专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果4990593个,建议您升级VIP下载更多相关专利
  • [发明专利]一种智能化图像上传方法-CN201911019062.6在审
  • 熊杰;金炎芳 - 开望(杭州)科技有限公司
  • 2019-10-24 - 2020-02-25 - G06T7/00
  • 本发明公开了一种智能化图像上传方法,包括以下步骤:图像获取,注册用户信息,获取图像及拍摄时间,计算人物年龄;图像质量评估,对用户图像进行质量评估得到图像质量分数,筛选出符合图像质量阈值的图像;人脸检测,提取图像特征,预测人脸位置并通过人脸检测算法预测人脸的五个关键点,筛选出有人脸的图像;年龄检测,对图像进行人脸对齐并提取特征,通过提取的特征对年龄进行预测,筛选出符合年龄区间的图像;人脸识别,抽取人脸特征,计算图像与数据库所有人脸的相似度,筛选出人脸识别图像并加入上传队列进行上传。通过多种技术过滤用户上传图像,具有广泛适用性,显著提高了用户上传图像的整体质量
  • 一种智能化图像上传方法
  • [发明专利]基于目标检测的纺织品质量检测方法-CN202210433723.5有效
  • 杨美琴 - 启东新朋莱纺织科技有限公司
  • 2022-04-24 - 2022-06-24 - G06T7/00
  • 本发明涉及纺织品异常检测技术领域,具体涉及基于目标检测的纺织品质量检测方法,该方法首先利用相空间重构滤波图像对应的灰度值序列,得到重构矩阵和关联维数,根据关联维数对滤波图像进行评价得到质量异常指标。基于质量异常指标,筛选滤波图像得到多张异常图像。根据各像素点的颜色表征向量的差异得到异常类别和对应的异常区域;将含有异常区域信息的纺织品图像输入神经网络模型中输出各异常区域对应的异常等级;根据各异常区域对应的异常等级和面积对纺织品图像进行质量评级,得到质量评价指标本发明对纺织品图像质量检测,并对异常区域进行异常等级划分,达到了提高对纺织品质量检测的准确性和效率的目的。
  • 基于目标检测纺织品质量方法
  • [发明专利]一种多晶硅薄膜的质量检测方法和系统-CN201510408380.7有效
  • 叶昱均;唐丽娟;李勇;王志刚;李子健 - 武汉华星光电技术有限公司
  • 2015-07-13 - 2018-11-02 - G01N21/17
  • 本发明提供了一种多晶硅薄膜的质量检测方法和系统。本发明的质量检测,具体包括:向表面上形成有多晶硅薄膜的基板照射光,并对所述多晶硅薄膜进行拍摄,以获得薄膜图像;按照设定的尺寸将所述薄膜图像分割成多个图像单元;获取所述图像单元中所述多晶硅薄膜的显示参数,并将所述显示参数与预设参数进行对比,以获取对比结果;根据各所述图像单元中所述多晶硅薄膜的显示参数与所述预设参数的对比结果获取合格的所述图像单元的数量;根据合格的所述图像单元的数量和所述图像单元的总数量确定所述多晶硅薄膜的质量;本发明的质量检测方法与现有质量检测方法相比,提高了质量检测的准确性和效率,从而降低了成本。
  • 一种多晶薄膜质量检测方法系统
  • [发明专利]电机线路板的检测方法及装置、存储介质、电子设备-CN202211689171.0在审
  • 吴海川;江艳敏 - 中国电信股份有限公司
  • 2022-12-27 - 2023-04-04 - G06T7/00
  • 本公开是关于一种电机线路板的检测方法及装置、存储介质、电子设备,涉及图像处理技术领域,该方法包括:对待检测线路板轮廓图像进行检测,得到待检测线路板轮廓图像中包括的待检测焊点以及待检测焊点所在的焊点区域;基于焊点区域提取包括待检测焊点的待处理焊点图像,并对待处理焊点图像进行分类,得到待检测焊点的第一分类结果;基于焊点区域提取待处理线路图像,并对待处理线路图像进行分类,得到待检测线路的第二分类结果;基于第一分类结果对待检测焊点的焊接质量进行检测,得到焊接质量检测结果,并基于第二分类结果对待检测线路的线路排布质量进行检测,得到线路排布质量检测结果。本公开提高了检测效率以及检测结果的准确率。
  • 电机线路板检测方法装置存储介质电子设备
  • [发明专利]数据处理方法、装置、设备和存储介质-CN202010287409.1有效
  • 白德桃;周静辉;魏溪含 - 阿里巴巴集团控股有限公司
  • 2020-04-13 - 2022-06-14 - G06T7/00
