[发明专利]基于改进多尺度采样的灰度图像识别方法、装置及设备在审
| 申请号： | 202310697241.5 | 申请日： | 2023-06-13 |
| 公开（公告）号： | CN116883690A | 公开（公告）日： | 2023-10-13 |
| 发明（设计）人： | 张恩享;朱耿峰;李海建;邓安洲;邓巍;赵勇;陈晓旭;汪臻;李冲;刘腾飞;张轶东 | 申请（专利权）人： | 西安热工研究院有限公司;华能格尔木光伏发电有限公司 |
| 主分类号： | G06V10/54 | 分类号： | G06V10/54;G06V10/80;G06V10/56;G06V10/764;G06T7/13;G06T7/45;G06T5/40 |
| 代理公司： | 苏州国诚专利代理有限公司 32293 | 代理人： | 王会 |
| 地址： | 710032 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了基于改进多尺度采样的灰度图像识别方法、装置及设备，该识别方法包括以下步骤：灰度图像纹理特征提取、多尺度采样处理、投影特征描述、灰度图像三维空间映射处理、融合映射结果的灰度图像识别误差拟合。本发明能够提取灰度图像的纹理特征，有助于对光伏组件EL检测的图像进行分析；通过多尺度采样处理能够提高图像的特征提取效果，提高识别准确性；通过投影特征描述能够描述不同尺度下的投影特征，有助于提取更多有用信息；通过灰度图像三维空间映射处理和融合映射结果的灰度图像识别误差拟合能够提高图像质量，降低识别误差；可实现对光伏组件EL检测中灰度图像的有效识别，且准确率高，具有较高的应用价值。 | ||
| 搜索关键词： | 基于 改进 尺度 采样 灰度 图像 识别 方法 装置 设备 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安热工研究院有限公司;华能格尔木光伏发电有限公司，未经西安热工研究院有限公司;华能格尔木光伏发电有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310697241.5/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于机器学习及多光谱影像的林木火灾受损信息提取方法-202310978722.3
- 叶江霞;崔中耀;赵爽;全文斌 - 西南林业大学
- 2023-08-04 - 2023-10-27 - G06V10/54
- 本发明涉及基于机器学习及多光谱影像的林木火灾受损信息提取方法，属于图像处理技术领域，包括：将获取的数据经过处理后进行受损林木光谱特征提取和受损林木纹理特征提取；采用平均不纯度减少方法进行特征重要性评价，并通过OOB误差进行最优特征参数的确定，得到最优的特征子集；通过最优的特征子集为基础分别建立支持向量机分类模型、K最邻近分类模型和随机森林分类模型，再以此提取林木受损信息并绘制样地林木受损程度类别实测区域与预测受损木的空间分布格局图。本发明多光谱无人机具有地面分辨率高、对植被健康程度敏感、操作灵活等特点，可快速获取过火区域的高空间分辨率影像。
- 一种基于神经网络的服装图案纹理识别方法与系统-201910375032.2
- 胡玉琛;吴磊彬;林博 - 上海宝尊电子商务有限公司
- 2019-05-07 - 2023-10-17 - G06V10/54
