“图像轮廓”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果890360个，建议您升级VIP下载更多相关专利

[发明专利]基于轮廓势能和轮廓向量的车轮非圆度检测方法及系统-CN201810922550.7在审
发明人：郏东耀;尹莞婷;庄重 -专利权人：北京交通大学
申请日： 2018-08-14 - 公布日： 2019-01-15 - 主分类号： B61K9/12 文献下载
摘要：本发明公开了基于轮廓势能和轮廓向量的车轮非圆度检测方法，包括车轮图像识别和车轮非圆度评价，车轮图像识别：用摄像头采集车轮图像；对采集的图像进行形态学处理，再利用RCD算法处理得到整体的车轮轮廓曲线；利用轮廓势能以及轮廓向量比较来描述轮廓特征，比较待检测车轮和标准车轮图像之间的差异；针对车轮轮廓向量差异采用欧式距离法、针对轮廓势能采取二维轮廓势能来作为图像识别的依据，得到车轮图像相似程度判别的结果；车轮非圆度评价：采集到的车轮图像分为若干个小的弧段本发明大大简化了算法过程，缩短了计算时间，提高了识别完整车轮图像正确率。
车轮势能图像非圆度轮廓向量图像识别车轮轮廓弧段检测采集摄像头采集形态学处理标准车轮二维轮廓检测系统轮廓特征欧式距离算法处理算法过程相似程度向量差异整体评价再利用正确率分段

[发明专利]一种图像识别方法、装置、设备及存储介质-CN202011520209.2在审
发明人：王林武 -专利权人：上海眼控科技股份有限公司
申请日： 2020-12-21 - 公布日： 2021-03-16 - 主分类号： G06T7/12 文献下载
摘要：本发明实施例公开了一种图像识别方法、装置、设备及存储介质，通过获取待检测图像，并确定待检测图像对应的目标轮廓框图像，目标轮廓框图像包含至少一个目标轮廓框；将目标轮廓框图像输入至目标分割网络模型中，获得目标分割网络模型输出的各所述目标轮廓框所对应的至少一个目标偏移量，其中，目标分割网络模型通过对预先所构建待训练分割网络模型的训练获得；根据各目标偏移量调整所述目标轮廓框中对应的各轮廓点的位置，得到目标图像，解决了图像识别准确度较低的问题，通过训练待训练分割网络模型得到目标分割网络模型，准确预测目标轮廓框对应的目标偏移量，进而根据目标偏移量调整各轮廓点的位置，得到准确的目标图像，提高数据处理精度。
一种图像识别方法装置设备存储介质

[发明专利]直播图像的弱语义轮廓检测方法、装置、设备及存储介质-CN202111057853.5在审
发明人：陈广 -专利权人：广州方硅信息技术有限公司
申请日： 2021-09-09 - 公布日： 2021-12-17 - 主分类号： G06T7/13 文献下载
摘要：本申请涉及一种直播图像的弱语义轮廓检测方法、装置、设备及存储介质。本申请所述的直播图像的弱语义轮廓检测方法包括：获取待检测的直播图像；通过预先训练好的弱语义轮廓检测模型中的编码器获取所述直播图像中的轮廓特征；其中，所述弱语义轮廓检测模型包括编码器、分类模块和解码器；通过所述分类模块根据所述轮廓特征确定所述直播图像是否包含有至少一个的完整物体；若检测到所述直播图像中包含有至少一个的完整物体，通过所述解码器提取所述直播图像中的物体轮廓，获取直播图像的轮廓图。本申请所述直播图像的弱语义轮廓检测方法、装置、设备及存储介质具有降低误检率、增加检测范围、提高检测效率的优点。
直播图像语义轮廓检测方法装置设备存储介质

