公开(公告)号：CN117911546B

公开(公告)日：2024-10-29

申请号：CN202410070228.1

申请日：2024-01-17

申请人： 深圳信息职业技术学院

发明人： 张运生 ,  孙冲武 ,  唐辉 ,  卢忱

IPC分类号： G06T9/00 ,  G06V10/762

摘要： 本发明涉及图像数据处理技术领域，具体涉及一种基于图像数据分析的图像压缩方法，包括：获取待压缩的灰度图像，根据灰度图像中像素点的坐标和灰度值得到若干矩阵，根据矩阵中不同灰度值出现的概率得到矩阵的可压缩程度和若干待合并矩阵，得到初始合并之后的若干矩阵，根据初始合并之后的矩阵中不同灰度值出现的概率，得到初始合并之后的可压缩程度，根据可压缩程度得到待合并矩阵和每个相邻矩阵的合并必要性，进而得到合并矩阵，将合并矩阵和灰度图像中除合并矩阵外的每个矩阵进行压缩存储。本发明根据图像数据的空间分布特征对图像划分矩阵进行合并得到若干合并矩阵，并将图像中每个矩阵分别进行压缩，从而提升整幅图像的压缩效果。

公开(公告)号：CN117132911B

公开(公告)日：2024-10-29

申请号：CN202311147296.5

申请日：2023-09-07

申请人： 海南电网有限责任公司输电运检分公司

发明人： 夏云峰 ,  杨杰 ,  叶盛 ,  陶晰 ,  赖叶茗

IPC分类号： G06V20/17 ,  G06V10/774 ,  G06V10/74 ,  G06V10/30 ,  G06V10/762 ,  G06V10/82

摘要： 本发明提供一种复合绝缘子憎水性分析方法，所述方法包括以下步骤：S101、通过无人机采集不同区域的输电线路复合绝缘子憎水性图像；S102、汇总不同区域的复合绝缘子憎水性图像，获得憎水性图像集合，将憎水性图像集合划分为训练集和测试集；S103、通过训练集对分析模块进行训练，直至达到预设的停止条件，通过测试集对分析模块进行测试，判断分析模块的分析性能是否达到预设性能要求；S104、将无人机实时采集的输电线路复合绝缘子憎水性图像输入分析模块，获得分析模块输出的复合绝缘子憎水性等级，所述方法可以基于大量不同情形下的投运复合绝缘子憎水性数据快速建立识别准确性高的分析模块，提高复合绝缘子憎水性分析效率。

公开(公告)号：CN116563326B

公开(公告)日：2024-10-29

申请号：CN202310473033.7

申请日：2023-04-28

申请人： 绿萌科技股份有限公司

发明人： 朱二 ,  朱壹

IPC分类号： G06T7/194 ,  G06V10/762 ,  G06F17/10 ,  G06T7/90

摘要： 本发明公开了一种面向果蔬分选设备的多目标图像分割方法，通过分析图像中在非背景区域的像素点与目标聚类中心点之间的色差和距离来构建果蔬分选多目标图像分割目标函数，以图像中某个像素点的位置属于不同目标聚类的隶属度取值和该像素点的颜色属于不同目标聚类的隶属度取值的和取最大值来决定归属对应目标聚类的集合，从而根据不同目标聚类的集合对图像进行分割。

