一种基于机器视觉的圆形有孔零件形位公差检测方法

    公开(公告)号:CN112001917B

    公开(公告)日:2024-08-09

    申请号:CN202010920126.6

    申请日:2020-09-04

    Abstract: 本发明提供了一种基于机器视觉的圆形有孔零件形位公差检测方法,用于提高零件形位公差检测的效率和精度。包括:构建一个暗室无影照明系统来为待测零件图像采集提供照明;对相机进行两次标定,消除镜头畸变并计算图像像素与实际物理尺寸的对应关系;采集零件图像信息并二值化和滤波,消除采集过程中的随机噪声;提取图像连通域,计算连通域中心作为圆心坐标,用来判断孔是否同轴和共圆;分别计算连通区域的外接矩形和最小外接矩形,得到两组长宽数据,计算得出5组半径信息进行孔的圆度分析;提取二值图像轮廓,得到零件边缘信息,再对边缘信息进行霍夫圆变换得到圆心与半径信息,与之前得到的数据比较,计算零件形位公差。

    一种基于神经网络的利用牙CBCT图像对牙根纵裂进行分类的方法

    公开(公告)号:CN117237329A

    公开(公告)日:2023-12-15

    申请号:CN202311345111.1

    申请日:2023-10-17

    Applicant: 南京大学

    Abstract: 本发明提出了一种基于卷积神经网络的利用牙CBCT图片自动判断牙是属于牙根纵裂还是非牙根纵裂的方法。该方法使用卷积神经网络提取图片特征,构建记忆网络模块,模拟人类记忆存储和更新机制构造,使用类别记忆帮助网络训练,并提高分类准确性。本发明通过特征提取模块、类别记忆模块和损失函数相结合的网络结构,解决了CBCT数据集相较于常规图像数据集而言数据量小,噪声大,难以提取特征的问题,同时,充分利用有经验医生对牙根纵裂的更准确判断来学习并凝结记忆,帮助自动诊断牙根纵裂,大大减少医护人员的工作量,同时提高了牙根纵裂预测的准确性,为患者做到早发现早治疗的,减少因发现过晚导致的对牙齿更大的损伤。

    一种基于视频的远程心率测量深度学习网络

    公开(公告)号:CN117150259A

    公开(公告)日:2023-12-01

    申请号:CN202210541239.4

    申请日:2022-05-18

    Applicant: 南京大学

    Abstract: 本发明提出了一种全新的基于视频的远程心率测量神经网络以及其预处理方法。该方法通过关注数据集中标签波形和面部rPPG(Remote Photoplethysmography,远程光电体积描记术)信号各自的时序自相似性,而不是其每个时间点的特定状态来解决标签波形和面部rPPG信号之间不确定时延的问题,从而大大节省了训练者的数据集筛选和波形配准时间,提升了训练效率。对于标签波形,我们分析其瞬时相位变化得到其相位的周期重复特性;对于面部rPPG信号,我们使用神经网络线提取时序的rPPG信息,随后使用特殊的自注意力模块提取rPPG信息的周期重复信息。最后我们结合两者的自相似信息设计损失函数优化网络参数,并从中提取心率的频率。经过测试,该网络在提升网络训练效率的同时,仍然能够保证训练结果的心率预测准确性和抗干扰性。

    一种基于机器人的精准穿刺引导系统

    公开(公告)号:CN117122412A

    公开(公告)日:2023-11-28

    申请号:CN202210541238.X

    申请日:2022-05-18

    Applicant: 南京大学

    Abstract: 本发明提出了一种基于机器人的精准穿刺引导系统,包括近红外光学跟踪器、被动式红外标记球、热塑体膜、穿刺引导系统软件、七自由度协作机器人。其中,穿刺引导系统软件接收近红外光学跟踪器传来的被动式红外标记球的位置信息和七自由度协作机器人传来的各关节旋转角度信息,综合CT扫描后制定的穿刺治疗计划,自动规划出一条避开障碍物的路径并提供给医师参考,经医师确认无误后机器人移动到目标位姿完成治疗。采用本发明提供的基于机器人的精准穿刺引导系统可以提高穿刺治疗的准确性,降低电离辐射对患者身体的影响,也避免了由于医护人员经验等客观因素对穿刺治疗精度造成的影响,减轻了医护人员的工作量。

