基于级联框架的高精度超声轮廓检测方法、系统及设备

    公开(公告)号:CN118212254A

    公开(公告)日:2024-06-18

    申请号:CN202410367441.9

    申请日:2024-03-28

    Applicant: 苏州大学

    Abstract: 本发明公开了基于级联框架的高精度超声轮廓检测方法、系统及设备,涉及超声图像轮廓检测技术领域。本发明包括:接收轮廓采样点,采用基于优化的密度噪声应用空间聚类算法对轮廓采样点进行处理,根据得到聚类结果,提取每个类别的轮廓采样点信息,即边界点的集合,并进行适应度(Purity)评估;判断是否收敛,若不收敛则增加迭代次数,若收敛则得到逼近数据点的闭合多边形,获得数据序列,具体为投影指标ti及簇点坐标。本发明提出的空间聚类算法能够自动获取曲线簇点,完成全自动主曲线提取,相较于传统的主曲线方法实施更为便捷,且通过提出光滑的轮廓数学模型,以得到最终的光滑轮廓,还能够克服常用主曲线方法获得的轮廓不光滑、精度不足的弊端。

    基于优化聚类和分数阶误差反传网络轮廓提取方法及系统

    公开(公告)号:CN118628517A

    公开(公告)日:2024-09-10

    申请号:CN202410827228.1

    申请日:2024-06-25

    Applicant: 苏州大学

    Abstract: 本发明公开了基于优化聚类和分数阶误差反传网络轮廓提取方法及系统,涉及轮廓提取技术领域,包括:获取采样点,利用采样点生成凸包的边界,根据凸包边界计算凸包内点;根据凸包内点和采样点计算Voronoi图并构建凸多边形,判断Voronoi图是否稳定,不稳定则重新计算凸包至稳定,如稳定则提炼Voronoi点,并以Voronoi点计算Voronoi圆以寻找拐点;将拐点计算得出MinPts,并寻找使用簇点,计算簇点轮廓系数,根据簇点轮廓系数并确定最优簇点;计算最优簇点是否收敛,如不收敛则重新计算凸包,如收敛则计算获得数据序列;并至预先建立的初始化分数阶误差反传模型内训练,输出得到最终光滑对象轮廓。

    一种移动检测的智能感知设备

    公开(公告)号:CN220340079U

    公开(公告)日:2024-01-12

    申请号:CN202321525157.7

    申请日:2023-06-15

    Applicant: 苏州大学

    Abstract: 本实用新型公开了一种移动检测的智能感知设备,其涉及产品表面检测技术领域,旨在解决现有的检测设备在对输送线上移动的产品进行检测时,直接对产品表面进行拍摄,移动的产品容易造成拍摄的画面模糊,影响检测精确度的问题,其技术方案要点包括支撑架,所述支撑架设置两个,两个所述支撑架的上端均固定连接有一个移动模组,两个所述移动模组的移动块之间固定连接有第三安装板,所述第三安装板上表面的中间位置处设置有安装孔,且安装孔的内部卡扣安装有工业摄像头,所述支撑架的侧表面上固定连接有C字形的第二安装板。达到了能在对移动中的产品进行检测时,对移动的产品实现相对静止,确保检测精度的效果。

Patent Agency Ranking