[发明专利]一种基于二维正射影像的房屋轮廓提取方法-CN202210198442.6在审
发明人：何维;刘昊;高毓欣;谭可成;刘承照 -专利权人：中国电建集团中南勘测设计研究院有限公司
申请日： 2022-03-01 - 公布日： 2022-05-27 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种基于二维正射影像的房屋轮廓提取方法，先获取需要提取房屋轮廓区域的原图像，在根据原图像通过影像遍历得到覆盖所述原图像的所有区域的子图像，再将子图像逐一载入房屋检测模型，得到每张子图像中每栋房屋的矩形图像，然后获得的每栋房屋的矩形区域图像输入模糊轮廓提取网络模型，获得每张图像的模糊轮廓灰度图，接着将获得的模糊轮廓灰度图中间十六分之一的矩形区域内的像素置为零，将所得灰度图采用注水填充法获取房屋区域二值图，然后以等距放大的方法将轮廓扩大一定像素，采用最小矩形拟合方式获取房屋的最终矩形轮廓，最后计算步骤8所获得轮廓的像素面积，实现房屋轮廓的精确提取，提高了房屋的统计面积。
一种基于二维射影房屋轮廓提取方法

[发明专利]开口圆环工件外观缺陷检测方法、系统及计算机存储介质-CN202110437890.2有效
发明人：任将;熊星 -专利权人：苏州华兴源创科技股份有限公司
申请日： 2021-04-22 - 公布日： 2022-08-12 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种开口圆环工件外观缺陷检测方法、系统及计算机存储介质，所述方法包括步骤：获取开口圆环工件图像；对开口圆环工件图像进行预处理得到工件边缘轮廓图像；清除工件边缘轮廓图像中内环轮廓线端点与外环轮廓线端点之间的连接线，得到分离的外环轮廓线和内环轮廓线，并识别外环轮廓线两端点；根据外环轮廓线建立极坐标系，并在极坐标系内将开口圆环工件图像中位于外环轮廓线两端点之间的部分映射变换为矩形展开图像；比较矩形展开图像与标准图像，获取矩形展开图像内缺陷区域，并判断开口圆环工件是否合格。
开口圆环工件外观缺陷检测方法系统计算机存储介质

[发明专利]基于深度学习的粘连米粒的检测分割方法-CN202111283505.X在审
发明人：王粤;叶康磊;沈雨健 -专利权人：浙江工商大学
申请日： 2021-11-01 - 公布日： 2022-02-18 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种基于深度学习的粘连米粒的检测分割方法，包含：将原始图像转换成灰度图像；转成二值黑白图像；对二值黑白图像进行处理获得米粒轮廓图像；遍历所述米粒轮廓图像中各米粒轮廓线，删除所有的内轮廓线，得到第一轮廓线；将原始图像输入分割网络得到第一掩膜图像，从第一掩膜图像中提取出第二轮廓线；将第一轮廓线和第二轮廓线进行融合，得到第二掩膜图像；根据第二掩膜图像从原始图像中提取出对应的区域。本发明的基于深度学习的粘连米粒的检测分割方法，先获得米粒的分割掩膜，并在之后进一步做分割后处理，结合图像预处理时获得的轮廓线，将两者进一步做融合处理，从而获得更高精度的粘连米粒分割效果。
基于深度学习粘连米粒检测分割方法

[发明专利]一种基于mask-RCNN的物体轮廓提取方法-CN201810810429.5有效
发明人：张汝民;刘致励;崔巍魏;陈建文;王文一;曾辽原 -专利权人：电子科技大学
申请日： 2018-07-20 - 公布日： 2020-11-20 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种基于mask‑RCNN的物体轮廓提取方法，首先通过训练获得一个mask‑RCNN模型，将待提取物体轮廓的RGB图像输入mask‑RCNN模型进行语义分割，通过mask‑RCNN网络处理得到RGB图像对应的二值掩膜图像，将RGB图像和对应的二值掩膜图像输入轮廓细化模块，提出了一种轮廓特征描述方式，准确地表征物体轮廓的方向和角度信息并通过轮廓修正算法对基于mask‑RCNN获得的二值掩膜图像轮廓进行自适应修正，最终实现图像质量不高如分辨率较低、目标模糊以及较低时间和空间复杂度情况下，图像实例轮廓的实时精确提取。
一种基于 mask rcnn 物体轮廓提取方法