    一种基于视频提取BVP传播速度特征的疲劳判别方法

    公开(公告)号:CN117034068A

    公开(公告)日:2023-11-10

    申请号:CN202211219476.5

    申请日:2022-09-30

    Applicant: 南京大学

    Abstract: 本发明公布了一种基于视频提取BVP传播速度特征的疲劳判别方法,分为三个部分。第一部分是确定计算BVP信号传播速度的区域,通过人脸框定皮肤选取、像素实际长度计算、远程光电体积描记(remote Photoplethys‑mography,rPPG)信号提取、滑窗筛选四个步骤得到多个正方形有效区域。第二部分对有效区域内的像素点进行筛选,经过空间信号功率筛选、心率窗口能量比筛选、相对能量比与相关性筛选并行处理,得到多组匹配的像素序列组。第三部分根据推导公式逐组计算BVP传播速度,对全部BVP传播速度求均值后和疲劳阈值比较,最终实现疲劳判别。该方法既保留非接触检测高效便捷、侵入性低的优点,又从血流的生理信号本质进行疲劳判别,提高疲劳检测的准确度。

    一种基于神经网络的利用腮腺肿瘤CT图像对腮腺肿瘤良恶性进行分类的方法

    公开(公告)号:CN117011573A

    公开(公告)日:2023-11-07

    申请号:CN202211219615.4

    申请日:2022-09-30

    Applicant: 南京大学

    Inventor: 张逸凡 陈颖

    Abstract: 一种基于引入CBAM注意力机制的孪生交叉对比神经网络的利用腮腺肿瘤CT图片自动判断肿瘤是属于良性还是恶性的方法,包括步骤:首先构建并训练判断每张腮腺肿瘤CT上的肿瘤属于良性或是恶性的分类器,采集腮腺CT图片并分割出仅包含腮腺肿瘤部分的CT图片,并进行图像处理,输入已训练好的分类神经网络模型中,将神经网络的输出作为腮腺肿瘤CT上的肿瘤属于良性或是恶性的分类结果。

    一种基于神经网络的利用腹部CT图像自动分类原发性肝癌的方法

    公开(公告)号:CN117011572A

    公开(公告)日:2023-11-07

    申请号:CN202211219456.8

    申请日:2022-09-30

    Applicant: 南京大学

    Abstract: 本发明提出了一种基于神经网络的利用腹部CT图像自动分类原发性肝癌的方法。该方法采用半自动Snake方法来实现CT图像肝部分割,引入孪生交叉对比神经网络SCCNN对肝部CT图像进行学习,充分利用孪生对比结构的特点,根据两路输入的肝部CT数据的异同程度来实现原发性肝癌的分类。本发明旨在解决医学小规模数据集会严重影响原发性肝癌分类准确性的问题。经过验证,相比于其他肝癌分类方法,该算法明显提高了原发性肝癌判断的准确率。在实践方面,该方法可以提高辨识的客观性和准确性,减轻医护人员的工作量,同时无侵入的诊断方法比传统的侵入式诊断体验更好,在医学诊断方面有很强的实用性。

    一种构建虚拟标定参照物的摄像头标定方法

    公开(公告)号:CN108492336A

    公开(公告)日:2018-09-04

    申请号:CN201810280692.8

    申请日:2018-03-27

    Applicant: 南京大学

    Abstract: 本发明公开一种使用红外线光源、红外线标记物、三坐标测量仪,实现摄像头使用虚拟标定参照物进行标定的方法。传统方法中,摄像头标定需要使用一个特定形状的标定物参照物进行标定。因摄像头使用场景不同,因此需要不同尺寸、不同形状的标定参照物。标定参照物需要有较高的加工精度,加工价格较贵,如果不经常使用,就造成了浪费。本方法可利用红外线光源、红外线标记物、三坐标测量仪,构建一个标定场,从标定场中选取不同的特征点来构造不同的虚拟标定参照物,可充分依据需求构建,不造成任何浪费。

    一种基于卷积神经网络的中国水墨画风格提取方法

    公开(公告)号:CN106971202A

    公开(公告)日:2017-07-21

    申请号:CN201710199950.5

    申请日:2017-03-24

    Applicant: 南京大学

    Inventor: 王晨琛 陈颖 葛云

    Abstract: 本发明提供一种基于卷积神经网络的中国水墨画风格提取方法,包括以下步骤:读取中国水墨画和普通景物画;使用卷积神经网络对输入图像进行分层;选取合适的中国水墨画图像与普通景物图像卷积层和加权因子建立新的卷积神经网络;调整中国水墨画图像与普通景物图像的加权因子建立新的卷积神经网络;比较输入图像与输出图像的差异,使用损失值进行量化;使用梯度下降法迭代优化输出图像与输入图像的损失值,直至满足条件;判断迭代次数是否超过限定次数;输出具有中国水墨画风格的融合图像。整个过程实现了中国水墨画风格的提取,并将该风格应用于普通景物画,获得具有中国水墨画风格的融合图像。

Patent Agency Ranking