专利交易市场

本发明公开了一种基于自然图像对称性感知的脊柱侧弯识别方法及装置，先对人体背部的原始RGB图像进行水平翻转，通过特征提取网络获得对称性特征；再通过对称特征匹配模块，先对对称性特征进行特征融合获得融合特征，再使用注意力机制获得对称感知特征，最后通过拼接卷积操作获得对称匹配特征；最后将多类别分类任务转换为序数回归任务，通过序数回归模块同时预测脊柱侧弯严重等级和细粒度角度范围。本发明采用端到端的深度学习框架学习脊柱侧弯分级与角度估计，利用基于注意力机制的视觉注意力网络学习脊柱侧弯图像对称性特征，并将序数回归问题转换为多个二分类子问题，实现了脊柱侧弯严重性分级与角度联合估计系统构建。

本发明公开了一种基于局部质心的多线结构光亚像素级中心线提取方法，包括：采集包含多线结构光条纹的原始图像；获取原始图像的二值化图像；去除二值化图像中的干扰标记点和干扰条纹区域，得到ROI图像；在ROI图像中计算单条线结构光条纹的最小外接矩形，利用最小外接矩形将多线结构光拆解成若干单线结构光，得到若干单线结构光图像；在单线结构光图像中，沿单线结构光条纹的遍历方向每次滑动选取k行线结构光条纹区域，计算出该局部区域的质心，以局部质心点的集合作为该线结构光条纹的中心线。本发明通过计算非自相交封闭多边形的质心作为线结构光条纹的中心点，不受线结构光条纹横截面灰度分布的影响，同时不易受线结构光条纹宽度不均匀的影响。

本发明公开一种FPGA中线结构光条纹中心提取方法及装置。方法包括：对图像数据进行缓存，获取到图像中相邻行列的像素点；利用缓存数据和高斯核参数对图像进行二维高斯滤波，获取滤波后的激光条纹图像；通过求解图像中每一个像素的二阶偏导数构建Hessian矩阵，获取每一个像素的法向量；利用一阶导数过零点、二阶导数取得极小值的像素点为中心点的判断条件，筛选出满足条件的线结构光条纹中心点。本发明能够保证单像素中心点提取的精度和稳定性，并提高线结构光条纹中心点的提取速度。