- 专利标题: 一种基于全卷积神经网络的自动压痕测量方法
-
申请号: CN202110252383.1申请日: 2021-03-08
-
公开(公告)号: CN112991287A公开(公告)日: 2021-06-18
- 发明人: 李泽贤 , 舒镇洋 , 李云燕 , 唐璇 , 刘嘉诚 , 卢佳佳
- 申请人: 湘潭大学
- 申请人地址: 湖南省湘潭市雨湖区羊牯塘27号
- 专利权人: 湘潭大学
- 当前专利权人: 湘潭大学
- 当前专利权人地址: 湖南省湘潭市雨湖区羊牯塘27号
- 代理机构: 湖南天地人律师事务所
- 代理商 杨萍
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06T7/11 ; G06T7/136 ; G06T7/62 ; G06K9/38 ; G06K9/46 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G06T3/40 ; G06T5/00 ; G06T5/40 ; G06T5/50 ; G01N3/42
摘要:
本发明公开了一种基于全卷积神经网络的自动压痕测量方法,包括以下步骤:步骤一:对压痕图像进行预处理,得到其二值图像;步骤二:在二值图像中寻找最大连通域,确定最大连通域的外接框;对该外接框进行拓展,裁剪下二值图像上拓展后的外接框区域;步骤三:将裁剪后的图像输入训练好的全卷积神经网络,输出二值化的压痕像素遮罩图片,由此得到输入图片上精确的压痕形状与位置信息。本发明鲁棒性高,能提取出压痕具体形状。
公开/授权文献
- CN112991287B 一种基于全卷积神经网络的自动压痕测量方法 公开/授权日:2022-09-16