-
公开(公告)号：CN111523535B
公开(公告)日：2022-03-15
申请号：CN202010252859.7
申请日：2020-04-01
Applicant: 南通大学
IPC: G06V10/25 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/56 , G06V10/774 , G06K9/62 , G06T7/00 , G06T7/66 , G06T7/13 , G06T7/11 , G06T3/40
Abstract: 本发明公开了基于机器视觉与深度学习的类圆对象识别计数检测算法，包括采用工业相机对所要统计的滤棒对象的垂直截面图像进行采集；从获得的图像中利用自适应阈值二值化和FindContours()函数获得滤棒对象的感兴趣区域；将获得的感兴趣区域切成a个A*A像素子图；将获得的a个A*A像素子图放入改进的SAA‑unet模型中进行训练；将训练完的a个A*A像素子图进行复原，重新获得感兴趣区域；再将重新获得的感兴趣区域进行滤棒对象的统计计数，本发明加入了SAA‑unet数学理论、结构构造原理来提高检测的效率的计数检测方法，更为高效与智能，解决了人工计数高强度作业，工作效率低，误差大等容易出错的问题，算法准确率高达98.7%。
-
公开(公告)号：CN111523535A
公开(公告)日：2020-08-11
申请号：CN202010252859.7
申请日：2020-04-01
Applicant: 南通大学
IPC: G06K9/32 , G06K9/34 , G06K9/38 , G06K9/46 , G06K9/62 , G06T7/00 , G06T7/66 , G06T7/13 , G06T7/11 , G06T3/40
Abstract: 本发明公开了基于机器视觉与深度学习的类圆对象识别计数检测算法，包括采用工业相机对所要统计的滤棒对象的垂直截面图像进行采集；从获得的图像中利用自适应阈值二值化和FindContours()函数获得滤棒对象的感兴趣区域；将获得的感兴趣区域切成a个A*A像素子图；将获得的a个A*A像素子图放入改进的SAA‑unet模型中进行训练；将训练完的a个A*A像素子图进行复原，重新获得感兴趣区域；再将重新获得的感兴趣区域进行滤棒对象的统计计数，本发明加入了SAA‑unet数学理论、结构构造原理来提高检测的效率的计数检测方法，更为高效与智能，解决了人工计数高强度作业，工作效率低，误差大等容易出错的问题，算法准确率高达98.7%。
-
公开(公告)号：CN110110634A
公开(公告)日：2019-08-09
申请号：CN201910347578.7
申请日：2019-04-28
Applicant: 南通大学
Abstract: 本发明公开了一种基于深度学习的病理图像多染色分离方法，包括以下步骤：(1)对病理染色图像进行光密度变换，得到原始病理染色图像的光密度矩阵；(2)将步骤(1)得到的光密度矩阵构建ResU-Net模型；(3)对步骤(2)得到的ResU-Net模型进行训练；(4)通过经步骤(3)训练后的ResU-Net模型进行图像染色分离。该方法能够对原图像进行像素级分析，更好的分离图像中同一类组织，从而提高染色分离性能。
-
公开(公告)号：CN106529551A
公开(公告)日：2017-03-22
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：CN105570510A
公开(公告)日：2016-05-11
申请号：CN201410620551.8
申请日：2014-11-06
Applicant: 南通大学
IPC: F16K31/04
Abstract: 本发明公开了一种船用电液式阀门智能控制器，包括微控制器、can隔离芯片a、can收发器a、存储器，所述can隔离芯片a分别连接微控制器和can收发器a，所述存储器连接微控制器，其特征在于还包括电流采集器、角度传感器、温度采集器、压力采集器、电机控制器、显示器，所述电流采集器、角度传感器、温度采集器、压力采集器、电机控制器、显示器均连接于微控制器。本发明较现有技术而言优点为：采用CAN冗余设计，可以利用can总线与其他智能控制器构成高可靠性的通信网络系统。控制器采用的是高度集成的方案设计，可以与电液式驱动头联为一体。
-
Patent Agency Ranking
公开(公告)号：CN108898589B
公开(公告)日：2022-06-07
申请号：CN201810648108.X
