-
公开(公告)号：CN104866862B
公开(公告)日：2017-12-22
申请号：CN201510204464.9
申请日：2015-04-27
Applicant: 中南大学
Abstract: 本发明公开了一种带钢表面面积型缺陷识别分类的方法，包括以下步骤：从训练样本库中提取带钢表面图片，去除无用背景，将图片所属类别保存至对应标签矩阵中；对上述图片进行双线性差值算法缩放；采用Gamma校正法，对缩放后图片的图像进行颜色空间归一化；对校正后图片进行方向梯度直方图特征提取；选择灰度共生矩阵对校正后图片进行纹理特征提取；将方向梯度直方图特征与纹理特征合并，构造一个含两大类特征的特征集作为训练数据库；将特征数据用改进的随机森林分类算法进行训练；将待识别带钢缺陷图片依次经过双线性插值算法缩放、Gamma校正、方向梯度直方图特征和纹理特征提取，再将特征数据输入到改进的随机森林分类器中完成识别。
-
公开(公告)号：CN106066169B
公开(公告)日：2019-01-11
申请号：CN201610420885.X
申请日：2016-06-14
Applicant: 中南大学
Abstract: 本发明提供一种铜电解阴极板垂直度的检测方法、装置及系统，其中，该方法包括获取阴极板上各个预设检测点的中心位置；从所有预设检测点的中心位置中获取最大的中心位置与最小的中心位置，并计算中心位置差值；根据所有预设检测点的中心位置拟合预设检测点曲面；确定出预设检测点曲面的最高点与最低点，根据最高点和最低点计算预设检测点曲面差值；从中心位置差值及预设检测点曲面差值中确定出最大值，将确定出的最大值确定为阴极板垂直度。通过实时、自动采集铜电解过程中阴极板的动态测距数据，通过对动态测距数据进行处理，可以快速得到阴极板垂直度，得到的阴极板垂直度准确性很高，大大提高了检测效率和检测数据的准确性。
-
公开(公告)号：CN106066169A
公开(公告)日：2016-11-02
申请号：CN201610420885.X
申请日：2016-06-14
Applicant: 中南大学
Abstract: 本发明提供一种铜电解阴极板垂直度的检测方法、装置及系统，其中，该方法包括获取阴极板上各个预设检测点的中心位置；从所有预设检测点的中心位置中获取最大的中心位置与最小的中心位置，并计算中心位置差值；根据所有预设检测点的中心位置拟合预设检测点曲面；确定出预设检测点曲面的最高点与最低点，根据最高点和最低点计算预设检测点曲面差值；从中心位置差值及预设检测点曲面差值中确定出最大值，将确定出的最大值确定为阴极板垂直度。通过实时、自动采集铜电解过程中阴极板的动态测距数据，通过对动态测距数据进行处理，可以快速得到阴极板垂直度，得到的阴极板垂直度准确性很高，大大提高了检测效率和检测数据的准确性。
-
Patent Agency Ranking
公开(公告)号：CN104517101B
公开(公告)日：2018-01-19
申请号：CN201410791654.0
申请日：2014-12-19
Applicant: 中南大学
Abstract: 本发明公开一种基于像素平方差匹配的游戏扑克牌识别方法，其步骤包括摄像头的图像采集、扑克牌关键位置提取、图像的选择性灰度化处理、然后自适应二值化处理、图像取反处理、图像去噪处理、提取目标连通域、寻找连通域最小外接矩阵、对图像进行最近邻插值缩放旋转映射、最后进行像素平方差模版匹配得到点数匹配结果以及花色匹配结果。该方法通过在匹配之前的特征提取以及相关处理工作解决了图像旋转性的问题，同时采用单一模版的方法，简化了模版的数据库，对于每张牌只进行13次点数模版匹配和4次花色匹配,极大地提高了识别的准确率以及缩短了识别的时间。
-
公开(公告)号：CN106097360A
公开(公告)日：2016-11-09
申请号：CN201610439036.9
申请日：2016-06-17
