-
Patent Agency Ranking
公开(公告)号：CN112798108B
公开(公告)日：2023-03-21
申请号：CN202011591277.8
申请日：2020-12-29
Applicant: 北京理工大学重庆创新中心
Abstract: 本发明公开了一种瓷砖自适应分色方法及装置。对于采集的瓷砖图像进行预处理、分版和分色，分色包括开色和分色两个流程。预处理包括根据标定区域三通道值对图像进行灰度值校正的过程。分版包括正交旋转模板并对应提取纹理特征，基于模板的特征空间进行时空约束的相关滤波及相似度评估的过程。开色包括初始色号的特征中心及特征分布范围确定的过程，以及新色号的特征中心及特征分布范围确定的过程，在已统计色号中匹配瓷砖颜色特征的过程。本发明无需提前配置标准模板，依据瓷砖生产过程的特点，自动完成对各批次瓷砖的分版。本发明无需配置标准色号，能够自适应地完成对各色号的开色，并且随着检测数量的增加，使开色和分色结果越趋向准确。
-
公开(公告)号：CN112798108A
公开(公告)日：2021-05-14
申请号：CN202011591277.8
申请日：2020-12-29
Applicant: 北京理工大学重庆创新中心
Abstract: 本发明公开了一种瓷砖自适应分色方法及装置。对于采集的瓷砖图像进行预处理、分版和分色，分色包括开色和分色两个流程。预处理包括根据标定区域三通道值对图像进行灰度值校正的过程。分版包括正交旋转模板并对应提取纹理特征，基于模板的特征空间进行时空约束的相关滤波及相似度评估的过程。开色包括初始色号的特征中心及特征分布范围确定的过程，以及新色号的特征中心及特征分布范围确定的过程，在已统计色号中匹配瓷砖颜色特征的过程。本发明无需提前配置标准模板，依据瓷砖生产过程的特点，自动完成对各批次瓷砖的分版。本发明无需配置标准色号，能够自适应地完成对各色号的开色，并且随着检测数量的增加，使开色和分色结果越趋向准确。
-
公开(公告)号：CN112633393B
公开(公告)日：2022-11-15
申请号：CN202011589821.5
申请日：2020-12-29
Applicant: 北京理工大学重庆创新中心
IPC: G06V10/764 , G06V10/75 , G06V10/74 , G06F16/583 , G06F16/55 , G06T3/60 , G06T5/00 , G06T5/20 , G06T7/194 , G06T7/41 , G06T7/80
Abstract: 本发明公开了一种瓷砖纹理自动分类方法及装置。对采集的瓷砖图像进行预处理，将第一幅瓷砖区域图像及其对应的纹理特征添加进模板库，包括将瓷砖区域图像保留0度、旋转90度、旋转180和旋转270度四个角度，并分别提取对应的纹理特征；对于后续瓷砖区域图像，提取纹理特征并在所述模板库的特征空间中进行时空约束的相关滤波运算，寻找响应值最大的位置，进一步评估相似度。在相似度超过阈值时，输出对应的版号及旋转角度，否则，添加图像和对应纹理特征至模板库。本发明不需要提前配置标准模板，能够对各批次的瓷砖进行自动地分版，且分版过程计算效率高，分版准确性高。
-
公开(公告)号：CN112633393A
公开(公告)日：2021-04-09
申请号：CN202011589821.5
申请日：2020-12-29
Applicant: 北京理工大学重庆创新中心
IPC: G06K9/62 , G06F16/583 , G06F16/55 , G06T3/60 , G06T5/00 , G06T5/20 , G06T7/194 , G06T7/41 , G06T7/80
Abstract: 本发明公开了一种瓷砖纹理自动分类方法及装置。对采集的瓷砖图像进行预处理，将第一幅瓷砖区域图像及其对应的纹理特征添加进模板库，包括将瓷砖区域图像保留0度、旋转90度、旋转180和旋转270度四个角度，并分别提取对应的纹理特征；对于后续瓷砖区域图像，提取纹理特征并在所述模板库的特征空间中进行时空约束的相关滤波运算，寻找响应值最大的位置，进一步评估相似度。在相似度超过阈值时，输出对应的版号及旋转角度，否则，添加图像和对应纹理特征至模板库。本发明不需要提前配置标准模板，能够对各批次的瓷砖进行自动地分版，且分版过程计算效率高，分版准确性高。
-
公开(公告)号：CN115457417A
公开(公告)日：2022-12-09
申请号：CN202211164812.0
申请日：2022-09-23
Applicant: 北京理工大学重庆创新中心
IPC: G06V20/17 , G06V20/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于时空注意力知识的长时反无人机视觉跟踪方法，包括S1：获取无人机红外视频序列，并对视频帧图像进行特征提取；S2：构建跟踪网络模型并进行训练，将提取的特征图像输入到训练好的跟踪网络模型中，输出预测位置和尺度。跟踪网络模型基于孪生网络构建了交叉相关RPN相似学学习RCNN两阶段的重检测架构，引入了空间位置一致性函数和监督前景检测器，同时利用三联体训练机制，将时空注意力知识纳入跟踪器的学习过程中，训练跟踪网络模型，实现了针对红外视频序列中无人机目标的位置估计和尺度预测。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
