专利交易市场

基于FCN‑8s和改进Canny边缘检测的遥感图像信息提取方法，首先利用FCN‑8s网络反卷积获取遥感图像地物像素区域图，然后对其进行加权平均灰度化处理，接着利用改进的Canny边缘检测获取灰度化后地物像素区域图上的目标地物边缘轮廓图，即利用综合考虑空间信息和色彩信息的双边滤波对灰度化后的图像进行去噪、平滑，然后计算平滑后图像中各点的梯度值和梯度方向，接着对梯度幅值进行改进的非极大值抑制处理以及图像线性边缘增强，获得候选边缘，紧接着采用基于最小类内均方差准则的自适应阈值算法获取最佳阈值，将最佳阈值作为选取高阈值、低阈值的基础，最后应用双阈值检测和连接边缘得到遥感图像目标地物的精细边缘轮廓图。本发明高效、适应性好。

本发明涉及一种基于深度残差网络的对象级边缘检测方法，包括以下四部分：（1）搭建神经网络：包括以深度残差网络为基础网络结构，将其中的卷积残差结构替换为混合空洞卷积残差块，并增加多尺度特征增强模块，以及金字塔多尺度特征融合模块；（2）通过数据集增强和超参数设置对神经网络进行训练优化；（3）完成对神经网络的训练；（4）使用训练好的神经网络对通用图像进行检测，输出对象级的边缘检测图像。与传统边缘检测算子和现有神经网络边缘检测方法相比，本发明具有更好的边缘检效果，检测结果更接近真实值、噪声更少。

本发明属于计算机视觉技术领域，公开了一种基于边缘检测和S3N网络的沙粒检测与目数分类方法及系统，利用工业相机对沙粒进行最初的图像采集；通过对所采集的图像源进行灰度化处理后，再通过二值化分割，以确定每一粒沙粒的边缘像素点；进行高精度匹配，以便进一步准确定位、匹配特征点；最后使用S3N网络(选择性稀疏采样网络)对沙粒粗细进行目数分类。本技术方案的检测技术能快速准确地检测出产品的边缘信息，避免了传统人工检测速度慢、易出错的缺点，从而提高了生产效率；同时采用选择性稀疏采样网络进行目数分类，能够提高分类的准确度，更加规范生产管理和操作流程。本发明具有很好的实用性和扩展性，对沙粒目数分类具有一定的意义。

本发明公开了一种基于素描标记的中层次特征提取快速边缘检测方法。根据训练图像，使用素描这种简单的标记来表示图像中的各种局部结构；从素描图像中提取补丁，并用聚类的方法构成标记类的集合；与标记类形成对照，采用分类器提取训练图像中的补丁；计算所有通道的特征向量；抽取特征向量中的小子集去训练方法模型；随机选取轮廓补丁和无轮廓补丁训练随机森林分类器；标记训练图像中的每一个像素并进行分类；计算训练图像中每个标记类的概率，选出属于轮廓的概率补丁；进行非极大值抑制处理；得出轮廓的峰值响应。本发明解决了有监督数据的收集会泛化问题；提升了检测器对边缘检测的精度和准确度；缩短了图像处理的时间。

本发明公开了一种复杂环境下带式输送机边缘检测方法，包括：获取自然环境下带式输送机的原始图像；采用坐标点框选出传送带ROI区域；使用归一化处理方法对图像对比度进行调整；使用Sobel边缘检测算子对图像进行竖方向上的增强；对提取出的竖方向上的白线使用形态学膨胀操作进行增强，进行白点之间的膨胀后增大边缘线的连通区域，对处理后的图像进行二值化操作；对处理后的图像进一步执行八连通域算法；找出提取后的图像中边缘线的两个头点和两个尾点，分别将四个点两两相连，最后将直线标注在原图中。本发明能准确快速的检测出传送带的边缘位置，判断传送带是否跑偏，满足工业要求，且抗干扰能力强，鲁棒性好，能实现复杂环境下传送带边缘的实时检测。