- 本发明涉及一种基于神经网络的服装图案纹理识别方法与系统，包括图像特征提取网络、服装位置特征提取网络、纹理特征提取模块、服装位置回归模块以及图案纹理预测模块。其优点表现在：对图像中服装的具体位置给出判断，并将服装的具体位置内容作为ROI输入神经网络可以极大地排除背景的干扰，提高识别的准确率；利用本系统分析当前时尚服装界的流行元素，从而分析出当前的时尚潮流趋势，同时本系统也可以为时装设计师提供设计灵感，帮助设计师设计出迎合消费者心理的服装产品，提高消费者的认知度与满意度；利用本系统每分钟能完成700‑800张图像帧的数据标注，效率得到了极大的提高；利用本系统识别准确率提高了约20个百分点。
- 基于改进多尺度采样的灰度图像识别方法、装置及设备-202310697241.5
- 张恩享;朱耿峰;李海建;邓安洲;邓巍;赵勇;陈晓旭;汪臻;李冲;刘腾飞;张轶东 - 西安热工研究院有限公司;华能格尔木光伏发电有限公司
- 2023-06-13 - 2023-10-13 - G06V10/54
- 本发明公开了基于改进多尺度采样的灰度图像识别方法、装置及设备，该识别方法包括以下步骤：灰度图像纹理特征提取、多尺度采样处理、投影特征描述、灰度图像三维空间映射处理、融合映射结果的灰度图像识别误差拟合。本发明能够提取灰度图像的纹理特征，有助于对光伏组件EL检测的图像进行分析；通过多尺度采样处理能够提高图像的特征提取效果，提高识别准确性；通过投影特征描述能够描述不同尺度下的投影特征，有助于提取更多有用信息；通过灰度图像三维空间映射处理和融合映射结果的灰度图像识别误差拟合能够提高图像质量，降低识别误差；可实现对光伏组件EL检测中灰度图像的有效识别，且准确率高，具有较高的应用价值。
- 一种基于高光谱的香蕉枯萎病叶片表型纹理提取方法-202310397686.1
- 陈家政 - 岭南现代农业科学与技术广东省实验室
- 2023-04-13 - 2023-09-19 - G06V10/54
- 本发明公开了一种基于高光谱的香蕉枯萎病叶片表型纹理提取方法，特别是在病害初期叶片显黄时的表型纹理提取方法。本发明的实现功能包括特征光谱图像预处理、纹理计算两个部分。在特征光谱图像预处理部分主要针对香蕉枯萎病相关的特征光谱图像进行图像预处理，从图像中提取出香蕉叶片的位置；纹理计算部分主要对提取出叶片位置后的特征光谱图像进行滤波、梯度计算、不同波段图像融合等处理，最终得出真实的叶片表型纹理信息。与普通彩色图像提取纹理特征的方法相比，本发明方法通过高光谱相机在两种特征波段下提取的纹理特征做融合运算，比普通相机更能反映真实的香蕉叶片纹理，为后续的视觉识别判断病害提供表型信息支持。
- 图像处理方法、装置、设备和计算机可读存储介质-202310555754.2
- 张毅;党玉涛 - 首都医科大学宣武医院
- 2023-05-17 - 2023-09-12 - G06V10/54
- 本发明实施例公开了一种图像处理方法、装置、设备和计算机可读存储介质。该方法包括：获取目标对象的胸部图像数据、与目标对象的肺部相关的目标偏好特征，以及胸部图像数据对应的目标影像特征；对胸部图像数据进行纹理特征提取，得到多个纹理特征；从多个纹理特征中，筛选出与预设的独立预测因子中目标纹理因子对应的目标纹理特征；根据目标偏好特征、目标影像特征和目标纹理特征，分别在预设的列线图的单项得分刻度线上进行映射，确定多个单项评分值；将多个单项评分值之和作为总分值，结合列线图的总分刻度线与概率预测刻度线之间的对应关系，得到预测结果。
- 图像弱纹理特征提取方法及装置、设备、存储介质-202310060360.X
- 高红霞;李日红;陈勇翡;曲连伟;杨伟朋 - 华南理工大学
- 2023-01-17 - 2023-09-01 - G06V10/54
