-
公开(公告)号:CN115760682A
公开(公告)日:2023-03-07
申请号:CN202211099425.3
申请日:2022-09-09
Applicant: 安徽大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种多视距下的病媒生物检测方法,包括:获得具有不同视距下的多目标区域的图像数据集;构建多特征激活的卷积神经网络,训练得到病媒生物图像自标定模型;得到已标定的病媒生物图像对应的目标区域,并修正划分为训练集和验证集;用改进的YOLOv5训练,得到训练过程中的最佳病媒生物检测模型;得到量化后的最佳病媒生物检测模型;用量化后的最佳病媒生物检测模型检测的病媒生物图像,识别出病媒生物的类别和准确率,实现病媒生物鉴定。本发明还公开了一种多视距下的病媒生物检测系统。本发明适用于多视距下的病媒生物鉴定,可以在无场景约束下能准确鉴定病媒生物类别,具有较高的鲁棒性能;降低鉴定过程的成本和时间,鉴定结果的准确率更高。
-
公开(公告)号:CN114511527A
公开(公告)日:2022-05-17
申请号:CN202210080786.7
申请日:2022-01-24
Applicant: 安徽大学
IPC: G06T7/00 , G06T7/11 , G06T7/41 , G06K9/62 , G01N21/88 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于扩展局部二值模式的纺织丝饼成型不良缺陷检测方法,包括:获取丝饼图像,图像降采样;图像分割和图像裁剪;仿射变换;获取数据集;通过扩展的LBP算法计算出训练集中各个图像的纹理特征向量;生成XML文件;计算出测试集中各个图像的纹理特征向量,SVM支持向量机对测试集正样本、负样本中每张图像的标签进行预测,并计算出预测准确率;对待检测的丝饼图像进行滑块预测;根据滑块预测的标签输出判断结果。本发明通过图像分割将最终的背景干扰去除,使得处理后的图像不再含有大量的干扰,解决了从停留在实验室的研究与验证阶段到能够直接使用到工业生产线中,本发明对纺织丝饼成型不良缺陷检测准确率高、耗时短。
-
公开(公告)号:CN114494225A
公开(公告)日:2022-05-13
申请号:CN202210127706.9
申请日:2022-02-11
Applicant: 安徽大学
Abstract: 本发明涉及一种基于形状特征的纸管破损缺陷检测方法,包括:获取纸管图像,图像降采样;图像灰度化;高斯滤波,像素变换操作;二值化处理;边缘轮廓绘制,获取所有轮廓的面积;根据迭代方法保留最大轮廓面积,最大轮廓面积所对应的轮廓为最大轮廓,绘制最大轮廓的最小外接圆,获取最小外接圆的圆心和半径;对最小外接圆进行图像掩膜分割,获取最终轮廓的圆形度;根据最终轮廓的圆形度进行判断。本发明综合考虑了工业生产所成像造成的纸管的各种背景干扰以及背景的特点与分布,从而完全去除背景的干扰而不影响原图像中有用的前景信息,成功对纸管的形状特征输出,并且对纸管破损缺陷检测的准确率高、耗时短。
-
-