-
公开(公告)号：CN108961221A
公开(公告)日：2018-12-07
申请号：CN201810619917.8
申请日：2018-06-15
Applicant: 哈尔滨工业大学
CPC classification number: G06T7/001 , G06K9/6223 , G06T7/12 , G06T7/73 , G06T2207/10004 , G06T2207/10024 , G06T2207/30164
Abstract: 一种航空插头现场静态图像检测算法，它涉及运用图像处理技术进行故障诊断，解决了重要装备现场临时插接大量航空插头的故障检测问题。本发明的步骤为：一、对航空插头图像进行层次化聚类，并利用定制的判别条件结束各层聚类；二、根据针头坐标辨识参数：旋转角、相邻插针橫轴和纵轴间距；三、依据得到的参数变换模板，并计算变换后的模板针头坐标与插头针头坐标之差，当该差值较大时，判定该插针存在故障。本发明的基本思想是不对原始图像进行变换而只是通过多次聚类进行分割，估计出插头姿态参数后去变换插头标准模板，进而匹配出每个插针的位置误差，这样能避免变换原始图像所造成的像素误差，有效降低误检率。
-
公开(公告)号：CN108961221B
公开(公告)日：2021-09-07
申请号：CN201810619917.8
申请日：2018-06-15
Applicant: 哈尔滨工业大学
Abstract: 一种航空插头现场静态图像检测算法，它涉及运用图像处理技术进行故障诊断，解决了重要装备现场临时插接大量航空插头的故障检测问题。本发明的步骤为：一、对航空插头图像进行层次化聚类，并利用定制的判别条件结束各层聚类；二、根据针头坐标辨识参数：旋转角、相邻插针橫轴和纵轴间距；三、依据得到的参数变换模板，并计算变换后的模板针头坐标与插头针头坐标之差，当该差值较大时，判定该插针存在故障。本发明的基本思想是不对原始图像进行变换而只是通过多次聚类进行分割，估计出插头姿态参数后去变换插头标准模板，进而匹配出每个插针的位置误差，这样能避免变换原始图像所造成的像素误差，有效降低误检率。
-
公开(公告)号：CN111259913A
公开(公告)日：2020-06-09
申请号：CN202010034575.0
申请日：2020-01-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于词袋模型和纹理特征的细胞光谱图像分类方法，它涉及运用特征提取技术进行细胞光谱图像分类，可用于医学上计算机辅助诊断系统中，提高临床及实验诊断效率和准确率。本发明的步骤为：一、利用显微高光谱成像系统拍摄样本细胞光谱图像；二、对细胞光谱图像进行纹理特征提取和词袋模型计算；三、将得到的词袋纹理特征向量输入加权型SVM多分类模型进行训练，优化分类器参数，并用测试集得出分类精度。本发明的基本思想是不仅运用细胞图像的空间信息，还运用其光谱信息，并在特征提取时将词袋模型和纹理特征融合对细胞图像进行分类，可有效提高细胞图像的分类精度。
-
-
Search Results
3
records
(took 0.018 seconds)