- 本发明属于图像处理技术领域，公开了一种图像弱纹理特征提取方法及装置、设备、存储介质，通过将待检测图像划分成若干图像子块；基于剪切小波变换算法对每个图像子块进行特征提取，获得每个图像子块的子纹理特征；将所有图像子块的子纹理特征进行组合，获得待检测图像的全图纹理特征；能够快速且准确地提取出弱纹理特征，进而提高图像识别或缺陷检测的分类效率和精确度。
- 一种基于联邦学习的表面材质触觉纹理特征获取方法-202310670008.8
- 张利平;李晓萌;马靖凯;刘国红;孙立悦;何金其 - 吉林大学
- 2023-06-07 - 2023-08-15 - G06V10/54
- 本发明适用于触觉互联网技术领域，提供了一种基于联邦学习的表面材质触觉纹理特征获取方法，包括以下步骤：进行联邦学习；基于深度学习的图像特征提取方法，利用残差网络模型ResNet提取表面触觉图像的特征；联邦学习与堆栈式自动编码SAE结合提取触觉纹理特征，并选用平均联邦学习算法进行参数更新；联邦学习与门控循环网络GRU结合获取触觉纹理特征，并选用平均联邦学习算法进行参数更新；在训练结束后保存所有模型参数，最后通过映射模型获取触觉纹理特征并通过解码器重构触觉纹理信号。本发明解决了触觉互联网中由于用户数据量不足带来的模型性能退化问题，同时不需要用户将原始数据进行传输，从而保护用户的隐私和数据安全。
- 图像识别方法、装置、电子设备及存储介质-202011606881.3
- 宋希彬;周定富;方进;张良俊 - 北京百度网讯科技有限公司;百度(美国)有限责任公司
- 2020-12-30 - 2023-08-11 - G06V10/54
- 本公开提出了一种图像识别方法、装置、电子设备及存储介质，涉及图像处理技术领域，尤其涉及计算机视觉、深度学习等人工智能领域，具体实现方案为获取待识别图像，并提取所述待识别图像的图像特征；对所述图像特征进行降维处理，以得到降维图像特征；对所述降维图像特征在特征提取通道上进行增强，以获取第一增强图像特征；对所述降维图像特征在像素上进行增强，以获取第二增强图像特征；基于所述第一增强图像特征和所述第二增强图像特征，获取所述待识别图像的纹理类型。本公开中通过对图像特征进行两个方面的增强以及融合，强化了图像特征的表达能力，进而提高了图像的纹理类型识别准确率。
- 基于视觉感知与排序驱动的纹理相似性判别方法-202310487028.1
- 董兴辉;汪卫博 - 中国海洋大学
- 2023-05-04 - 2023-08-04 - G06V10/54
- 基于视觉感知与排序驱动的纹理相似性判别方法，包括纹理图像对进行预处理，使用Siamese网络提取特征，抽取骨干网络输出的4个特征，利用Bilinear Pooling方法计算高阶统计信息，将两个图像的高阶统计信息在第二维上进行拼接，提取横向信息，将特征向量第一维进行拼接，用一个全连接网络模型进行预测，使用随机梯度下降算法和反向传播算法训练模型，使用基于排序的质量评估驱动方法作为损失函数。本发明充分模拟了人类的感知方式，能够学习出与人类具有一致性的相似性判断能力，充分考虑排序信息和尺度信息，促进视觉感知启发的纹理相似性度量模型充分学习人类感知范式，极大地提高了模型与人类判断的一致性。
- 三维模型中螺纹特征及参数的快速识别提取方法-201911186436.3
- 刘屹冬;柳伟 - 上海交通大学
- 2019-11-28 - 2023-07-25 - G06V10/54
- 一种三维模型中螺纹特征及参数的快速识别提取方法，通过对B‑rep(边界表示)模型进行预处理以去除其中所包含的虚边，获得工程面的集合，然后对工程面上的各个模型边进行环搜索并判断是否为种子环以得到种子环的集合，再对种子环的非基面一侧的面‑边图进行遍历，得到该特征的所有模型边和顶点，去除其中包含的虚顶点，获得该特征中工程边的集合，最后通过逐一判断集合中的工程边是否为螺纹线并提取得到其对应的螺纹特征。本发明实现了三维模型中螺纹特征的快速识别和参数的快速提取。