申请日：2018-06-19
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种基于高速机器视觉的过滤棒爆珠智能检测方法，包括如下步骤：在自动化生产线传送带待测工位处设置高速工业相机，拍摄感兴趣区域内爆珠灰度图像，读入工业计算机内存；针对爆珠成像特点采用对比区域投影直方图、稀疏表示、和马尔科夫‑贝叶斯算法确定在感兴趣区域内是否有合格数量的爆珠。本发明提出的机器视觉智能检测方法通过对目标区域内添加爆珠数量的多种情况进行分析，在保证了爆珠高速添加的同时准确识别填装数量，可普遍适用于烟草行业。
-
公开(公告)号：CN109433641B
公开(公告)日：2021-03-16
申请号：CN201811155354.8
申请日：2018-09-30
Applicant: 南通大学
IPC: B07C5/34
Abstract: 本发明公开了一种基于机器视觉的片剂胶囊灌装遗漏智能检测方法，包括如下步骤：把两台高速工业相机分别附加到灌装自动化生产线瓶包装传送带的右侧与漏斗上方；漏斗上方相机实时对片剂胶囊灌装进行视频记录，通过对连续视频帧进行块匹配定位片剂胶囊。对定位的片剂胶囊进行位移矢量的实时监测，当位移矢量大于某一定值时定义为出现灌装断层。针对断层现象我们采用SVM预测模型，在断层出现时基于断层出现时间、断层处片剂胶囊的位移和角度特征，预测出片剂胶囊离开漏斗的具体时间。以此判断出有断层情况下是否能在规定时间内完成合格灌装。
-
公开(公告)号：CN108805918A
公开(公告)日：2018-11-13
申请号：CN201810599725.5
申请日：2018-06-11
Applicant: 南通大学
CPC classification number: G06T7/33 , G06K9/6223 , G06N3/084 , G06T2207/30004
Abstract: 本发明公开了一种基于DCAE结构的病理图像染色不变性低维表示方法，步骤包括：1)组织样本病理图像粗对准；2)训练样本的选取；3)双通道自动编码器的训练；4)更新特征聚类中心。该基于DCAE结构的病理图像染色不变性低维表示方法，可找到目标集和源数据集之间的归一化特征表示，不依赖任何复杂或耗时的预处理，只需将原始图像用作输入，也不依赖于标记的输入图像，就能够将组织图像分割成其组成成分的低维表示，具有准确、快速、自动化等特点，具有很好的实用性。
-
公开(公告)号：CN106248681A
公开(公告)日：2016-12-21
申请号：CN201610563233.1
申请日：2016-07-18
Applicant: 南通大学
IPC: G01N21/88
CPC classification number: G01N21/8806 , G01N21/8851 , G01N2021/8809 , G01N2021/8835 , G01N2021/8887
Abstract: 本发明公开了基于机器视觉的立体对象多类缺陷检测装置及方法，包括可调照度与光色的照明平台、照明平台驱动器、工业相机、距离传感器、距离驱动器、上位机。先根据检测对象的被检测面与载物台的距离的不同，控制伸缩支架，调节工业相机的高度，适应工业相机的焦距；而后在均匀白光下通过工业相机获取被检测对象的图像并将图像传输到上位机，上位机再根据预先设置的各种缺陷的不同模式，并经照明平台驱动器来改变照明平台的照明模式，经过相应的算法程序获得被检对象的缺陷点。本发明根据各种缺陷在不同光照条件下呈现不同特点的性质从而更为精确的区分各类缺陷，通过可升降平台既可检测平面对象，也可检测立体对象，多用途，降低了成本。
-
公开(公告)号：CN105573187A
公开(公告)日：2016-05-11
申请号：CN201410620552.2
申请日：2014-11-06
Applicant: 南通大学
IPC: G05B19/042
Abstract: 本发明涉及一种船用阀门智能监控系统，包括控制终端a、控制终端b、主节点和服务器，所述主节点分别连接控制终端a、控制终端b和服务器，还包括阀门控制器，所述阀门控制器连接主节点。本发明的阀门控制系统的优点是采用阀门智能控制器、主节点、多监控主机即阀门控制器。三个关键部分实时获取控制信息，各自独立完成自己的监控任务，相互不干扰，共同实现了阀门智能监控系统。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.018 seconds)
