-
公开(公告)号:CN118333944A
公开(公告)日:2024-07-12
申请号:CN202410341237.X
申请日:2024-03-25
申请人: 浙江大学
IPC分类号: G06T7/00 , G06T7/13 , G06V10/762
摘要: 本发明公开了一种基于两段轮廓聚类的多约束圆孔检测方法。本发明包括:首先,计算各个边缘点梯度方向与X轴正方向夹角,根据夹角正负性连接边缘点,得到两类弧段;根据凹凸性将两类弧段划入四个象限;去除长度过短和最小外接矩形边长比过大的弧段;从两个不同象限中分别选取弧段得到六种组合;筛选得到满足端点位置约束的弧段组合;根据两段椭圆弧段构造的特征数以及坎迪定理,计算误差,筛除不属于同一椭圆的弧段组合;使用最小二乘法对保留的弧段组合进行参数估计;去除弧段覆盖率过低和拟合误差过大的椭圆;使用层次化均值偏移算法对高相似度的冗余椭圆聚类,并二次拟合后,获得圆孔检测结果。本发明提出的方法提高了圆孔检测的精度和效率。
-
公开(公告)号:CN118334065A
公开(公告)日:2024-07-12
申请号:CN202410341233.1
申请日:2024-03-25
申请人: 浙江大学
IPC分类号: G06T7/13 , G06N3/0455 , G06N3/08 , G06N3/0464
摘要: 本发明公开了一种基于深监督掩码自编码网络的图像边缘检测方法。本发明包括以下步骤:首先,使用自监督方式预训练掩码自编码器,作为提取图像特征的主干网络;接着使用掩码自编码器输出的特征图,构建特征金字塔形的网络连接结构;再将特征金字塔输入基于深监督技术构建的主从解码器,分别输出边缘特征图,得到边缘检测结果;网络中采取基于焦点损失的图像边缘检测模型损失函数计算并整合主从解码器损失;采取分段学习率策略和学习率预热策略优化训练过程。本发明提升了边缘检测在光照和噪声等因素干扰下的精度和鲁棒性。
-