-
公开(公告)号：CN111666824A
公开(公告)日：2020-09-15
申请号：CN202010408073.X
申请日：2020-05-14
Applicant: 浙江工业大学
Abstract: 本发明涉及移动机器人的基于颜色属性和机器学习的指示灯识别方法，预处理待检测图像，获得所有待检测轮廓并进行预分割筛选，基于机器学习获得多维颜色空间，以多维颜色空间对预分割筛选后的待检测轮廓对应的指示灯进行识别，对识别到的指示灯进行亮度识别，输出待检测图像中所有指示灯的识别结果。本发明通过对轮廓初筛选后进行多维颜色空间映射，结合指示灯本身的形状和颜色特征提取到指示灯轮廓并识别其颜色，避免了反光和阴影的噪声干扰影响，同时由于只对轮廓内的区域进行颜色转换，缩短了处理时间；进一步地，通过HSV颜色属性空间判断出指示灯的亮灭状态。本发明由于只需要前期的颜色训练，因此可以有效节约机器人的现场实施调试时间。
-
公开(公告)号：CN112435186A
公开(公告)日：2021-03-02
申请号：CN202011315342.4
申请日：2020-11-20
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于双规则矩阵方向场的指纹图像增强方法，它包括以下步骤：先通过计算图像均值和方差判断点是否在指纹上，获得前景和背景；再设计双规则矩阵，通过双规则矩阵获取指纹方向场特征，并计算方向特征公式来判断前景区像素点是否位于脊线上，若在脊线上，则设置为黑色，否则为白色；再根据各个像素点其邻域去除指纹图形中的毛刺和空洞；最后进行形态学操作，获得最终指纹图像，从而实现指纹的图像增强。本发明实现了基于方向场的指纹图像增强方法，通过提出双正方形法确定方向场特征区域和方向特征公式实现指纹图像增强。
-
公开(公告)号：CN110322437A
公开(公告)日：2019-10-11
申请号：CN201910535049.X
申请日：2019-06-20
Applicant: 浙江工业大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于自动编码器和BP神经网络的织物缺陷检测方法，在正常图像样本中加入预设比例的经疵和纬疵图像样本，创建自动编码器训练集后输入自动编码器模型，得到重构图像后分别与正常、经疵和纬疵图像样本作差，预处理作差图；创建BP神经网络模型，以处理得到的数据集作为训练集，得到BP神经网络模型，输入待测样本图像，将待测样本图像与重构图像作差，预处理后得到待测作差图像，输入BP神经网络检测并输出织物缺陷种类。本发明可以高效、准确进行织物缺陷检测，识别率高，满足工厂生产车间织物的检测要求；将被广泛应用、发展非常成熟、对图像处理非常高效的深度神经网络模型应用于织物缺陷检测中，提高织物的生产效率。
-
Patent Agency Ranking
公开(公告)号：CN111666824B
公开(公告)日：2023-12-15
申请号：CN202010408073.X
申请日：2020-05-14
Applicant: 浙江工业大学
Abstract: 本发明涉及移动机器人的基于颜色属性和机器学习的指示灯识别方法，预处理待检测图像，获得所有待检测轮廓并进行预分割筛选，基于机器学习获得多维颜色空间，以多维颜色空间对预分割筛选后的待检测轮廓对应的指示灯进行识别，对识别到的指示灯进行亮度识别，输出待检测图像中所有指示灯的识别结果。本发明通过对轮廓初筛选后进行多维颜色空间映射，结合指示灯本身的形状和颜色特征提取到指示灯轮廓并识别其颜色，避免了反光和阴影的噪声干扰影响，同时由于只对轮廓内的区域进行颜色转换，缩短了处理时间；进一步地，通过HSV颜色属性空间判断出指示灯的亮灭状态。本发明由于只(56)对比文件王恒.基于深度学习的车牌识别算法研究.《中国优秀硕士学位论文全文数据库（电子期刊）》.2018,全文.李海霞;罗芳芳.汽车辅助驾驶系统交通信号灯识别.电子技术与软件工程.2018,(13),全文.李娟;朱家兴;丁顺全.基于彩色坐标系的图像分割方法.科技风.2013,(09),全文.胡灿烂，肖尚华.基于颜色属性的信号指示灯检测识别《.现代计算机（专业版）》.2018,75-78页.
