本发明涉及一种针对机械轴承上按环形分布的压印字符的在线检测方法。该方法首先将现场在线采集到的轴承灰度图片二值化,使用改进的随机圆检测算法准确而快速地定位出轴承的圆心位置;然后以轴承圆心为原点建立极坐标系,利用投影法找出轴承圆环上的字符区域,并使用仿射变换的方法将字符环形分布矫正为水平分布。其优点是:该处理方法能够有效减少变换过程中产生的毛刺,变换后图像质量较好;最后对归一化后的字符提取轮廓层次特征并使用支持向量机进行训练和识别,最终实现机械轴承环形分布压印字符的在线检测。
📄 2012100841402
📂 G06K9_32
👤 江南大学; 无锡信捷电气有限公司
📅 2012-03-27
本发明公开了一种基于自适应特征选择和尺度损失函数的文本检测方法包括:利用主干网络获取图像中的文本特征,并通过特征金字塔网络进行基础特征的提取;利用自适应特征选择,从所述基础特征中提取更具有代表性的特征信息;利用渐进式扩张算法将所述具有代表性的特征信息进行分割、扩展,并获得最终检测结果。本发明将可形变卷积应用到具有一定几何变形的文本上,使得网络可以适应任意的文本形状,能检测不同大小的文本;还能提取更加丰富、准确的特征,解决了图像中文本尺度变化较大的问题,有效减少误检。
📄 2021103417401
📂 G06K9_32
👤 江南大学
📅 2021-03-30
本发明提出了一种昼夜图像中的船舶检测和识别方法,包括如下步骤:S1、利用光感元件探测不同时段船舶图像的照度,根据船舶图像的不同照度范围将其分成白天图像和夜间图像两类;S2、针对白天图像,首先对所有出现在探测范围内的物体进行检测,然后从中筛选出船舶类物体;S3、针对夜间图像,首先检测夜间图像中的显著目标,从中筛选出船舶类物体;S4、基于筛选出的船舶类物体,获取当前视频帧中的所有船舶的实时位置和所属类别信息。本发明的方法实现了船舶目标在全时段场景下的检测与识别,具有较好的鲁棒性。
📄 2019105143339
📂 G06K9_32
👤 武汉科技大学
📅 2019-06-14
本发明属于计算机视觉技术和图像处理技术领域,具体涉及一种基于车窗粗定位的车标识别方法。本发明采用计算机视觉技术,通过定位车窗对车标进行粗定位、车标精定位与基于卷积神经网络的车标分类,解决了车标识别问题,同时拥有更好的准确率与效率,改善了以车牌辨车的传统工作模式,为打击汽车套牌、一车多牌、假牌照等违法犯罪行为提供了可靠帮助,进一步提高了智能交通的可靠性,节省了大量的人力成本。
📄 2018103738612
📂 G06K9_32
👤 浙江工业大学
📅 2018-04-24
本发明公开了一种面向车牌识别系统黑盒物理攻击的防御方法及装置。该方法利用基于扰动进化的方式,将多个初始随机扰动优化成不引人注目的特定扰动,并且利用数字图像处理的方法模拟现实场景下的不同环境变化,将对抗样本在不同环境下的攻击效果也作为优化目标,实现了物理场景下对车牌识别模型强健的黑盒攻击,然后将攻击得到的大量对抗样本与干净数据集按一定比例混合,作为对抗训练的训练数据集,对模型进行再训练,提高了模型对对抗样本检测的准确率,从而提高了模型对于对抗攻击的鲁棒性。
📄 2019104398788
📂 G06K9_32
👤 浙江工业大学
📅 2019-05-24
一种优化分类与定位任务的目标检测方法,首先通过滑窗方法对输入图像做图像块的提取;随后在生成的图像块中筛选出正图像块与负图像块;再将筛选出的正负图像块用于RPN网络与R‑CNN网络的训练,得到最终的网络参数;对输入图像进行预测焦点像素集,并生成焦点像素块;焦点像素块经过分类检测与回归处理,并使用非极大值抑制方法合并各尺度检测结果。本发明显著得减少多尺度检测方法的计算量,大幅提高检测速率,突破了以往多尺度检测算法无法投入实际应用的瓶颈。进一步,通过解决分类与回归任务存在冲突的问题,大幅度提高了模型的精度。
📄 2020109205939
📂 G06K9_32
👤 浙江工业大学
📅 2020-09-04
