-
公开(公告)号:CN119888729A
公开(公告)日:2025-04-25
申请号:CN202510325263.8
申请日:2025-03-19
Applicant: 南京信息工程大学
IPC: G06V20/69 , G06N3/0464 , G06V10/80 , G06V10/82 , G06V20/70
Abstract: 本发明提供了一种基于YOLOv11改进的细胞实例分割方法和系统,所述方法包括:步骤1,构建改进后的YOLOv11网络,提取图像的多尺度特征,生成不同尺度的特征图;步骤2,在主干网络中引入多尺度通道注意力模块,并在多尺度通道注意力模块中引入新的注意力模块迭代优化初始融合;步骤3,整合编码器生成的层级特征图;步骤4,在颈部网络中添加尺度序列特征融合模块添加三重特征编码器模块,融合不同尺度的特征图;步骤5,在颈部网络中添加通道和位置注意力机制模块;步骤6,输出最终分割结果。本发明特别设计用于细胞实例分割,通过结合空间和尺度特征,提高了在处理细胞图像时的准确性和速度。
-
公开(公告)号:CN103759676A
公开(公告)日:2014-04-30
申请号:CN201410003665.8
申请日:2014-01-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种工件表面粗糙度非接触式的检测方法,包括如下步骤:获取散斑图像步骤:采集激光器装置照射在工件表面形成的散斑图像;图像截取步骤:运用数字图像分割技术确定图像的有效散斑区域并截取部分散斑图像;图像预处理步骤:利用滤波方法、图像增强技术对截取的散斑图像除噪和改善散斑图像的纹理特性;图像处理步骤:采用自相关函数和分形维算法相结合处理散斑图像,提取工件表面粗糙度相关的参数;计算表面粗糙度步骤:根据图像处理步骤中所获得参数代入表面粗糙度数学模型函数即获得工件表面的粗糙度;该检测方法非接触即可以检测工件表面粗糙度,提高了工件表面粗糙度检测的效率和精度。
-
公开(公告)号:CN203719638U
公开(公告)日:2014-07-16
申请号:CN201420004321.4
申请日:2014-01-06
Applicant: 南京信息工程大学
IPC: G01B11/30
Abstract: 本实用新型公开了一种工件表面粗糙度非接触检测装置,包括激光器模块、图像采集及传输模块、图像处理及控制模块和显示模块;图像采集及传输模块包括CCD相机和FPGA处理器系统,FPGA处理器系统包括FIFO存储模块、FPGA控制模块和CameraLink接口匹配模块;图像处理及控制模块包括DSP处理器系统和SDRAM存储器,DSP处理器系统包括EMIFA接口模块、SDRAM控制模块、图像处理模块和DSP控制模块。图像采集及传输模块用于采集和传输散斑图像,图像处理及控制模块处理图像数据,完成表面粗糙度的检测并且控制显示模块显示检测结果。本实用新型提高了工件表面粗糙度检测的效率和精度,结构简单并实用。
-
-
-