-
公开(公告)号：CN113034452B
公开(公告)日：2022-09-27
申请号：CN202110277748.6
申请日：2021-03-15
Applicant: 南京理工大学
Abstract: 本发明涉及一种焊件轮廓检测方法，包括以下步骤：1.图像增强预处理，2.图像直方图均衡化处理，3.图像去噪，4.图像去除背景干扰，5.图像边缘改善。本发明采用图像增强的方式对焊件图像进行预处理，提升焊件图像边缘检测的精度；本发明引入直方图均衡化来提升图像的灰度级动态范围，提高图像对比度，使图像更清晰；本发明采用中值滤波技术对图像进行去噪处理，其运算简单，方便实现，在滤除孤立噪声点的同时还保护了图像的边缘信息；本发明采用概率霍夫变换法判定并连接图像边缘断开的像素点，计算量少，实用性强，效率高。
-
公开(公告)号：CN112365501B
公开(公告)日：2021-05-28
申请号：CN202110042501.6
申请日：2021-01-13
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于卷积神经网络的焊件轮廓检测算法，包括以下步骤：1.建立基础网络，建立基于RCF网络改进的跳层解码融合网络作为基础网络；2.构建跳层解码融合模块；3.引入ASPP模块；4.引入注意力机制模块。本发明在基于RCF网络改进的跳层解码融合网络增加解码路径，并采用点乘的方式融合不同尺度的信息，利用高层的语义信息来约束低层网络，避免在融合过程中低层特征引入过多的背景纹理信息，提升目标边缘检测的精度；对RCF网络中减少下采样次数导致的网络感受野减小的问题，引入ASPP模块，在不损失特征图分辨率的同时，扩大感受野并增强语义信息；引入改进的注意力机制模块，使网络更加专注目标的焊缝和外轮廓区域。
-
公开(公告)号：CN113034452A
公开(公告)日：2021-06-25
申请号：CN202110277748.6
申请日：2021-03-15
Applicant: 南京理工大学
Abstract: 本发明涉及一种焊件轮廓检测方法，包括以下步骤：1.图像增强预处理，2.图像直方图均衡化处理，3.图像去噪，4.图像去除背景干扰，5.图像边缘改善。本发明采用图像增强的方式对焊件图像进行预处理，提升焊件图像边缘检测的精度；本发明引入直方图均衡化来提升图像的灰度级动态范围，提高图像对比度，使图像更清晰；本发明采用中值滤波技术对图像进行去噪处理，其运算简单，方便实现，在滤除孤立噪声点的同时还保护了图像的边缘信息；本发明采用概率霍夫变换法判定并连接图像边缘断开的像素点，计算量少，实用性强，效率高。
-
公开(公告)号：CN112365501A
公开(公告)日：2021-02-12
申请号：CN202110042501.6
申请日：2021-01-13
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于卷积神经网络的焊件轮廓检测算法，包括以下步骤：1.建立基础网络，建立基于RCF网络改进的跳层解码融合网络作为基础网络；2.构建跳层解码融合模块；3.引入ASPP模块；4.引入注意力机制模块。本发明在基于RCF网络改进的跳层解码融合网络增加解码路径，并采用点乘的方式融合不同尺度的信息，利用高层的语义信息来约束低层网络，避免在融合过程中低层特征引入过多的背景纹理信息，提升目标边缘检测的精度；对RCF网络中减少下采样次数导致的网络感受野减小的问题，引入ASPP模块，在不损失特征图分辨率的同时，扩大感受野并增强语义信息；引入改进的注意力机制模块，使网络更加专注目标的焊缝和外轮廓区域。
-
-
-
Search Results
4
records
(took 0.018 seconds)
