-
公开(公告)号：CN111862223A
公开(公告)日：2020-10-30
申请号：CN202010778891.9
申请日：2020-08-05
Applicant: 西安交通大学
Abstract: 本发明公开了一种电子元件的视觉计数及定位方法，包含以下步骤：1、选取部分图像，标注电子元件重心并制作训练图像集；2、搭建神经网络模型，使用训练图像集训练并保存神经网络模型；3、对一张训练图像集之外的图像，首先经过预处理，检测并裁剪掉黑边；检测电子元件所在区域外围圆与内围圆；将外围圆最小外接正方形区域裁剪成图像集合；之后依次输入神经网络模型得到密度图矩阵集合；最后经过后处理，密度图矩阵合并；计算合并后密度图矩阵外围圆与内围圆之间的联通区域，得到电子元件图像中电子元件的计数与定位结果。本发明方法能够解决电子元件尺寸与形状差异过大以及部分电子元件之间粘连过大影响计数准确率的问题。
-
公开(公告)号：CN105654088B
公开(公告)日：2019-04-09
申请号：CN201610128336.5
申请日：2016-03-07
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于局部对称关系的烟梗提取方法，该方法主要包括两步，第一步使用基于局部对称性变换方法获得对称性特征图和笔画宽度特征图，接着将对称性特征图和笔画宽度特征图与原图组合成一个五通道的特征空间，然后在这个特征空间上使用区域生长算法获得烟梗连通区域；第二步使用层次聚类方法将可能属于一个烟梗的多个断裂的连通区域连接起来，最后使用了一个基于阈值的连通区域过滤方法获得最后的主要烟梗；烟梗提取出来之后可以利用烟梗的位置来进行烟叶的分选或者对烟叶进行梗茎剔除操作以确保香烟质。
-
公开(公告)号：CN104463814B
公开(公告)日：2017-04-19
申请号：CN201410741870.4
申请日：2014-12-08
Applicant: 西安交通大学
IPC: G06T5/20
Abstract: 基于局部纹理方向性的图像增强方法，包括局部纹理方向判断和局部纹理图像增强两步，在局部纹理方向时，首先计算图像轮廓图；然后在其上计算特征像素点，提取12种特征像素点，并将其划分到8个方向；计算8个方向特征像素点积分图；最后利用特征像素点积分图快速判断图像上任一区域内纹理主方向；在局部纹理图像增强时，首先对原图像进行高提升滤波；再根据局部像素点的纹理方向，迭代执行双线性插值的浮雕化操作与高斯滤波两到三次，直到图像效果稳定；本发明方法能够有效增强方向性纹理特征，突出方向性纹理的方向、密度、纹理宽度等细节，可以有效地抑制光照，噪音等因素对图像纹理的影响，使增强后的纹理的图像应用于其他数字图像处理算法中。
-
公开(公告)号：CN103440472B
公开(公告)日：2016-08-10
申请号：CN201310331596.9
申请日：2013-08-01
Applicant: 西安交通大学
Abstract: 本发明公开了一种文字图像特征差异的快速计算方法，首先基于几何形状特征的多样性，采用前景像素个数、文字大小、长宽比和占空比四个特征对差异较大的文字对进行初步筛选，这样从整体上对各种文字进行有效描述，同时减少图像失真带来的负面影响；在初步筛选之后，对剩下的配对进行精细特征描述，并采用修正的模板匹配方法，该方法通过在图像中滑动给定模板获取与模板相匹配的目标。经过粗特征筛选进入到精细模板匹配的文字块，彼此的大小差异受到粗特征中文字大小的制约，从而大大降低了匹配过程中的比较次数。进一步，提出了一种查找表联合位存储的加速方法，该方法根据相似性度量特点，通过预先建立文字块与数据的对应关系实现了性能提升。
-
公开(公告)号：CN105528603A
公开(公告)日：2016-04-27
申请号：CN201510943600.6
申请日：2015-12-16
Applicant: 西安交通大学
IPC: G06K9/32
CPC classification number: G06K9/3208
Abstract: 本发明公开一种利用笔画对比和边缘密度特征滤除非文字边缘的方法，1、对于一副输入图像，计算它在灰度通道上的边缘图，并从正反两面进行笔画宽度变换，得到笔画对数目向量和笔画宽度变换图；2、对边缘图像中的每条边缘，计算笔画对比；对每一层笔画宽度变换图上的每个连通区域，计算该连通区域的边缘密度特征；对于每一条边缘，如果其笔画对比小于预设阈值，则滤除该边缘；对于每个连通区域，如果其边缘密度大于预设阈值，则滤除该连通区域内所有的边缘连通分支；笔画宽度变换是一种常用的文字区域粗定位方法，但很多非文字的边缘也会产生很多笔画，而笔画对比和边缘密度特征，可以去除大量的背景边缘，减少了后续步骤的处理难度。
-
Patent Agency Ranking
公开(公告)号：CN104166843A
公开(公告)日：2014-11-26
申请号：CN201410389826.1
申请日：2014-08-08
