-
公开(公告)号：CN106529551B
公开(公告)日：2020-01-17
申请号：CN201610944450.5
申请日：2016-11-02
Applicant: 南通大学
Abstract: 本发明公开了一种面向包装行业的类圆对象智能识别计数检测算法，通过工业相机采集的图像获得类圆对象所在的有效区域；图像预处理方法包含：采用中值滤波算法去除原始图像噪声，利用自适应局部二值算法获得图像去噪后的二值化图像；几何特征提取包含四次检测，第一次检测：检测二值化后面积正常的类圆对象；第二次检测：检测第一次检测后剩余有缺陷的类圆对象；第三次检测：检测凹凸不平区域的类圆对象；第四次检测：检测边界可能存在的类圆对象。利用此发明可以将类圆立体对象的计数准确度提高，并且对包装条件要求低、检测鲁棒性强，同时能够实现迅速、实时的快速在线监测，可以用于各种类圆对象检测。
-
公开(公告)号：CN109060836A
公开(公告)日：2018-12-21
申请号：CN201810987096.3
申请日：2018-08-28
Applicant: 南通大学
IPC: G01N21/95
Abstract: 本发明公开了一种基于机器视觉的高压油管接头外螺纹检测方法，包括：搭建由工业相机、镜头、平行光源和计算机构成的测量平台；将待测工件放置在测量平台上，由工业相机拍摄工件垂直截面图像并传入计算机；对采集到的图像先进行中值滤波，再轮廓提取，删除较小的轮廓，储存剩下的每个轮廓点；对轮廓点进行螺纹点判别，若是螺纹点，将其储存；将相邻的螺纹点进行组合，构成螺纹区域，并且按照螺纹区域的位置，在所采集的图像上设置感兴趣区域即ROI区域等。该方法能够实现多个工件同时测量，且自动寻找螺纹区域进行分析，有一定的抗干扰能力，检测速度快、精度高。
-
公开(公告)号：CN107464239A
公开(公告)日：2017-12-12
申请号：CN201710677514.4
申请日：2017-08-09
Applicant: 南通大学
CPC classification number: G06T7/0012 , G06T5/002 , G06T7/136 , G06T2207/20032 , G06T2207/30056 , G06T2207/30101
Abstract: 本发明公开了一种基于肝癌免疫组化图像的血管角度自动测量方法，包括：1）采集肝癌免疫组化的血管图像；2）对图像进行染色分离、阈值分割、平滑、填充处理，使血管清晰、完整；3）对目标血管进行特征点提取并将所提取的特征点分为两个等量的集合；4）根据所分的两个集合，拟合两根直线，并对这两根直线进行判断、调整，最后计算出血管角度。本发明的自动测量肝癌免疫组化图像的血管角度的方法，对免疫组化图像血管角度测量准确率高，对判断恶性实体肿瘤的生长、转移有很重要的意义。
-
公开(公告)号：CN107153876A
公开(公告)日：2017-09-12
申请号：CN201710380571.6
申请日：2017-05-25
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
CPC classification number: G06N5/022 , G06T7/33 , G06T7/80 , H04N5/2353
Abstract: 本发明公开了一种基于专家规则的机器视觉快门自整定智能控制方法：第一步骤初始化，用于完成工业相机初始参数设定；第二步骤图像采集，获取灰度图像；第三步骤图像预处理，获取目标区域图像。第四步骤特征提取，获取待检测目标位置偏移量特征；第五步骤快门自整定专家控制，将位置偏移量特征参数与专家规则中的参数进行对比，经过专家系统推理机得到目标位置偏移量；第六步骤输出待检测目标位置偏移量，并动态更新快门延迟时间。本发明能够克服工业流水线运行速度波动情况，通过采用待检测目标图像特征和专家控制技术来自整定快门延迟时间，进而改变待检测目标在图像中的位置偏移量，获取待检测目标的正确位置，完成了工业相机精确抓拍，提高了工业相机快门控制准确度。
-
公开(公告)号：CN104933711A
公开(公告)日：2015-09-23
申请号：CN201510317882.9
申请日：2015-06-10
Applicant: 南通大学
IPC: G06T7/00
CPC classification number: G06T7/11 , G06T2207/20081 , G06T2207/20104 , G06T2207/30096
Abstract: 本发明公开了一种肿瘤病理图像自动快速分割方法，首先采用高斯金字塔算法对肿瘤原始病理图像进行滤波，分别得到从1倍、2倍、4倍、8倍、16倍的病理学图像，通过RGB颜色模型和形态学“闭操作”在1倍分辨率图像上确定包含肿瘤的初始感兴趣区域；同时应用巴式距离从1倍分辨率到4倍分辨率进行初始肿瘤感兴趣区域的迭代优化，当巴式距离达到设定阈值，判断RGB颜色模型对肿瘤感兴趣区域贡献已经降低到0；再使用收敛指数滤波算法进行深度精确分割的自适应高分辨率选择，从而在最适合的高分辨率下进行进一步分割；最后使用基于随机投影的词袋模型将肿瘤感兴趣区域中的正常组织和肿瘤组织分割出来。该方法具有准确、快速、自动化等特点。
