专利交易市场

本发明提供了一种基于自适应模板匹配与机器学习算法融合的癫痫棘波智能检测装置，包括：采集模块：用于采集脑电信号；预处理模块：用于数据预处理；对采集到的原始EEG数据进行巴特沃斯带通滤波得到标准EEG信号；自适应模板匹配棘波检测模块：用于执行自适应模板匹配棘波检测并得到结果；机器学习棘波检测模块：用于执行机器学习棘波检测并得到结果；输出模块：用于将检测结果融合并输出。

本发明公开了一种基于模板匹配的合并单元格表格分割识别方法，首先采用本方法提出的基于直线检测的表格矫正算法，矫正倾斜表格；然后，使用基于轮廓检测的表格区域检测算法，分割感兴趣表格区域；其次，对确定表格区域采用本发明提出的基于模板匹配的合并单元格表格分割算法进行模板匹配等操作，同时对感兴趣单元格区域进行分割处理，得到每一个cell单元格图像；最后，对每一个cell单元格图像进行BP神经网络识别，结合模板文件以及BP识别结果进行表格数字化复现等操作。经试验验证，该方法可以有效的解决具有多个单元格合并的倾斜表格图像的分割识别，该方法简洁有效，具有一定的实际可行性，该方法也适用于复杂表格的分割处理，具备一定的可拓展性。

本发明公开了一种基于连铸漏钢传播行为的模板匹配识别方法，属于钢铁冶金领域，其特点是，包括：建立连铸漏钢样本数据库、获取连铸漏钢的温度速率热像图、提取连铸漏钢的区域特征、判定连铸漏钢的传播行为、获取不同传播行为的连铸漏钢模板、基于传播行为的连铸漏钢识别。本发明将钢铁连铸过程中漏钢传播行为与模板匹配算法相结合，具有科学合理、适用性强、效果佳等有优势，实现了对真伪连铸漏钢的快速识别和区分，提高了连铸漏钢的识别率，为连铸漏钢在线检测提供可靠方法。

本发明提供了一种模板匹配方法、系统、设备及存储介质，其中模板匹配，方法包括：将模板图像以及搜索图像转化为灰度图像；模板图像以及搜索图像利用图像金字塔技术分别划分为F个图像层；根据预设的方差阈值确定模板图像的每个图像层的关键像素点，根据模板图像顶层图像层关键像素点获取模板像素斜率及搜索像素斜率，从而获取相似度最高的区域；以相似度最高的区域的坐标为中心的特定像素范围内使用归一化互相关方法获取非顶层的相似度最高区域，直到最底层为止，标记出最底层的相似度最高区域即为目标区域。本申请通过模板像素斜率及搜索像素斜率进行比较，找出相似度最大的区域提高了模板匹配的准确度及效率。

本发明公开基于模板匹配的超声波束形成方法，包括以下步骤：步骤(1)：根据超声检测人体部位不同选择传感器激发的阵元数，计算模板匹配权重矩阵；步骤(2)：对每个阵元接收的回波信号进行预处理，对回波信号进行求算术平方根和符号运算；步骤(3)：对步骤(2)所得的算术平方根结果和符号运算结果相乘得到预处理后的信号；步骤(4)：计算协方差矩阵；步骤(5)：对步骤(1)和步骤(4)矩阵进行点乘运算；步骤(6)：对步骤(5)所得矩阵的所有元素进行加法运算得到一条扫描线的波束形成输出结果；本发明是对非线性波束形成方法的一种改进措施，在不增加硬件成本的条件下，提高图像对比度和空间分辨率的同时，不降低成像帧频。

本发明涉及数据处理技术领域，具体涉及一种基于模板匹配的齿轮缺陷检测方法及系统，该方法分别采集同批次中每个齿轮的齿轮图像以得到对应的灰度图像，将每张灰度图像分割成齿身图像和齿牙图像，基于齿身的圆形特性分析每张齿身图像中齿身的相似程度以得到齿身标准模板；根据齿牙轮廓的对称性差异值和齿牙的齿根直线长度的长度差异值分析齿牙的异常程度，由每张齿牙图像的异常程度得到齿牙标准模板；基于齿身标准模板和齿牙标准模板对每张齿轮图像中齿轮进行缺陷检测。对同批次的齿轮进行特征分析，自适应得到齿轮的齿身模板和齿牙模板，基于齿身模板和齿牙模板对齿轮进行缺陷检测，保证了齿轮缺陷检测的准确性，降低了不合格齿轮的投放使用。