本发明提供了一种基于图像识别技术的五金零件缺陷检测方法及系统，其方法包括：S1：基于预设拍摄角度获取待检测零件在预设变化光源下的零件视频；S2：基于零件视频分析出待检测零件表面的每个像素点的视觉变化特征；S3：对所有像素点的视觉变化特征进行聚类分析，获得对应预设拍摄角度对应的多个区域轮廓；S4：基于所有区域轮廓获得区域划分结果；S5：基于区域划分结果中的区域形状和划分区域的图像特征确定出缺陷检测结果；用以基于待检测零件在预设变化光源下的视觉变化特征对待检测零件表面进行区域划分，再基于区域划分后的区域形状和区域图像特征获得待检测零件的缺陷检测结果，无需准备大量缺陷零件模型即可识别出零件表面的缺陷。
📄 2022112879531
📂 G06V10_764
👤 广州形银科技有限公司
📅 2022-10-20
本发明公开了一种基于图像识别的二极管引脚表面氧化检测方法，涉及图像识别技术领域，包括：获取二极管引脚表面的第一灰度图像；获取第一灰度图像中每个像素点的灰度梯度值；获取第一图像中每个像素点的灰度相似性；将第一灰度图像分割为多个连通域，并获取目标连通域；获取第一灰度图像中每个像素点的突出程度；获取第一灰度图像中像素点的密集程度；获取多组目标突出程度集合；获取每组目标突出程度对应的像素点灰度值的平均值，并获取第二灰度图像；构建灰度共生矩阵，并获取灰度共生矩阵的能量值；根据能量值判断二极管是否为合格二极管；本发明解决了相关技术中，在对二极管引脚表面氧化缺陷检测时自动化程度和检测精度低下的技术问题。
📄 202211194570X
📂 G06T7_00
👤 江苏三通科技有限公司
📅 2022-09-29
本发明公开了一种水下小型无人艇的图像识别救援系统，小型无人艇具有无人艇头部、主体部、鳍部和尾部动力舱，鳍部设置在主体部上，无人艇头部内设置有前图像识别系统，在无人艇头部的后方设置有侧部图像识别系统，在侧部图像识别系统的后方、且处于鳍部的前方设置有转向系统，在鳍部和尾部动力舱之间设置有救援系统。本发明的小型无人艇为水下小型无人艇，从水下接近需要救援的落水者，避免了采用无人救援装置时从水面救援会受到波浪的影响，造成判断的不准确，造成人员的伤害。
📄 2022110315360
📂 B63C9_02
👤 龙岩学院
📅 2022-08-26
本发明公开了一种基于人工智能的自动图像识别方法，涉及图像识别技术领域，包括：控制器，具备数据交换功能用于实现CPU与控制器之间、控制器与设备之间的数据交换；显示屏，用于显示接收的信息并显示出来便于用户读取信息；影像扫描仪，用于扫描图片、照片、胶片、文稿资料等。本发明，模式识别模块匹配成功，其他几个识别依次被数据对比模块D所对比分析后，若匹配则确定识别，若不匹配则识别失败，从而使每次识别都需至少两个识别配比成功，才能实现保证识别成功，反之则识别失败，从而避免了识别的单一性，从而避免了单一识别出现信息识别错误或信息泄露的现象，使图像识别的安全性更好，在一定程度上提高了使用率。
📄 202211183387X
📂 G06F21_32
👤 龙岩学院
📅 2022-09-27
本发明公开了一种测绘无人机用的采集图像识别方法及系统，通过无人机搭载的多模态传感器获取目标测绘区域的测绘图像数据和测绘点云数据，同时利用时间相机捕捉动态目标的运动信号，生成事件流数据；对所述测绘图像数据进行直方图均衡化和多尺度增强，对所述测绘点云数据进行体素滤波和曲面重建；利用小波包分解提取所述预处理采集数据中图像的频域特征，并与事件流数据中的运动轨迹特征进行融合；将所述混合特征向量输入轻量化自适应模型中，通过注意力机制动态调整不同模态的权重，输出目标测绘区域的测绘结果。能更全面细致地描述图像在不同频率和方向上的信息，有效提升了测绘的效率。
📄 202511285435X
📂 G06V20_17
👤 湖南铁山信息科技有限公司
📅 2025-09-10
本发明公开了一种基于SCUnet++神经网络的肺栓塞CT图像识别分割方法，包括如下步骤：S1、构建用于识别分割肺栓塞CT图像的SCUnet++神经网络模型；S2、建立肺栓塞CT图像数据集，并划分为训练集和测试集；S3、使用训练集对SCUnet++神经网络模型进行训练，结合肺栓塞CT图像特点，对SCUnet++神经网络模型参数调优，得到最终分割网络模型；S4、使用测试集测试评估得到的最终分割网络模型，通过最终分割网络模型实现自动、智能的肺栓塞CT图像识别分割功能。该方法能够实现自动、智能的肺栓塞CT图像识别分割功能，具有较高的分割准确率和效率。
📄 202310380776X
📂 G06T7_10
👤 杭州电子科技大学
📅 2023-04-11