Applicant: 西安交通大学
Abstract: 一种基于直线连续性的文档图像来源判别方法，首先对输入的二值图像进行边缘提取的操作，然后使用3*N的直线检测模板进行水平和竖直方向的直线段检测，并通过搜索得到完整的直线段以及直线段两端局部区域内的孤立噪声点；随后在检测到的直线段上进行双向的扩展搜索得到直线段对应的基底直线长度；最后根据基底直线的长度进行分类，并计算每一类中直线段长度和基底直线长度的比值作为特征，将孤立噪声点的数目和直线段数目的比值作为附加的特征添加后输入训练过的SVM分类器中进行分类，最终输出图像的类别；本发明针对了二值文档图像来源判别方法中的不足和空白，在保证没有误判的基础上，可以快速地区分大多数含有直线的文档图像。
-
公开(公告)号：CN116433789A
公开(公告)日：2023-07-14
申请号：CN202310197007.6
申请日：2023-03-03
Applicant: 西安交通大学
Abstract: 本发明公开一种用以改进在线式圆轨迹层析成像重建质量的滤波反投影方法，属于CT重建领域，1、对于一组在线式圆轨迹层析成像设备扫描的投影图像，对该组图像进行预处理操作，先后进行位数转换，对数变换，角度加权，从而得到预处理后的投影图像；2、对预处理后的各个投影图像依次沿射线路径进行反投影重建操作，在此过程中，对探测器与射线源间的不同步角度差进行修正，得到重建后的体数据；3、对重建后的体数据进行二次灰度拉伸后处理操作，第一次灰度拉伸，将32位体数据转换为8位体数据；第二次灰度拉伸将8位体数据主要灰度范围区间内体素扩展到[0,255]内；本发明保护了重建结果切片水平方向重要的低频信息；消除了不同步角度差产生的伪影问题；增强了重建结果的清晰度和对比度。
-
公开(公告)号：CN112232432B
公开(公告)日：2023-04-11
申请号：CN202011155107.5
申请日：2020-10-26
Applicant: 西安交通大学
IPC: G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于改进中心点检测的安检X光图像目标检测与识别方法，包含以下步骤：1、选取X‑Ray安检机拍摄的X光图像，标注图像中的目标并制作训练图像集；2、搭建CenterNet模型，引入高斯模型对网络的输出建模，修改损失函数，得到改进后的CenterNet模型；3、将训练图像集依次混合，旋转，竖直翻转进行数据增广，并用R，G，B，灰度，H五个通道表示，训练并保存改进后的CenterNet模型；4、进行安检X光图像目标检测与识别时，首先将安检X光图像进行预处理，再将其像素值归一化到标准正态分布，输入改进后的CenterNet模型进行推理，得到图像中目标检测与识别结果。本发明方法能够解决安检图像中目标互相遮挡，含有小目标，以及目标角度变化影响检测准确率的问题。
-
公开(公告)号：CN106650579B
公开(公告)日：2019-06-14
申请号：CN201610850397.2
申请日：2016-09-26
Applicant: 西安交通大学
Abstract: 本发明公开一种用以增强文字与背景差异的边缘响应统计变换方法，1、对于一副输入的包含文本的自然场景图像，计算该图像中的边缘包围框，依据边缘包围框的分数对所有边缘包围框递减排序，按照文字边缘在所有物体边缘目标中的分布特性对排序后的边缘包围框进行筛选，并对筛选后得到的包围框集合进行加权求和计算，得到边缘响应特征图；2、在边缘响应特征图上按行方向依次累加响应值，得到行方向上的统计边缘响应图，简称行统计图；对行统计图计算梯度，得到反映响应值变化强烈程度的梯度图；对梯度图取正，并使其与行统计图量纲统一，并执行非极大值抑制操作，得到文本行粗定位结果；本发明降低了处理难度和计算量；此外文本行的定位为后续的文字识别、多语种翻译、图像内容理解等应用提供数据基础。
-
公开(公告)号：CN106485211B
公开(公告)日：2019-05-21
申请号：CN201610850449.6
申请日：2016-09-26
Applicant: 西安交通大学
Abstract: 本发明公开一种基于二叉树的文本行精确定位方法，1、对于一副输入的文本行被过度分割的自然场景图像，为被过度分割的文本行构建二叉树搜索空间；2、在已构建好的二叉树搜索空间中模拟后序遍历的访问方式来搜索路径，其中每条路径都是一个结点集，而最优路径是对所有结点集来执行剪枝、融合操作后得到的结点集序列；3、剪枝、融合操作为：对于二叉树搜索空间中某条路径上包含的每个结点集，据结点集中父结点及左、右子结点的置信度比较结果，可在八种剪枝、合并策略中选择一种合适的情况进行处理；最终得到解决过分割问题的最优路径，该路径对应着重置后的文本行精确定位结果；实现了场景图像中的文本行精确定位。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.032 seconds)