[发明专利]一种去除图像轮廓噪声点的方法和相关装置-CN201710090817.6有效
发明人：谢琛 -专利权人：深圳怡化电脑股份有限公司;深圳市怡化时代科技有限公司;深圳市怡化金融智能研究院
申请日： 2017-02-20 - 公布日： 2019-09-20 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种去除图像轮廓噪声点的方法和相关装置，以有助于解决现有金融设备处理图像时被噪声干扰的问题。方法可包括：采集图像的轮廓点，得到轮廓点集合A；从集合A中剔除部分离散值，得到轮廓点集合B；利用集合B中的轮廓点进行霍夫直线拟合，确定图像的轮廓。
一种去除图像轮廓噪声方法相关装置

[发明专利]基于轮廓锐度的单目图像深度信息估计方法-CN201510786727.1有效
发明人：马利;景源;李鹏;张玉奇;胡彬彬;牛斌 -专利权人：辽宁大学
申请日： 2015-11-16 - 公布日： 2018-09-21 - 主分类号： G06T7/13 文献下载
摘要：本发明提出一种基于轮廓锐度的单目图像深度信息估计方法，该方法应用边缘轮廓锐度作为模糊信息估计特征、通过低层次线索信息进行深度信息提取。首先对图像进行边缘检测；接着对图像中的边缘计算边缘能量、轮廓锐度，并以边缘能量、轮廓锐度作为轮廓的外部能量，结合轮廓的内部能量——轮廓线特征性能量和轮廓线距离能量建立轮廓跟踪模型，求解能量函数的最小值，搜索图像轮廓；然后以深度梯度假设作为先验假设梯度模型，对具有不同的轮廓线的区域进行深度值填充，计算得出深度分布；最后利用原图像信息和所得深度图像信息对得到的深度图像进行优化处理，得到最终的视差图。实验结果证明，本发明的深度估计算法简单，能快速准确地估计单目图像的深度图。
基于轮廓图像深度信息估计方法

[发明专利]图像处理方法、图像处理装置、计算机可读存储介质-CN201811184763.0在审
发明人：孙伟;范浩强 -专利权人：北京迈格威科技有限公司
申请日： 2018-10-11 - 公布日： 2019-03-01 - 主分类号： G06K9/00 文献下载
摘要：一种图像处理方法、图像处理装置、计算机可读存储介质。该图像处理方法包括：获取输入图像；对所述输入图像进行人脸检测，以得到多个原始关键点；基于所述多个原始关键点，利用第一神经网络对所述输入图像中的人脸轮廓或五官轮廓进行曲线预测，以得到所述人脸轮廓或所述五官轮廓的多条预测轮廓曲线，其中，所述多条预测轮廓曲线与多个曲线表达式一一对应。
输入图像图像处理计算机可读存储介质图像处理装置轮廓曲线人脸轮廓关键点五官曲线表达式曲线预测人脸检测神经网络预测

[发明专利]图像处理装置、图像处理方法、以及图像形成装置-CN200910140980.4有效
发明人：月村滋 -专利权人：富士施乐株式会社
申请日： 2009-05-15 - 公布日： 2010-06-09 - 主分类号： G06K15/02 文献下载
摘要：本发明涉及图像处理装置、图像处理方法、以及图像形成装置。图像处理装置包括：提取部，其提取要用黑色打印的绘制元素；轮廓部分确定部，其确定由所述提取部提取的绘制元素的轮廓部分；以及控制器，其控制打印单元，使得对由所述轮廓部分确定部确定为轮廓部分的部分，将该部分套印在打印的背景图像上，而对于并未被所述轮廓部分确定部确定为轮廓部分的部分，打印该部分而不打印背景图像。
图像处理装置方法以及形成