  • 本发明实施例提供一种数据处理方法、装置、设备和存储介质,该方法包括:获取包含目标对象的待检测图像以及与目标对象对应的模板图像,并根据二者确定辅助图像,此辅助图像用于表明两图像之间对应像素点的像素值差异。接着,提取辅助图像图像特征,并根据提取出的图像特征确定待检测图像中目标对象的质量级别数据。可见,上述是一个自动确定目标对象质量的方法,能够大大提高质检的效率。并且通过引入模板图像得到的辅助图像,能够将目标对象中的瑕疵区域凸显出来,再根据从此辅助图像中提取的图像特征进行质量检测,从而保证了目标对象中的非瑕疵区域不会对质量检测造成干扰,保证质量级别数据的准确性。
  • 数据处理方法装置设备存储介质
  • [发明专利]从视频中识别对象的方法和设备-CN201811003453.4有效
  • 刘汝杰 - 富士通株式会社
  • 2018-08-30 - 2023-09-12 - G06V20/40
  • 所述方法包括:将视频分解成一系列图像帧;在包括第一个图像帧的、彼此间隔预定帧数的特定图像帧的全部区域上检测各个对象,并且对所检测到的对象的图像进行质量评估;对于除特定图像帧以外的其余图像帧,基于前一次检测来在其余图像帧的局部区域上检测对象,并且对所检测到的对象的图像进行质量评估;以及对质量大于第一预定阈值的对象的图像进行识别,其中,基于前一次检测来在其余图像帧的局部区域上检测对象包括:以预定比率扩大其余图像帧中的与前一次检测检测到的对象的区域对应的区域,以得到局部区域;以及在局部区域内检测对象。
  • 视频识别对象方法设备
  • [发明专利]一种透明材料微小器件键合质量检测系统-CN201610575577.4在审
  • 张桂春 - 张桂春
  • 2016-07-20 - 2018-01-30 - G01N21/88
  • 针对材料和结构均特殊的透明材料微小器件的键合质量检测,发明了一种透明材料微小器件键合质量检测系统,分析了检测系统硬件中主要部件的性能要求,研究了该检测系统的图像处理技术。检测系统利用光源、相机、镜头和计算机等主要部件实现图像采集功能,并通过图像相减、灰度直方图调整、图像滤波和图像二值化等图像处理功能来完成质量检测。实验结果表明,提出的可见光透射机器视觉检测法能灵敏有效地检测出透明材料微小器件键合位置处存在的键合间隙和缺陷大小,检测精度可达10μm,满足透明材料微小器件键合质量的要求,是一种高效、非接触、无损、无污染的检测方法
  • 一种透明材料微小器件质量检测系统
  • [发明专利]一种表面质量图像在线检测装置-CN201210227730.6有效
  • 罗旗舞;田陆 - 湖南镭目科技有限公司
  • 2012-07-03 - 2012-10-31 - G01N21/88
  • 本发明提供了一种表面质量图像在线检测装置,包括图像采集器以及图像处理IP核;所述图像采集器,用于采集表面质量图像,并将所述表面质量图像传输至所述图像处理IP核;所述图像处理IP核,用于将所述表面质量图像分成多个图像块,并行计算出每个所述图像块的特征值,并根据所述特征值检测所述图像块是否合格。本发明提供的图像处理IP核,能够将采集到表面质量图像分成多个图像块,并行计算图像块的特征值,具有良好的实时性。
  • 一种表面质量图像在线检测装置
  • [发明专利]图像质量检测模型训练方法、装置和计算机设备-CN202010996662.4在审
  • 郑雷;邓承 - 卓尔智联(武汉)研究院有限公司
  • 2020-09-21 - 2021-01-29 - G06K9/62
  • 本申请涉及一种图像质量检测模型训练方法、装置、和计算机设备。所述方法包括:构建各图像标签对应的图像样本集;图像标签用于表征图像质量的等级;根据图像质量指标提取各图像样本集中图像图像特征向量;将各图像样本集中图像输入至添加CBAM注意力单元的深度卷积神经网络中,得到图像的特征矩阵向量;根据特征矩阵向量训练深度卷积神经网络,得到目标深度卷积神经网络;将特征矩阵向量和图像特征向量训练全连接神经网络,得到目标全连接神经网络;根据目标深度卷积神经网络和目标全连接神经网络得到图像质量检测模型采用本方法能够提高图像质量检测准确性。
  • 图像质量检测模型训练方法装置计算机设备

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top