- 一种鲜烟叶素质识别方法-202310299459.5
- 过伟民;李俊营;王爱国;张艳玲;阎海涛;徐嫱;常栋;张富生;张迪 - 中国烟草总公司郑州烟草研究院;河南省烟草公司平顶山市公司
- 2023-03-24 - 2023-07-18 - G06V10/54
- 本发明涉及一种鲜烟叶素质识别方法，属于鲜烟叶素质识别领域，利用校正后的烟叶数据构建卷积神经网络模型，对卷积神经网络模型进行训练，利用训练好的卷积神经网络模型对待识别的鲜烟叶的烟叶素进行识别。利用卷积神经网络捕捉烟叶图像数据中的叶片颜色、纹理和局部斑点等特征，根据提取的特征来识别烟叶的成熟度、发育程度、含水率和烟叶部位。利用卷积神经网络能够更加准确地识别烟叶的素质，利用本发明的识别方法，不再需要人为识别，节省了人力且提高了效率。
- 医疗图像纹理特征提取方法、装置及应用-202310453119.3
- 张旷;李壮;余纳诗;杨啸天;傅亦婷;周华健;方震宇;许振影 - 浙江一山智慧医疗研究有限公司
- 2023-04-25 - 2023-07-18 - G06V10/54
- 本方案提供了一种医疗图像纹理特征提取方法、装置及应用，该方案在二维医学影像上随机选取起始点和终止点，在每个起始点和每个终止点之间构建得到多条直线轨迹，将每条直线轨迹分割为若干设定长度的轨迹段，设定二维医学影像上每个像素点的强度值为当前像素点的高度，基于当前轨迹段的轨迹时间、轨迹速度、坡度百分比计算当前轨迹段的轨迹段功率和轨迹段能量，取所有直线轨迹的轨迹功率的平均值作为第一努力特征，取所有直线轨迹的轨迹能量的平均值作为第二努力特征，以第一努力特征和第二努力特征作为所述二维医学影像的纹理特征，改变了传统的纹理特征的提取方法，仅用两个特征即可表征纹理特征。
- 垃圾衍生燃料识别方法、校验方法、设备及存储介质-202310258985.7
- 包冬冬;陈海杰;伍杨;孙伟民;伍均贤;伍舒贤 - 深圳市绿环循环科技有限公司
- 2023-03-07 - 2023-07-04 - G06V10/54
- 本发明属于识别技术领域，尤其涉及一种垃圾衍生燃料识别方法、校验方法、设备及存储介质。垃圾衍生燃料识别方法包括：获取所述垃圾衍生燃料的特征图像；对所述特征图像进行处理，得到所述特征图像的特征指纹标识；根据所述特征指纹标识生成所述垃圾衍生燃料的身份识别码；通过区块链平台对所述身份识别码进行识别，得到所述垃圾衍生燃料的关联信息。本发明利用垃圾衍生燃料的特征指纹标识和区块链技术实现对垃圾衍生燃料的标记，可以在不增加耗材的情况下提供可靠身份验证，有效的对垃圾衍生燃料进行标识和管理。同时，可以避免因垃圾衍生燃料生产导致的环境污染追责不清的问题。
- 图像检测方法、装置、电子设备及可读存储介质-202211555821.2
- 向国徽;曾定衡;蒋宁;夏粉 - 马上消费金融股份有限公司
- 2022-12-06 - 2023-05-23 - G06V10/54
- 本申请提供了一种图像检测方法、装置、电子设备及可读存储介质，用于提升图像检测的准确性。该方法包括：针对目标图像执行纹理特征提取操作，得到目标图像的初始纹理特征图；将目标图像的初始纹理特征图输入第一卷积模块，得到第一卷积层纹理特征；针对第一卷积层纹理特征执行第一通道融合操作，得到第一融合纹理特征；将第一融合纹理特征输入第二卷积模块，得到第二卷积层纹理特征；针对第二卷积层纹理特征执行第二通道融合操作，得到第二融合纹理特征；根据第二融合纹理特征进行特征检测操作，判断目标图像是否为伪造图像；其中，第一卷积模块包含第一卷积核，第二卷积模块包含第二卷积核，且第一卷积核与第二卷积核的尺寸不同。
