-
公开(公告)号：CN114648570B
公开(公告)日：2024-03-26
申请号：CN202210315349.9
申请日：2022-03-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的面向差异化背景网格的曲线提取方法。包括拍摄带有网格线的纸质报告图像，定位图像中的曲线信号区域，将其转换为二值化图像后使用DeepLabV3+模型进行图像分割，分离曲线信号、背景网格和其他部分。然后对曲线信号中存在的断点进行分析，判断断点的类型，并根据不同的断点采用不同的方式进行修复，直到得到完整的曲线信号。再对其进行骨架化操作，完成曲线提取。本方法不受背景网格形式的影响，对任意颜色或形态的背景网格均能成功实现曲线信号的完整提取，并且对采集图像的质量没有要求，即使存在镜头畸变或角度倾斜，依然能够成功提取曲线信号。
-
公开(公告)号：CN114648570A
公开(公告)日：2022-06-21
申请号：CN202210315349.9
申请日：2022-03-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的面向差异化背景网格的曲线提取方法。包括拍摄带有网格线的纸质报告图像，定位图像中的曲线信号区域，将其转换为二值化图像后使用DeepLabV3+模型进行图像分割，分离曲线信号、背景网格和其他部分。然后对曲线信号中存在的断点进行分析，判断断点的类型，并根据不同的断点采用不同的方式进行修复，直到得到完整的曲线信号。再对其进行骨架化操作，完成曲线提取。本方法不受背景网格形式的影响，对任意颜色或形态的背景网格均能成功实现曲线信号的完整提取，并且对采集图像的质量没有要求，即使存在镜头畸变或角度倾斜，依然能够成功提取曲线信号。
-
Search Results
2
records
(took 0.019 seconds)
