一种基于机器单目视觉的目标深度测量方法

    公开(公告)号:CN107084680A

    公开(公告)日:2017-08-22

    申请号:CN201710243882.8

    申请日:2017-04-14

    IPC分类号: G01B11/22

    CPC分类号: G01B11/22

    摘要: 一种基于机器单目视觉的目标深度测量方法,包括:如下步骤:步骤1)、搭建系统;步骤2)、对焦:在步骤1)的基础上使用机器人上的单目摄像头把焦点对在物体的顶部,并使得焦点中心处于图像的正中央;步骤3)、拍摄;步骤4)、图像分割;步骤5)、视场角的换算;步骤6)、计算。本发明在已知机器视觉的高度、目标高度的条件下,实现了目标深度分析,实现结果表明,本发明能够有效地实现目标深度定位。

    基于三维到二维服装图案无缝映射的服装制作方法

    公开(公告)号:CN104036532B

    公开(公告)日:2017-03-15

    申请号:CN201410234956.8

    申请日:2014-05-29

    IPC分类号: G06T11/00 G06F17/50

    摘要: 本发明公开了一种基于三维到二维的服装整体图案无缝映射方法,包括如下步骤构建三维服装模型并建立其与二维样板网格模型之间的映射关系;在三维服装模型表面进行服装图案设计;计算二维样板缝份处的图案;数码打印、裁剪、缝合二维样板制作出一件实物服装。本发明解决了目前传统制衣过程中普遍存在的服装图案连续性被破坏导致不能无缝拼接,对花对格繁琐等问题,使服装图案穿着在人身上的效果更加美观和整体,节省了布料的用量,减少了服装制作过程中对花对格的时间和成本。本发明算法明确,界面友好,结果鲁棒。

    一种牛奶体细胞图像分割方法

    公开(公告)号:CN104835149A

    公开(公告)日:2015-08-12

    申请号:CN201510188677.7

    申请日:2015-04-20

    IPC分类号: G06T7/00

    摘要: 一种牛奶体细胞图像分割方法,其包括以下步骤:(1)获取体细胞图像,使用乳液样本和荧光染色剂混合,将其放入特质的载玻片中并用激光照射,由于体细胞染色之后会发出红光,再通过专业高清数码摄像头并进行滤波,使得只有荧光通过,得到基于RGB模型的体细胞图像;(2)利用得到的体细胞图像并分析荧光透过的RGB分量,使用分量法对图像进行灰度化处理,考虑细胞的灰度分布不均匀,本发明仅采用图像的R分量对细胞图像进行灰度处理;(3)对步骤(2)中得到的灰度图像利用最大类间方差法对牛奶体细胞进行前景和背景的分割,得到二值化图像I;(4)在步骤(3)中得到的细胞分割图像中会存在细胞的粘连问题,使用基于数学形态学的方法来处理细胞粘连情况,即对分割之后的图像I进行腐蚀操作,最后得到以单个细胞为单连通域的二值化图像。

    一种基于改进最小交叉熵的运动目标检测方法

    公开(公告)号:CN102800107B

    公开(公告)日:2015-04-22

    申请号:CN201210234231.X

    申请日:2012-07-06

    IPC分类号: G06T7/20 G06K9/00

    摘要: 一种基于改进最小交叉熵的运动目标检测方法,包括以下步骤:1)、图像差分;2)、二值化:2.1)、灰度和梯度的计算与归一化;2.2)、灰度-梯度共生矩阵及其概率计算;2.3)、二维最小交叉熵的计算;2.4)、基于遗传算法的最优阈值选取;2.5)、基于均匀性测度的分割质量评价;3)、形态学操作,对二值化图像进行膨胀再进行腐蚀处理;4)、连通区域分析,用来获取图像中各个对象的连通域;5)目检识别,在二值化图像中从左上角像素点开始,若当前像素点为1,则采用贪婪算法搜索其8领域像素值为1的像素点,每一目标的位置信息和相关信息都将保存在目标链中,目标链中即是检测到的目标信息。本发明精确度高、实时性良好。

    基于MCUU模型下的DCT域图像隐写容量的评估方法

    公开(公告)号:CN103903214A

    公开(公告)日:2014-07-02

    申请号:CN201310690836.4

    申请日:2013-12-16

    IPC分类号: G06T1/00 G06T9/00

    摘要: 本发明在基于失真不可检测的控制模型(简称为MCUU模型)下,公开了一种对JPEG图像的DCT域隐写容量进行评估的方法,得出了隐写容量不仅跟图像自身的大小、图像复杂度有关,而且跟具体承载频带、隐写算子和嵌入强度等因素相关的理论。本发明可以分析隐写容量与图像大小、承载频带、隐写算子、嵌入强度以及图像复杂度等因素的关系,并公开了谨密的实验方案,实验验证了隐写容量与这些因素关系模型的正确性。与其他方法相比较,本发明提出的方法更具理论价值及实际工程意义。

    一种基于微表情分析的睡眠障碍判别方法和系统

    公开(公告)号:CN113221859B

    公开(公告)日:2024-03-29

    申请号:CN202110690775.6

    申请日:2021-06-22

    摘要: 一种基于微表情分析的睡眠障碍判别方法,包括:如下步骤:步骤1)、采集视频数据;步骤2)、处理视频数据:在步骤1)的基础上提取面部特征点,截取眼部轮廓图,排除可能的背景干扰;步骤3)、训练睡眠障碍面部特征点分析识别模型4)、训练睡眠障碍眼部轮廓分析识别模型;步骤5)、识别输出结果。本发明还包括一种基于微表情分析的睡眠障碍判别方法。本发明在已有良好清晰度的用户问诊视频的条件下,实现了基于微表情分析识别睡眠障碍的方法,实验结果表明,本发明能够有效地通过微表情分析识别睡眠障碍。