- 纹理特征提取方法及相关设备-202310159038.2
- 王亭;兰荣华;张青;唐浩 - 京东方科技集团股份有限公司;成都京东方智慧科技有限公司
- 2023-02-20 - 2023-05-05 - G06V10/54
- 本申请提供一种纹理特征提取方法及相关设备，通过按照预设的矩形邻域对待处理图像进行局部划分，得到多个子局部区域，再对多个子局部区域进行纹理特征提取，得到局部纹理特征，能够将待处理图像中某一部分的局部纹理特征突显出来，然后根据预设的圆形邻域对待处理图像进行全局划分，得到多个子全局区域，对多个子全局区域进行纹理特征提取，得到全局纹理特征，纹理特征的提取范围可以覆盖待处理图像，从而体现出图像内的感兴趣区域的微小特征，最后利用预设的权重信息，将局部纹理特征和全局纹理特征进行融合，得到纹理特征提取结果，可使待处理图像能够在一定程度上消除光照变化的影响，体现感兴趣区域的细节，从而保障纹理特征提取的稳定性。
- 一种基于纹理引导的伪装目标检测方法及系统-202310035837.9
- 高升;李晓鹏;李少华;林连雷 - 哈尔滨工业大学
- 2023-01-10 - 2023-04-25 - G06V10/54
- 本发明公开了一种基于纹理引导的伪装目标检测方法及系统，包括采集待测图像并输入到训练好的伪装目标检测模型进行处理输出伪装目标检测结果；具体的：通过特征提取器提取待测图像的各层级特征图并输出至纹理监督模块，将首层特征图输出至目标纹理学习模块，将最高层特征图输出至语义融合模块；目标纹理学习模块根据首层特征图提取目标纹理特征图并输出至纹理监督模块；纹理监督模块根据目标纹理特征图和各层级特征图进行各层级的深层特征提取，获得各层级的深度特征图；语义融合模块根据最高层特征图和各层级的深度特征图，获得各层级融合特征，将各层级的深度特征图与高一层级的融合特征进行语义融合，输出伪装目标检测结果。
- 纹理识别方法、装置及系统-202211732733.5
- 侯进朗;吴泽鹏;张超扬;何杰贤;韩智毅 - 佛山喀视科技有限公司
- 2022-12-30 - 2023-04-11 - G06V10/54
- 本申请涉及一种纹理识别方法、装置及系统。所述方法通过获取对应待识别瓷砖的瓷砖表面图像；将瓷砖表面图像输入预设纹理识别模型进行处理，得到瓷砖纹理特征信息；获取预设标准版面数据库中的各个标准版面，并将各标准版面的标准纹理特征信息与瓷砖纹理特征信息进行比较处理，在标准纹理特征信息满足第一预设条件时，将对应标准纹理特征信息的标准版面确认为初筛版面；根据瓷砖纹理特征信息，对瓷砖表面图像和初筛版面进行IOU处理，得到重合度值；在重合度值满足第二预设条件时，确认对应满足第二预设条件的重合度值的初筛版面与瓷砖表面图像相匹配，实现对瓷砖纹理的识别，简化了纹理识别过程，提高了纹理识别准确度。
- 基于曲线迹变换的图像不变特征提取方法-202111488407.X
- 汪宇玲;常玉祥;于阿宽 - 东华理工大学
- 2021-12-08 - 2023-04-11 - G06V10/54
- 本发明涉及一种基于曲线迹变换的图像不变特征提取方法，属于图像处理与计算机视觉领域。该方法利用一种新的曲线迹变换的曲线迹来跟踪图像，并将曲线迹上的泛函结果映射到由角速度、振幅、长度和角度四个参数生成的空间上，得到曲线迹变换结果，对该结果继续做泛函积分，能得到图像五重曲线迹空间特征。在曲线迹上使用不同的泛函及相同泛函的不同组合能获得不同的曲线迹变换特征，能多维度表征图像的高层语义纹理特性。本方法利用曲线迹变换提取的纹理特征，保持了原迹变换和圆迹变换特征的RST不变性，且能获得更深层次的图像纹理信息，对于含有任意混合曲线的纹理图像尤其是周期性曲线纹理图像，具备了更好的分辨能力。