-
Patent Agency Ranking
公开(公告)号：CN101581454A
公开(公告)日：2009-11-18
申请号：CN200910032264.4
申请日：2009-06-09
Applicant: 南通大学
IPC: F23N5/00
Abstract: 本发明公开了一种采用基于特征模型的预测函数控制器的工业锅炉燃烧控制系统，包括通过调节引风量的炉膛负压控制回路、通过调节给煤量的蒸汽压力控制回路、通过调节送风量的烟气含氧量控制回路，调节给煤量的蒸汽压力控制回路采用基于特征模型的预测函数控制器。本发明结构合理，工作效果好。尤其对于锅炉燃烧控制来讲，由于蒸汽压力过程的特性，受燃料量和用汽负荷变化等扰动的影响，其数学模型变化较大，这样必须选用时变模型，或多模型来描述。因此，采用基于特征模型的预测函数控制器可以很好地解决锅炉燃烧控制问题。
-
公开(公告)号：CN117935139A
公开(公告)日：2024-04-26
申请号：CN202311757078.3
申请日：2023-12-20
Abstract: 本发明公开了一种基于多任务算法的护学岗视觉监测系统，包括护学岗亭；所述护学岗亭上设置有视觉传感器，且护学岗亭周边设定监测区域，所述视觉传感器采集监测区域内的图像，所述采集的图像传输至图像分析模块中分析，所述图像分析模块至少搭建车牌检测任务、姿态检测任务以及面部是否有佩戴物任务这三个任务的监测算法网络，所述车牌检测任务、姿态检测任务以及面部是否有佩戴物任务的监测算法均包括编码层和解码层，所述车牌检测任务、姿态检测任务以及面部是否有佩戴物任务的监测算法采用同一个编码层；多个任务共享同一个编码层，能够减少计算量，提升检测速度；减少交警、老师和家长时间精力的投入，及时管理和监测学生的各个方面的状况。
-
公开(公告)号：CN111862071B
公开(公告)日：2024-03-05
申请号：CN202010741396.0
申请日：2020-07-29
Applicant: 南通大学 , 杭州博拉哲科技有限公司
IPC: G06T7/00 , G06T7/13 , G06T5/40 , G06T5/30 , G16H50/20 , G06N3/08 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于CT图像测量腰1椎体CT值的方法，步骤1：对CT图像进行预处理，得到训练集；步骤2：对训练集进行图像块剪裁操作，得到数据集；步骤3：通过深度学习进行腰1椎体分割；步骤4：边缘检测精确定位腰1椎体；步骤5：孔洞填充；步骤6：寻找腰1椎体像素点；步骤7：累加腰1椎体像素点并换算CT值。本发明设计了一种腰1椎体CT值测算的方法，本方法基于先分割后计算的思路，较为准确的实现腰1椎体CT值的测算。
-
公开(公告)号：CN111882543B
公开(公告)日：2023-12-26
申请号：CN202010741400.3
申请日：2020-07-29
Applicant: 南通大学 , 杭州博拉哲科技有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/143 , G06N3/0464 , G06N3/0455 , G06N3/02
Abstract: 本发明公开了一种基于AA R2Unet和HMM的香烟滤棒计数方法，本发明利用U‑net网络模型进行训练，准确识别滤棒目标和背景。因此，根据识别出的二值化图像，提出了滤棒分布特征的结构单元填充和圆切线搜索策略，实验结果表明，该算法在检测精度和检测范围上都取得了很大的进步。
-
公开(公告)号：CN116630679A
公开(公告)日：2023-08-22
申请号：CN202310321204.4
申请日：2023-03-29
Applicant: 南通大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/10 , G06V10/26 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/094 , G06N3/096 , G06N3/084
Abstract: 本发明涉及医学图像分类技术领域，尤其涉及一种基于CT图像和域不变特征的骨质疏松识别方法，包括：S1、建立生成对抗网络的MACE‑CycleGAN模型对正常剂量图像和低剂量图像进行领域迁移，生成一些伪图像数据；S2、建立三个任务模块之间的相关性和强调椎骨之间的关系的多任务关系学习模型；S3、建立基于域对抗迁移学习的模块，将域适应嵌入到学习表示过程中，以便最终的分类决策基于对域的变化具有区分性和不变性的特征；S4、基于定位模块、分割模块、分类模型和域对抗迁移学习模块建立正常剂量和低剂量图像的深度学习模型，构建分步训练损失函数来防止模型过拟合。本发明既能对正常剂量CT图像的骨质疏松进行识别，也能对低剂量CT图像骨质疏松进行识别。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.021 seconds)