[发明专利]一种图像轮廓的绘制方法及装置-CN201511021247.2有效
发明人：吴晓军 -专利权人：北京金山安全软件有限公司
申请日： 2015-12-30 - 公布日： 2019-01-08 - 主分类号： G06T11/20 文献下载
摘要：本发明实施例提供了一种图像轮廓的绘制方法及装置。所述方法的具体实施方式包括：当检测到图像轮廓绘制指令时，采用边缘检测算法确定图像轮廓中像素点的坐标；根据图像轮廓中像素点的坐标及当前用户输入的位置和当前用户绘制操作的方向，确定轮廓绘制的起始点以及该起始点对应的绘制方向，并确定该绘制方向上设定数量个像素点；当设定数量个像素点中最后一个像素点是图像轮廓的终止点时，根据保存的目标图像轮廓中的像素点，及起始点和终止点之间的像素点，确定目标图像轮廓，否则，将设定数量个像素点作为目标图像轮廓中的像素点并保存应用本实施例，能够更准确地绘制图像的轮廓。
一种图像轮廓绘制方法装置

[发明专利]超声波诊断装置以及轮廓提取方法-CN201280063696.1有效
发明人：远间正真;大宫淳;田路文平 -专利权人：柯尼卡美能达株式会社
申请日： 2012-12-20 - 公布日： 2014-10-08 - 主分类号： A61B8/00 文献下载
摘要：具备：轮廓提取部(101)，从在空间上连续的位置取得的多个超声波图像的每个所包含的器官的像中提取所述器官的轮廓；指定部(102)，从用户接受指定信息和校正信息，所述指定信息用于从多个超声波图像之中指定包含作为用户对轮廓提取部(101)提取到的轮廓进行手动校正的对象的轮廓的手动校正对象图像，所述校正信息表示手动校正的内容；以及手动校正部(103)，对于根据指定部(102)接受到的指定信息而指定的手动校正对象图像，将轮廓提取部(101)提取到的轮廓基于校正信息进行校正，轮廓提取部(101)进一步基于表示在手动校正部(103)校正后的手动校正对象图像所包含的轮廓的信息，提取在多个超声波图像之中与手动校正对象图像不同的图像即对象图像所包含的新的轮廓
超声波诊断装置以及轮廓提取方法

[发明专利]一种GDV能量图的轮廓确定方法装置-CN201911337800.1在审
发明人：汤青;宋臣;魏春雨;王雨晨;周枫明 -专利权人：新绎健康科技有限公司
申请日： 2019-12-23 - 公布日： 2020-06-05 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种GDV能量图的轮廓确定方法，包括：采集GDV手指能量图；将所述GDV手指能量图转化为灰度图像，再对所述图像进行局部自适应二值化处理和膨胀处理，获得灰度均匀分布和域连通的灰度图像；获取所述灰度图像的轮廓的点的集合，根据所述轮廓的点的集合计算图像矩，进而得到每一个轮廓的面积；获取所有轮廓的面积其中最大的两个轮廓，所述面积最大的两个轮廓分别为GDV手指能量图的内轮廓与外轮廓，解决目前对手指能量图的内轮廓与外轮廓的获取的需求问题
一种 gdv 能量轮廓确定方法装置

[发明专利]基于轮廓统计特性的部分参考声纳图像应用质量评价方法-CN202010938912.9在审
发明人：陈炜玲;郑琰楠;吴雨旋;黄雨航 -专利权人：福州大学
申请日： 2020-09-09 - 公布日： 2020-11-24 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于轮廓统计特性的部分参考声纳图像应用质量评价方法，该方法包括以下步骤：S1、对原始声纳图像，即参考声纳图像进行轮廓波变换，以获得的子带系数作为图像轮廓特征；S2、对每个子带系数分别提取表征子带信息、能量以及幅值的统计特征，作为参考声纳图像的轮廓特征信息；S3、对待测声纳图像重复步骤S1‑S2，提取待测声纳图像的轮廓特征信息；S4、计算参考声纳图像与待测声纳图像之间的轮廓变化特征；S5、利用集成学习，基于步骤S4得到的轮廓变化特征，建立部分参考声纳图像应用质量评价模型。该方法有利于提高声纳图像应用质量评价性能。
基于轮廓统计特性部分参考声纳图像应用质量评价方法