茧和印头茧检测出来,解决了目前人工检测效率低下的问题,能够大幅度减少缫丝企业的用工成本。

Patent Agency Ranking