- 一种轴承剩余使用寿命预测方法和装置-202211385077.6
- 张燧;王青天;刘旭亮;黄思皖;杨紫阳 - 中国华能集团清洁能源技术研究院有限公司
- 2022-11-07 - 2023-04-04 - G06V10/54
- 本发明公开了一种轴承剩余使用寿命预测方法和装置，其中，该方法包括：获取待测轴承的振动信号数据；对获取的振动信号数据进行时频分析，得到时频图像；对时频图像进行变换分解得到多尺度图像，并对多尺度图像进行纹理特征提取，得到高维特征数据；对高维特征数据进行降维和多元回归计算，得到待测轴承的剩余使用寿命的预测结果。本发明可有效的、精确的进行基于振动的轴承剩余使用寿命估计，提高旋转机械的可靠性和运行安全性，减少故障，降低维护成本。
- 一种农作物诊断方法、装置、慧诊仪以及可读存储介质-202211321768.X
- 李任明;曾晓流;甘水华;李伟伟;肖丽沙;易丽娟;陈诗亮;张坤;汤文亮 - 江西省亿发姆科技发展有限公司
- 2022-10-27 - 2023-03-24 - G06V10/54
- 本发明通过提供一种农作物诊断方法、装置、慧诊仪以及可读存储介质，其通过慧诊仪采集待识别农作物病害图像，将所述农作物病害图像输入至预先训练好的病害识别模型中，确定所述农作物病害图像的至少一个病害标注信息，用户不仅可以通过慧诊仪识别所述农作物病害图像并得到所述农作物病害的标注信息，还可以通过慧诊仪输入查询语句，再从预先建立的知识图谱中获取水稻的目标病害为水稻稻苗疫病以及所述目标病害为水稻稻苗疫病所对应的辅助决策，以此提高识别效率，达到了更准确的识别效果。
- 一种基于局部纹理增强网络的杆塔关键部件缺陷识别方法-202211488812.6
- 毛建旭;易俊飞;王耀南;张辉;曾凯;陶梓铭;钟杭;刘彩苹;朱青;刘敏 - 湖南大学
- 2022-11-25 - 2023-03-07 - G06V10/54
- 本发明公开了一种基于局部纹理增强网络的杆塔关键部件缺陷识别方法，可以通过体征提取及纹理增强模块能够提取到具备纹理信息的判别性特征，同时通过特征融合模块对不同分辨率的特征进行融合，使得输出特征同时具备语义和像素级信息，最后通过杆塔部件缺陷识别模块对杆塔关键部件缺陷进行识别并输出缺陷的定位和置信度。此网络可直接应用于电力巡检过程，对杆塔的关键部件及缺陷进行识别，具有识别精度高、泛化能力强的特点，将传统电力巡检过程与前沿的深度学习方法和神经网络技术进行结合，可以有效地解决传统人工巡检效率低、现有检测方法效果差的问题，实现杆塔巡检过程的智能化和自主化，并在一定程度上能够保障电力线路的正常运转。
- 基于纹素请求融合处理的纹理采样方法和装置-202211265586.5
- 冯晶;朱子文;余鹏程;杨鲤豪 - 格兰菲智能科技有限公司
- 2022-10-17 - 2023-01-13 - G06V10/54
- 本申请涉及一种基于纹素请求融合处理的纹理采样方法和装置。本申请能够通过创建并更新纹素请求融合表，处于同一条缓存行的目标纹素请求融合在一起，减少了缓存命中测试的次数，同时对于大量连续的目标纹素请求，进行融合操作后，可以明显减少下一级存储器处理纹素请求的压力，提升纹理采样的速度。该方法包括：创建纹理采样请求；该纹理采样请求中包含待处理像素；根据待处理像素的像素坐标，得到多个目标纹素请求；基于预设规则，针对多个目标纹素请求进行融合处理，得到纹素请求融合表；根据纹素请求融合表中的有效缓存行，依次对多个目标纹素请求进行缓存命中测试，得到目标纹素。
