公开(公告)号：CN109447979B

公开(公告)日：2021-09-28

申请号：CN201811332427.6

申请日：2018-11-09

Applicant: 哈尔滨工业大学

Inventor： 林伟阳 ,  黄乐平 ,  邱剑彬 ,  佟明斯 ,  李湛 ,  高会军

IPC: G06T7/00 ,  G06N3/04

Abstract: 基于深度学习和图像处理算法的目标检测方法，本发明涉及图像目标检测方法。本发明的目的是为了解决现有机械臂应用于小目标的精密作业时，单纯用深度学习进行检测与定位，小目标位置的确定误差大，精度低的问题。过程为：步骤一、建立数据集，根据数据集对SSD网络进行训练，得到最终训练好的SSD网络，使用最终训练好的SSD网络模型对待检测的图像中的插针进行检测，在图像上用预选框把插针所在范围框出；步骤二、使用大津算法将预选框中的图像内容进行二值化，即分为插针及非插针两部分；步骤三、通过漫水填充算法，将二值化后的插针部分从图像中分离出来，并计算出插针的位置中点。本发明属于目标检测领域。

公开(公告)号：CN109447979A

公开(公告)日：2019-03-08

申请号：CN201811332427.6

申请日：2018-11-09

Applicant: 哈尔滨工业大学

Inventor： 林伟阳 ,  黄乐平 ,  邱剑彬 ,  佟明斯 ,  李湛 ,  高会军

IPC: G06T7/00 ,  G06N3/04

Abstract: 基于深度学习和图像处理算法的目标检测方法，本发明涉及图像目标检测方法。本发明的目的是为了解决现有机械臂应用于小目标的精密作业时，单纯用深度学习进行检测与定位，小目标位置的确定误差大，精度低的问题。过程为：步骤一、建立数据集，根据数据集对SSD网络进行训练，得到最终训练好的SSD网络，使用最终训练好的SSD网络模型对待检测的图像中的插针进行检测，在图像上用预选框把插针所在范围框出；步骤二、使用大津算法将预选框中的图像内容进行二值化，即分为插针及非插针两部分；步骤三、通过漫水填充算法，将二值化后的插针部分从图像中分离出来，并计算出插针的位置中点。本发明属于目标检测领域。