本发明公开了一种基于双注意力机制的水下侧扫声纳图像识别方法及系统，包括：获取水下侧扫声纳设备采集的监测图像；将监测图像输入至预设的EDA‑Net模型获得水下目标检测结果，其中，EDA‑Net模型包括改进型骨干网络、改进型颈部网络和头部网络；所述改进型骨干网络基于YOLOv11框架构建，其中设置有双径异构注意力模块；所述改进型颈部网络中设置有瓶颈卷积‑无参数注意力模块；所述头部网络用于根据改进型颈部网络输出的特征图进行目标检测。本发明能够在小样本、多尺度数据集条件下，更精准地辨识目标细节纹理特征，提升模型在复杂水下环境中对多尺度目标的识别准确性和稳定性。
📄 2026105799460
📂 G06V20_05
👤 南京信息工程大学
📅 2026-04-29
本发明公开了一种基于改进YOLOv8的水下声纳图像识别方法及系统，包括：基于YOLOv8模型、多维并行注意力机制和对比学习架构构建网络模型；获取训练样本并利用训练样本对网络模型进行训练获得训练识别结果，利用对比损失函数和YOLOv8损失函数计算训练损失值并进行权重参数进行优化，重复迭代输出训练后的网络模型；获取水下声呐设备采集监测区域的声呐监测图像，将声纳监测图像输入至预设的网络模型获得水下目标检测结果；本发明通过多维并行注意力机制和对比学习架构提升了网络模型的表征能力和泛化性能，使网络模型在水下复杂环境中对目标细节的辨识更加精准。
📄 2025101241978
📂 G06V20_05
👤 南京信息工程大学
📅 2025-01-26
本发明公开了一种基于图像识别实现溶液浓度定量测定的实验方法，实验装置包括样品外罩，样品外罩内设置有光源、图像采集器和流明度传感器；首先配制标准样已知浓度的一系列有色溶液；将配制的不同浓度标准样放置于实验装置内，开启光源，图像采集器对标准样进行拍摄获得标准样图像，对获得的标准样图像进行亮度的归一化处理，并建立标准样已知浓度与相应标准样图像的均值亮度的历史数据库。利用图像采集器对未知浓度的待测样进行拍摄并获得待测样图像，对该待测样图像进行修整并获得均值亮度，再利用所述历史数据库获得待测样有色溶液的浓度。本发明的实验方法工艺流程简单，易操作，无需使用昂贵的设备，具有检测效率高，成本低的优点。
📄 2020105288985
📂 G01N21_78
👤 浙江工业大学
📅 2020-06-11
一种基于YOLOv4模型的挖掘机图像识别方法，包括：S1：从电子监控设备中提取监控图片；S2：对所述监控图片中的挖掘机进行标注，形成VOC数据集；S3：将步骤S2中通过标注得到的所述数据集分割为训练数据集和测试数据集；S4：将步骤S3中的训练数据集输入到YOLOv4目标检测算法中，进行训练；S5：对所述训练数据集进行50轮迭代训练，获取五个最优模型；S6：对得到的五个最优模型进行性能分析，得到一个最优目标检测模型；S7：将所述目标检测模型用于识别挖掘机图像。本发明通过机器识别地下电缆处是否存在挖掘机，人工只需对最终结果进行核验，可以大大降低人工工作量，提高监测效率，而且能够有效的监管地下电缆安全。
📄 202011526693X
📂 G06K9_62
👤 浙江工业大学
📅 2020-12-22
本发明公开了一种保持架正反面图像识别方法及其装置，采用两组LED灯提供照明，采用摄像头进行图像拍摄，两组LED灯分别为端面识别LED灯和倒角识别LED灯，两组LED灯均呈环状布置，端面识别LED灯布置在倒角识别LED灯的正上方，摄像头设置在端面识别LED灯的正上方，分别打开两组LED灯并控制摄像头拍摄出两组图片，将第一组图片中的内圆直径与第二组图片中的外圆直径进行对比，判断第一组拍摄的图片中的内圆直径与第二组拍摄的图片中的外圆直径是否在±n个像素点内，并将该直径与提前获得的标准件的标准直径作对比，判断出保持架此时位于上方的端面是正面还是反面。本发明不仅拍摄时互相不会产生影响，而且由于同时比较两个因素，能很大程度上提高正反面判断的准确性。
📄 2017102603327
📂 G01N21_84
👤 浙江工业大学
📅 2017-04-20
本发明属于AGV领域，具体涉及一种图像识别方法、AGV物料分拣方法及系统，包括：S1，对目标图像进行采集，形成自建数据集；S2，对图像进行分割，然后从中提取带有物料特征及托盘信息的数据集；S3，进行图像进行标注增强；S4，构建改进YOLO‑v5模型；S5，训练改进YOLO‑v5模型，得到最佳的训练模型；S6，将训练好的YOLO‑v5模型对物料进行分类识别，对托盘负载进行判断，输出物料的种类，以及托盘的负载情况。本发明采用MobileNet‑v3作为改进YOLO‑v5模型中的Backbone部分，更好地解决了原始YOLO‑v5模型中的Backbone结构参数量大，检测速度慢等问题。
📄 2022114913946
📂 G06V20_52
👤 浙江工业大学
📅 2022-11-25
柿子坊 · 知识产权运营
柿子坊知识产权运营平台