-
公开(公告)号：CN112435186B
公开(公告)日：2024-04-26
申请号：CN202011315342.4
申请日：2020-11-20
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于双规则矩阵方向场的指纹图像增强方法，它包括以下步骤：先通过计算图像均值和方差判断点是否在指纹上，获得前景和背景；再设计双规则矩阵，通过双规则矩阵获取指纹方向场特征，并计算方向特征公式来判断前景区像素点是否位于脊线上，若在脊线上，则设置为黑色，否则为白色；再根据各个像素点其邻域去除指纹图形中的毛刺和空洞；最后进行形态学操作，获得最终指纹图像，从而实现指纹的图像增强。本发明实现了基于方向场的指纹图像增强方法，通过提出双正方形法确定方向场特征区域和方向特征公式实现指纹图像增强。
-
公开(公告)号：CN110322437B
公开(公告)日：2021-10-15
申请号：CN201910535049.X
申请日：2019-06-20
Applicant: 浙江工业大学
Abstract: 本发明涉及一种基于自动编码器和BP神经网络的织物缺陷检测方法，在正常图像样本中加入预设比例的经疵和纬疵图像样本，创建自动编码器训练集后输入自动编码器模型，得到重构图像后分别与正常、经疵和纬疵图像样本作差，预处理作差图；创建BP神经网络模型，以处理得到的数据集作为训练集，得到BP神经网络模型，输入待测样本图像，将待测样本图像与重构图像作差，预处理后得到待测作差图像，输入BP神经网络检测并输出织物缺陷种类。本发明可以高效、准确进行织物缺陷检测，识别率高，满足工厂生产车间织物的检测要求；将被广泛应用、发展非常成熟、对图像处理非常高效的深度神经网络模型应用于织物缺陷检测中，提高织物的生产效率。
-
公开(公告)号：CN109795820A
公开(公告)日：2019-05-24
申请号：CN201910104588.8
申请日：2019-02-01
Applicant: 浙江工业大学
Abstract: 本发明涉及一种家用智能分类垃圾桶装置及其控制方法，包括配合设置的底座和桶盖，底座内设内筒，桶盖上对应内筒设开合门，开合门通过自动开合机构与控制器配合；内筒上方设垃圾袋盒，垃圾袋盒配合内筒设套袋机构和封袋机构，封袋机构设于内筒上；内筒和底座间配合设自动进出机构，自动开合机构、套袋机构、封袋机构和自动进出机构与控制器连接，控制器配合设触发机构。本发明提高生活垃圾分类效率，提高环保意识，简化居民对垃圾的识别，免去手工套袋，减少劳动力浪费，提高卫生程度，很好的实现垃圾在产生的源头进行分类处理，为后续垃圾处理提高了效率，提升再生资源的回收率和利用率；本发明还提高了现代城市的智能化程度。
-
公开(公告)号：CN209939511U
公开(公告)日：2020-01-14
申请号：CN201920182246.3
申请日：2019-02-01
Applicant: 浙江工业大学
Abstract: 本实用新型涉及一种家用智能分类垃圾桶装置，包括配合设置的底座和桶盖，底座内设内筒，桶盖上对应内筒设开合门，开合门通过自动开合机构与控制器配合；内筒上方设垃圾袋盒，垃圾袋盒配合内筒设套袋机构和封袋机构，封袋机构设于内筒上；内筒和底座间配合设自动进出机构，自动开合机构、套袋机构、封袋机构和自动进出机构与控制器连接，控制器配合设触发机构。本实用新型提高生活垃圾分类效率，提高环保意识，简化居民对垃圾的识别，免去手工套袋，减少劳动力浪费，提高卫生程度，很好的实现垃圾在产生的源头进行分类处理，为后续垃圾处理提高了效率，提升再生资源的回收率和利用率；本实用新型还提高了现代城市的智能化程度。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