公开(公告)号：CN115018999B

公开(公告)日：2024-10-29

申请号：CN202210611705.1

申请日：2022-05-31

申请人： 广东工业大学

发明人： 罗可其 ,  夏益民 ,  蔡述庭

IPC分类号： G06T17/05 ,  G06T17/20 ,  G06V10/762

摘要： 本发明实施例提供了一种多机器人协作的稠密点云地图构建方法及装置，包括：获取两个机器人分别采集到的关键帧的RGB‑D图像，根据所述RGB‑D图像提取出ORB特征数据以及解算得到关键帧之间的位姿关系；对提取的RGB‑D图像进行降采样滤波筛选地图点，利用针孔相机模型进行关键帧稠密点云地图构建，通过关键帧位姿关系将关键帧地图添加到局部地图；通过体素滤波对局部地图进行处理，分别完成两个机器人的稠密点云地图的构建；利用ORB特征构建的词袋模型对两幅稠密点云地图关键帧图像词向量的距离进行计算匹配，利用ICP算法估计两幅地图的变换关系，将两幅地图融合并进行一次体素滤波和统计滤波处理，构建出多机器人稠密点云地图；在不同场景下实现多机器人SLAM地图构建，并具有更好的实时性和精度，具有更好的应用前景。

公开(公告)号：CN114155438B

公开(公告)日：2024-10-29

申请号：CN202111481868.4

申请日：2021-12-07

申请人： 南京飞衍智能科技有限公司

发明人： 高聪 ,  杭珂烨 ,  赵增民 ,  季彬 ,  陆思烽 ,  肖梓贤

IPC分类号： G06V20/10 ,  G06V10/764 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N20/00

摘要： 本申请公开了一种集装箱装卸安全检测方法和系统，该方法包括：使用多组训练数据对基于神经网络的机器学习模型进行训练，得到收敛的机器学习模型；其中，所述多组训练数据来自于现场作业数据集；通过摄像头对龙门吊与集装箱卡车上的集装箱连接的锁头进行拍摄，得到照片；将所述照片输入到所述机器学习模型中；获取所述机器学习模型输出的结果，其中，所述结果用于指示所述锁头是否处于安全状态。通过本申请解决了现有技术中依靠人工来判断集卡集装箱的锁头所带来的安全隐患所导致的问题，从而减少了人工成本。

公开(公告)号：CN113888428B

公开(公告)日：2024-10-29

申请号：CN202111141973.3

申请日：2021-09-28

申请人： 河北汉光重工有限责任公司

发明人： 陈延真 ,  井世丽 ,  成妍妍 ,  王禄禄 ,  吴盼良

IPC分类号： G06T5/70 ,  G06T5/90 ,  G06T7/136 ,  G06V10/762

摘要： 本发明提供一种基于局部对比度的红外弱小目标检测方法及装置，所述方法包括设置一个滑动窗口，由该滑动窗口从左至右、自上而下遍历图像I(x,y)，将图像I(x,y)划分为个彼此不重叠的图像块，计算图像块的响应值；计算图像I(x,y)中每个像素点的对比度，将所述图像I(x,y)中的每个像素点的灰度值替换为对比度，得到对比度图；基于所述对比度图，获取显著图；获取目标检测阈值Th；基于所述目标检测阈值Th，将所述显著图转化为二值图像，并从二值图像中获得原始点集points；对所述原始点集points进行聚类分析，根据聚类结果获得目标的位置和尺寸。该方法能够提高目标检测的正确率。

公开(公告)号：CN113553906B

公开(公告)日：2024-10-29

申请号：CN202110669014.2

申请日：2021-06-16

申请人： 之江实验室 ,  华东师范大学

发明人： 张志忠 ,  谢源 ,  马利庄 ,  张晨阳

IPC分类号： G06V40/10 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/094 ,  G06N3/088

摘要： 本发明属于行人重识别技术领域，具体涉及基于类中心域对齐的判别无监督跨域行人重识别方法，包括以下步骤：步骤一，准备源域样本和目标域样本，将源域和目标域的样本送入CNN骨架网络，提取得到行人图像特征；步骤二，对源域行人图像特征进行分类学习，得到类别中心，对目标域行人图像特征进行聚类学习，得到聚类中心；步骤三，根据聚类损失，得到可靠样本后，对未标记样本进行伪标签动态指派，计算相应聚类损失；步骤四，对类别中心和聚类中心进行对抗学习，计算域对齐损失；步骤五，梯度反向传播，优化网络，输出并测试行人重识别模型。本发明提升了特征的判别性，加速了网络收敛，相比于现有领域自适应和聚类方法，提升了输出行人表征的判别性。

