“齐淑雯”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种汽车表盘指针的快速并行细化方法-CN201910232572.5有效
发明人：刘磊;陈爱军;齐淑雯;彭伟康;赵彦龙 -专利权人：中国计量大学
申请日： 2019-03-26 - 公布日： 2023-03-31 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种汽车表盘指针的快速并行细化方法，具体实施内容为：先对汽车仪表盘初始图像进行红色单通道提取，并进行二值化、轮廓检测预处理，再提取仅含有指针连通域的图像，采用ZS快速并行细化算法得到初始细化图像，然后进行逐行逐列搜索，找到第一个细化起点，通过先斜线再十字的顺序进行搜索相邻像素点，并规定细化起点八邻域内的方向序号，根据不同的方向条件，分别比较当前像素点与周围像素点以及起始搜索像素点之间的方向关系，将满足条件的像素点压入种子序列，作为新的细化起点，最终种子遍历完成结束细化。本发明方法有效解决了细化图像局部像素冗余与细化分叉的问题，算法具有创新性且鲁棒性佳，同时简单实用，精度高。
一种汽车表盘指针快速并行细化方法

[发明专利]基于BP神经网络的轮速传感器齿圈表面缺陷检测方法-CN201910070920.3在审
发明人：陈爱军;齐淑雯;刘磊;赵彦龙 -专利权人：中国计量大学
申请日： 2019-01-25 - 公布日： 2019-06-14 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于BP神经网络的轮速传感器齿圈表面缺陷检测方法，具体实施内容为：本发明方法采用事先确定感兴趣区域的方式，对轮速传感器齿圈表面图像进行处理，然后分析表面缺陷的几何特征、纹理特征、灰度特征，选取较为突出的6个特征，即像素总数、灰度均值、灰度方差、熵值、惯性矩、逆差矩，作为训练BP神经网络的特征向量，确定BP神经网络的基本训练参数，利用齿圈表面图像训练样本对搭建好的神经网络模型进行训练学习，然后利用训练好的BP神经网络模型对被测齿圈表面图像进行缺陷检测，并输出检测结果。该方法可用于机器替代人类对轮速传感器齿圈进行检测，解决了人眼识别、人工分类费时费力、误差大等问题。
齿圈表面轮速传感器齿圈表面缺陷检测传感器对轮灰度图像神经网络模型感兴趣区域表面缺陷灰度特征几何特征缺陷检测人工分类人眼识别输出检测特征向量图像训练纹理特征训练参数训练学习惯性矩齿圈方差可用像素样本费力检测替代分析

[发明专利]基于SVM的轮速传感器齿圈表面缺陷检测方法-CN201910070978.8在审
发明人：陈爱军;齐淑雯;刘磊;赵彦龙 -专利权人：中国计量大学
申请日： 2019-01-25 - 公布日： 2019-06-14 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于SVM的轮速传感器齿圈表面缺陷检测方法，具体实施内容为：本发明方法采用事先确定感兴趣区域图像的方法，在感兴趣图像中提取缺陷区域图像，从几何特征、灰度特征、纹理特征三个方面选取6个突出的特征参数：像素总数、灰度均值、灰度方差、熵值、惯性矩、逆差矩，构成特征向量；构造SVM的一对一多分类器，利用训练样本的特征向量通过粒子群算法对SVM模型中的惩罚因子C和核参数g进行优化，获取最佳预测模型，最后将待测齿圈展开图像样本的特征向量输入到SVM模型中，进行缺陷检测。该方法可用于机器替代人类对轮速传感器齿圈进行检测，解决了人工检测费时费力、误差大等问题。
特征向量轮速传感器齿圈表面缺陷检测齿圈灰度感兴趣区域图像缺陷区域图像感兴趣图像粒子群算法惩罚因子多分类器灰度特征几何特征缺陷检测人工检测特征参数图像样本纹理特征训练样本预测模型惯性矩核参数传感器对轮方差可用像素一对一费力检测替代优化