- 一种网络攻击追踪溯源方法、系统及可存储介质-202211143036.6
- 何月顺;刘海瑞;何璘琳;李卫东 - 东华理工大学;信通院（江西）科技创新研究院有限公司
- 2022-09-20 - 2023-01-03 - G06V10/54
- 本发明公开了一种网络攻击追踪溯源方法、系统及可存储介质，属于网络安全技术领域，包括：给定攻击行为的可执行文件；对可执行文件进行处理，生成攻击行为的纹理图像；构建神经网络模型，并对神经网络模型进行优化，得到优化后的神经网络模型；将可执行文件以及纹理图像输入至优化后的神经网络模型，输出检测结果；根据检测结果构建攻击链的分析图，通过分析图对攻击链进行溯源分析。通过本发明可以高效的完成同源性比对，以实现对恶意代码变种的有效识别，解决单一网络或防护目标网络相关的恶意DNS识别问题，从而更好地提高网络安全攻击溯源能力，保障网络空间安全。
- 基于纹理时间序列趋势特征匹配的一种浮选模糊故障诊断方法-201910449507.8
- 唐朝晖;罗金;范影;李涛;刘亦玲 - 中南大学
- 2019-05-28 - 2022-12-27 - G06V10/54
- 基于纹理时间序列趋势特征匹配的一种浮选模糊故障诊断方法，在泡沫浮选领域，本发明公开了一种浮选过程的模糊故障诊断方式，以泡沫视觉时间序列特征提取为基础，定义了泡沫时间序列的子序列、子模式，采用历史数据信息建立历史特征趋势信息集，度量实时趋势特征与历史趋势特征集相似性，综合序列趋势信息对故障发生几率进行模糊化诊断。本发明提出了模糊故障诊断的概念，通过可靠性序列选取和异常因子设立，建立了浮选工况状态预报表示模型，对趋势走向的判断以及数值化的趋势走向可能性提出了一种新的解决方法。克服原有泡沫特征静态描述浮选过程的缺陷，及时发现工况异常征兆，对未来时刻故障可能性以数值化显示，利于工人操作、稳定优化生产。
- 一种面向非平稳纹理结构属性的结构提取方法-202211061165.0
- 何鑫鑫;宋海川 - 华东师范大学
- 2022-08-31 - 2022-12-09 - G06V10/54
- 本发明公开了一种面向非平稳纹理结构属性的结构提取方法，提取非平稳纹理中结构属性呈现为特征轮廓、元素分布的纹理示例的结构信息，得到非平稳纹理的纹理结构图。具体步骤：1）针对结构属性表现为特征轮廓的纹理示例，获取示例特征轮廓结构的边界线，确定边界线邻域范围内的其他特征轮廓点，从而得到纹理结构图；2）针对结构属性表现为元素分布的纹理示例，根据元素示例块进行局部图像块匹配，提取块内的纹理元素，从而得到纹理结构图。在纹理合成与纹理迁移任务中，非平稳纹理的结构属性一直是研究难点。本发明与现有技术相比能够提取非平稳纹理图像的结构属性，为纹理相关任务提供新的解决思路，具有一定的应用前景。
- 一种基于大数据分析的补光灯夜间镜面反射调节方法-202211027576.8
- 王士兴;卢文斌;赵鹏 - 西安安森智能仪器股份有限公司;杭州安森智能信息技术有限公司
- 2022-08-25 - 2022-11-25 - G06V10/54
- 本发明提供一种基于大数据分析的补光灯夜间镜面反射调节方法，属于云台遥测技术领域，包括以下步骤：构建数据库；基于仪表检测模型对仪表数据进行夜间识别，通过夜间测试，获得不同时间段，不同光照情况下，相机对仪表的识别结果较佳的最优参数，并进行存储；将带有补光灯的云台移动至待采集图像的仪表处；调用数据库中该时段的相机最优参数来调整云台的相机参数，并获取仪表照片；根据仪表检测模型获取该仪表照片的识别结果和反光特性，根据反光特性判断是否产生反光；若产生反光，调整补光灯的亮度，直至获得准确的仪表数据识别结果。该方法解决了实际应用中云台拍照反光，仪表呈现一片白的问题。