本发明公开了一种倾斜车牌矫正方法,属于智能交通技术领域。它通过深度学习进行车牌字符检测,再将所有候选字符矩形框的中心点两两相连构建图谱,接着统计所有经过字符中心点的线段斜率区间分布情况,最后加权计算得到车牌的倾斜角度,并完成倾斜矫正。本发明通过采用上述技术得到的倾斜车牌矫正方法,将倾斜车牌矫正问题转化为目前已经非常成熟的目标检测问题,可以对常见单行车牌与双行车牌进行倾斜矫正,结合传统倾斜车牌矫正方法与深度学习方法,实现优势互补,可靠性更高,且允许车牌字符的漏检与误检,对需要矫正的倾斜车牌具有高鲁棒性。
📄 2019105706235
📂 G06K9_32
👤 浙江工业大学
📅 2019-06-27
一种基于自适应感受野深度学习的目标检测方法,包括以下步骤:步骤1:在网上采集图片作为数据集;步骤2:对采集到的图片进行预处理;步骤3:对采集到的图片按照设定的比例进行划分;步骤4:将训练集输入到网络中,进行训练;步骤5:在基底网络提取特征的基础上,用一个浅层的网络进行预测;步骤6:在基底网络提取特征的基础上,使用RPN网络提取ROIs;步骤7:将步骤5预测到结果作用到步骤6提取到的ROIs上;步骤8:将步骤7面积调整后的ROIs进行区域归一化操作;步骤9:将步骤8的结果分别输入到两个全连接层中,分别进行ROIs位置的回归训练以及ROIs的分类训练。本发明提高深度神经网络的性能。
📄 2018111540887
📂 G06K9_32
👤 浙江工业大学
📅 2018-09-30
本发明涉及一种基于场景分类和超分辨率的场景文字识别方法,通过构建c‑ssd和sr‑rcnn网络,对其对应的卷积层参数分别初始化,扩张数据集并对c‑ssd网络和sr‑crnn网络进行训练,得到相应的c‑ssd模型和sr‑crnn模型,用评估数据集对训练得到的模型进行评估,若达标则将带手势的图片输入训练好的c‑ssd模型中进行处理,返回手势的坐标位置与场景信息,结合文字特征设计检错器返回最终的场景信息,选择对应的文字识别模型进行文字识别,得到最后的识别结果。本发明以一个独立的网络实现分类和检测,实现了端到端的算法,无需采用多个网络分别完成不同的作业,可以提高对低分辨率文字的识别精度。
📄 2019101077501
📂 G06K9_32
👤 浙江工业大学
📅 2019-02-02
本发明公开了一种基于卷积神经网络的车标定位与识别方法。它本发明使用计算机视觉技术,通过车标粗定位方法、车标精定位方法与基于卷积神经网络的车标分类,实现了车标定位与识别。本发明解决了车标识别问题,同时拥有较好的准确率与效率,改善了以车牌辨车的传统工作模式,能更加准确的确定唯一的车辆,为车牌套牌的查处、违章逃逸等违法行为提供可靠证据,更好地实现智能化的交通管理。
📄 2017107527423
📂 G06K9_32
👤 浙江工业大学
📅 2017-08-28
本发明公开了一种基于车牌边缘纹理特征的车牌定位方法。它通过比较车牌边缘区域与其周围边缘区域的纹理差别来进行车牌定位,可以有效避免车牌旁边的干扰边缘与车牌字符边缘进行连接,避免干扰边缘对车牌定位的影响,并且该车牌定位方法不受光照的影响,可以在复杂环境下得到良好的车牌定位效果。
📄 2017103182467
📂 G06K9_32
👤 浙江工业大学
📅 2017-05-08
本发明的一种金属件表面弯曲文本行矫正方法,属于图像矫正技术领域。该方法包括如下步骤:1)获取检测框中心点;2)采用DBSCAN方法聚类点集;3)拟合金属件文本行走势曲线;4)计算矫正图像大小;5)计算原图像与目标图像坐标点映射关系完成矫正。本发明基于深度学习方法结合DBSCAN聚类对金属件表面弯曲文本行拟合文本线,感受野极大,任意长短文本行都能得到拟合文本线;同时本发明基于文本线对金属件表面弯曲文本行进行矫正,本发明所限定的矫正方法适用于任何文本线方程,能对任意方向的文本行进行矫正。
📄 2019107688903
📂 G06K9_32
👤 浙江工业大学
📅 2019-08-20