基于统计学特征的三目视觉系统的标定装置及方法

    公开(公告)号:CN108805939B

    公开(公告)日:2022-02-11

    申请号:CN201810628091.1

    申请日:2018-06-19

    Abstract: 本发明公开了一种基于统计学特征的三目视觉系统的标定装置及方法,基于统计学特征的三目视觉系统的标定装置由可见光相机标定面和红外相机标定面组成;基于统计学特征的三目视觉系统的标定方法,由一目红外和双目可见光的三目视觉系统从多角度同时拍摄多组图像序列;首先对双目可见光相机进行标定;然后利用灰度统计特性提取红外图像中的类圆连通区域;根据统计学特征拟合类圆连通区域的中心点;并以红外中心点代替右目图像棋盘角点,与左目可见光图像进行二次“双目标定”;最后利用几何关系传导完成三目视觉系统的协同标定;本发明实现了三目视觉系统的精确标定,操作方便,实用价值高。

    基于深度卷积神经网络与视觉显著性的织物缺陷检测方法

    公开(公告)号:CN107833220B

    公开(公告)日:2021-06-11

    申请号:CN201711212830.0

    申请日:2017-11-28

    Abstract: 本发明公开了一种基于深度卷积神经网络与视觉显著性的织物缺陷检测方法,属于图像处理技术领域。包含缺陷区域定位模块与缺陷语义分割模块。缺陷区域定位模块利用局部卷积神经网络和全局卷积神经网络两个深度学习模型进行融合,自动提取织物缺陷的高级特征并将其作用于缺陷图像,获得缺陷区域的精确定位。缺陷语义分割模块利用缺陷区域的定位结果,结合基于视觉显著性的超像素图像分割方法,获取缺陷先验前景点并对缺陷目标进行精准分割,最终实现缺陷的检测。本发明利用多深度学习融合的织物缺陷定位网络与改进的视觉显著性的织物缺陷分割网络,对织物图像的适应能力好,精度高,可以有效地对复杂背景与噪声干扰下的织物图像中的缺陷进行检测。

    一种基于主线段的手写签名下划线去除与修复方法

    公开(公告)号:CN108334834B

    公开(公告)日:2020-06-05

    申请号:CN201810084521.8

    申请日:2018-01-29

    Abstract: 本发明公开了一种基于主线段的手写签名下划线去除与修复方法,包括以下几个步骤:(1)输入手写签名图像,对其进行骨架化;(2)签名骨架图像预处理;(3)通过Hough变换初步检测出预处理图像中的所有线段;(4)在已检测出的线段中找到长度最长的线段作为下划线主线段,通过比较其它线段与主线段的方向关系和距离关系,检测出所有下划线线段,并将下划线线段坐标索引存储在动态增长数组aIndex中,并在所述签名骨架图像中去除下划线线段;(5)断裂笔画修复;(6)返回去除下划线及笔画修复后的签名骨架图像,整个处理过程结束。本发明有效检测出签名骨架图像中的下划线,并对去除下划线后的笔画进行准确的修复。

    一种绝缘子自爆检测方法

    公开(公告)号:CN111220619A

    公开(公告)日:2020-06-02

    申请号:CN201911232123.7

    申请日:2019-12-05

    Abstract: 本发明公开了一种绝缘子自爆检测方法,属于计算机视觉与输电线路巡检领域,包括以下步骤:采集绝缘子串图像并对所述图像进行预处理;图像经过预处理后,提取绝缘子的主轴像素和伞裙像素,以提取到的主轴像素形成主轴L,以主轴L为界,将位于主轴L同一侧的伞裙像素设为一组;取其中一组伞裙像素,计算相邻两个伞裙像素点之间的距离差值Disi;依据所述距离差值Disi生成柱状图,判断绝缘子串是否有自爆缺陷。本发明可安全及时地确定自爆绝缘子的缺陷位置。

    一种面向签字笔的签名真伪性鉴别系统

    公开(公告)号:CN107657241A

    公开(公告)日:2018-02-02

    申请号:CN201710933556.X

    申请日:2017-10-09

    CPC classification number: G06K9/00174 G06K9/00181 G06K9/00187 G06K9/6215

    Abstract: 发明公开了一种面向签字笔的签名真伪性鉴别系统。包括信息录入模块、样本数据库模块、特征模型构建模块,特征提取模块、相似性度量模块以及鉴别与输出模块。鉴别过程为特征模型构建模块对信息录入模块采集的特征信息进行空间建模,从空间几何模型中提取书写水平压力和握笔姿势两类特征随时间和字迹长度变化关系的特征参数,构建矩阵输入系统。利用每类特征的平均信息熵计算其权重系数,结合矩阵相似性性度量的方法计算出待测信息和样本信息的综合特征相似度。在鉴别与输出模块,将综合相似度和不同签名者对应的相似度阈值进行比较,对签名真伪性进行鉴别并输出最后的鉴别结果。本发明提出的签字鉴伪和身份认证方法,结果客观、稳定。

    一种基于特征自适应震荡衰减的签名真伪性鉴别系统

    公开(公告)号:CN107392136A

    公开(公告)日:2017-11-24

    申请号:CN201710581714.X

    申请日:2017-07-17

    Abstract: 本发明公开了一种基于特征自适应震荡衰减的签名真伪性鉴别系统。包括笔迹样本数据库模块、图像采集录入模块、预处理模块、特征分析提取模块、接收模块、调制模块、脉冲发生与鉴别模块。签名鉴伪过程为预处理模块对图像采集模块实时采集的图像进行预处理,特征分析提取模块提取压力分布特征、方向角时间分布特征、字长比例时序拟合特征以及跨尺度惯性角点特征,将上述特征融合后以独立向量组的形式输入系统接收模块并产生连接信号,在调制模块将两个连接信号分别调制成序列信号并生成序列间的特征相关系数,在脉冲发生与鉴别模块根据输入的特征相关系数判断真伪并输出最后鉴别结果。本发明可以快速进行文本独立的笔迹鉴伪,鉴伪结果稳定、客观。

Patent Agency Ranking