- 图像识别方法和装置-201710890052.4
- 焦惠达 - 北京国双科技有限公司
- 2017-09-27 - 2022-11-22 - G06V10/54
- 本发明公开了一种图像识别方法和装置。该方法包括：对图像中每个像素点的灰度值进行高斯模糊，得到每个像素点的模糊灰度值；通过每个像素点的模糊灰度值与周围像素点的模糊灰度值得到每个像素点的特征参数；筛选出特征参数符合预设条件的像素点，得到特征像素点；将邻接的特征像素点划分成一个区域；确定图像中区域的数量为图像中的物体数。通过本发明，提高了对图像中的物体识别的效果。
- 待分选煤块品种的确定方法、确定装置和确定系统-202211056122.3
- 陶亚东;朱子祺;刘英平;丛日红;王振龙;邓小伟 - 国能神东煤炭集团有限责任公司;中国神华能源股份有限公司神东煤炭分公司
- 2022-08-31 - 2022-11-18 - G06V10/54
- 本申请提供了一种待分选煤块品种的确定方法、确定装置和确定系统，该方法包括：获取多个待分选煤块区域的灰度平均值和纹理特征值，得到多个灰度值和多个纹理值，灰度值和纹理值均与待分选煤块区域一一对应，待分选煤块区域为待分选煤块的图像，所有的待分选煤块区域位于一个图像中；在灰度值位于第一取值范围内且纹理值位于第二取值范围内的情况下，确定待分选煤块区域对应的待分选煤块的品种为预期品种。该方法解决了现有技术中干法分选方法的煤炭品种分选标准不明确导致煤炭分选准确度较低的问题。
- 一种基于特征纹理增强的目标检测方法-202210914037.X
- 汪俊;涂启帆;李克明;潘新;李大伟;易程;张永亮 - 南京航空航天大学
- 2022-08-01 - 2022-11-15 - G06V10/54
- 本发明公开了一种基于特征纹理增强的目标检测方法，包括：步骤1、采集目标图像数据，采用多尺度图像特征提取主干网络对目标图像进行特征提取，得到包含特征信息的特征信息图；步骤2、采用纹理增强特征提议网络TEFPN对所述特征信息图进行纹理增强，得到特征增强后的目标提议框；步骤3、将目标提议框输入基于全卷积操作的检测网络，所述检测网络包含分类网络和回归网络，分别输出对应的分类结果和定位结果，完成目标检测任务。本发明的目标检测方法准确率高，效率高，能显著降低人为主观性对检测结果的干扰，在多种复杂的目标检测任务中都具有较高的鲁棒性。
- 一种用于理化生实验智能考评的器材大小判别方法-202210884968.X
- 刘凯;郑德欣 - 上海锡鼎智能科技有限公司
- 2022-07-26 - 2022-11-11 - G06V10/54
- 本发明揭示了一种用于理化生实验智能考评的器材大小判别方法，包括如下步骤：将深度相机进行深度流和RGB流进行对齐后，将采集的相关实验视频进行标注/推理时取出所要区别大小器材的图片；将取出图片所对应的深度信息以矩阵形式保存至txt文件中，并将取出图片按照器材大小分类作为标签；将取出的图片及对应的txt文件数据送入到分类模型中进行训练，并根据损失函数进行模型的迭代优化；将实验视频中取出的图片送入到分类模型中，模型输出待检测器材的大小结果。本发明将深度信息嵌入到图像通道中，解决了基于卷积神经网络的分类方法无法对纹理信息相同仅大小不同物体进行准确分类的问题，大大提高了实验智能赋分的准确性。
- 专利分类
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