Applicant: 中南大学
CPC classification number: G06T7/0004 , G06K9/4642 , G06K9/6267 , G06K9/629 , G06T3/4007 , G06T5/002 , G06T2207/20081
Abstract: 本发明提供了一种带钢表面缺陷识别方法及装置，其中，该方法包括：建立缺陷识别模型；获取带钢表面图片；对带钢表面图片进行预处理；提取预处理后的带钢表面图片的图像的方向梯度直方图HOG特征以及灰度共生矩阵GLCM特征；通过缺陷识别模型对提取的HOG特征及GLCM特征进行识别，确定出带钢表面的缺陷信息。实现通过建立的缺陷识别模型对提取的多种特征进行识别后，可以快速、准确地识别出图像的缺陷信息，大大提高了缺陷的识别率，识别出的缺陷的准确性很高，且能够有效克服几何、光学不变性以及旋转性对图像特征描述所带来的问题，对于面积型缺陷的识别率很高。
-
公开(公告)号：CN105678792A
公开(公告)日：2016-06-15
申请号：CN201610104006.2
申请日：2016-02-25
Applicant: 中南大学
IPC: G06T7/00
CPC classification number: G06K9/00362 , G06T2207/10004 , G06T2207/10024 , G06T2207/30196
Abstract: 本发明提供一种人体轮廓提取方法及系统，所述方法包括：获取包含待测人体的身体轮廓的图像；对获取的图像进行灰度处理，得到所述待测人体的灰度图像；提取所述灰度图像的人体轮廓信息，得到所述待测人体的轮廓线图；根据预设的类型确定规则，确定所述轮廓线图的类型；根据所述轮廓线图的类型，确定所述待测人体的各部位的轮廓。上述人体轮廓提取方法及系统，可节省图像处理的时间，从而有效地提高对待测人体的轮廓提取的效率，解决了现有技术提取人体轮廓线效率低的技术问题。
-
公开(公告)号：CN104866862A
公开(公告)日：2015-08-26
申请号：CN201510204464.9
申请日：2015-04-27
Applicant: 中南大学
Abstract: 本发明公开了一种带钢表面面积型缺陷识别分类的方法，包括以下步骤：从训练样本库中提取带钢表面图片，去除无用背景，将图片所属类别保存至对应标签矩阵中；对上述图片进行双线性差值算法缩放；采用Gamma校正法，对缩放后图片的图像进行颜色空间归一化；对校正后图片进行方向梯度直方图特征提取；选择灰度共生矩阵对校正后图片进行纹理特征提取；将方向梯度直方图特征与纹理特征合并，构造一个含两大类特征的特征集作为训练数据库；将特征数据用改进的随机森林分类算法进行训练；将待识别带钢缺陷图片依次经过双线性插值算法缩放、Gamma校正、方向梯度直方图特征和纹理特征提取，再将特征数据输入到改进的随机森林分类器中完成识别。
-
公开(公告)号：CN104517101A
公开(公告)日：2015-04-15
申请号：CN201410791654.0
申请日：2014-12-19
Applicant: 中南大学
Abstract: 本发明公开一种基于像素平方差匹配的游戏扑克牌识别方法，其步骤包括摄像头的图像采集、扑克牌关键位置提取、图像的选择性灰度化处理、然后自适应二值化处理、图像取反处理、图像去噪处理、提取目标连通域、寻找连通域最小外接矩阵、对图像进行最近邻插值缩放旋转映射、最后进行像素平方差模版匹配得到点数匹配结果以及花色匹配结果。该方法通过在匹配之前的特征提取以及相关处理工作解决了图像旋转性的问题，同时采用单一模版的方法，简化了模版的数据库，对于每张牌只进行13次点数模版匹配和4次花色匹配,极大地提高了识别的准确率以及缩短了识别的时间。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