公开(公告)号：CN118843227A

公开(公告)日：2024-10-25

申请号：CN202411037305.X

申请日：2024-07-31

申请人： 东莞浩立自动化科技有限公司

发明人： 陈楚城 ,  曹开鑫 ,  王诺勤 ,  黄立军

IPC分类号： H05B47/10 ,  H05B47/165 ,  G06V20/40 ,  G06V10/764 ,  G06V10/762 ,  G06F17/18 ,  G06T5/20 ,  G06T5/80 ,  G06T5/70 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/09

摘要： 本申请涉及机器视觉技术领域，公开了一种自适应调节机器视觉光源强度的控制系统及方法。所述方法包括：采用不同的多个第一光源强度分别对不同尺寸的多个第一对象进行视频帧采集和预处理，得到目标视频帧数据；建立关系模型；当检测到第二对象时，进行光源强度动态调整，得到第二光源强度并获取实时视频帧数据；进行对象检测，得到对象检测数据并进行光源控制策略分析，得到光源控制总策略；获取多个点光源控制节点并进行控制参数分配，得到多个初始点光源控制参数；通过多个初始点光源控制参数进行光源强度控制建模和参数优化，得到第二对象的多个目标点光源控制参数，本申请提高了自适应调节机器视觉光源强度的控制准确率。

公开(公告)号：CN118840765A

公开(公告)日：2024-10-25

申请号：CN202410836381.0

申请日：2024-06-26

申请人： 深圳市快瞳科技有限公司

发明人： 刘周可 ,  闵家龙 ,  朱文富 ,  李琳子

IPC分类号： G06V40/10 ,  G06V10/44 ,  G06V10/26 ,  G06V10/762 ,  G06V10/80 ,  G06V10/46 ,  G06T7/73 ,  G06N3/0464

摘要： 本发明涉及图像识别技术领域，公开了一种基于图像处理的鸟种类和位置检测方法及系统，用于提高基于图像处理的鸟种类和位置检测的准确率。方法包括：对鸟类栖息地图像集进行图像分割，得到分割图像集；对分割图像集中每个分割图像进行Harris角点检测，得到每个分割图像的Harris角点数据；对每个分割图像进行特征提取，得到每个分割图像的特征向量集，对每个分割图像的特征向量集进行直方图相关性分析，得到每个分割图像的鸟类特征；将每个分割图像的鸟类特征输入胶囊网络模型进行鸟类识别处理，得到鸟种类识别数据；对每个分割图像进行鸟类位置定位，得到每个分割图像对应的鸟类位置坐标；将鸟种类识别数据及每个鸟类位置坐标生成鸟类识别报告。

公开(公告)号：CN118840747A

公开(公告)日：2024-10-25

申请号：CN202410910068.7

申请日：2024-07-08

申请人： 湘潭大学

发明人： 裴勇 ,  樊东 ,  张晨阳

IPC分类号： G06V20/69 ,  G06V10/762 ,  G06V10/40 ,  G06V10/30

摘要： 本发明提供一种基于电镜图的原子分类方法和装置，所述方法包括：获取待处理的原始电镜图，并对所述原始电镜图进行预处理；在预处理后得到的电镜图中，提取所有原子的坐标位置和像素强度，以得到原子矩阵和初始拟合图；对所述初始拟合图进行图像处理，得到最终拟合图；在所述最终拟合图中，循环提取所述原子矩阵的k近邻矩阵，以得到每个原子的特征矩阵和邻居矩阵；基于聚类算法，将特征矩阵中距离小于阈值的原子归于同一类，将距离大于阈值的原子归于不同类，以得到原子分类结果。解决了现有技术中电镜图的原子分类准确性较差，效率较低的技术问题，提高了电镜图的原子分类准确性和分类效率。