-
公开(公告)号:CN108921847B
公开(公告)日:2022-06-24
申请号:CN201810894869.3
申请日:2018-08-08
申请人: 长沙理工大学
摘要: 本发明提供了一种基于机器视觉的桥梁底部检测方法,其目的在于实现对桥梁底部的类似裂缝状的结构进行识别,首先采用基于ORB特征点的图像拼接方法对采集到的桥梁底部图像进行拼接,然后使用LDE算法对拼接后的图像进行增强预处理,最后使用Tuff分割算法将图像中裂缝结构进行分割。最终得到的分割图像便于对桥梁整体缺陷的检测与分析。
-
公开(公告)号:CN108920992B
公开(公告)日:2021-02-26
申请号:CN201810894904.1
申请日:2018-08-08
申请人: 长沙理工大学
IPC分类号: G06K7/14
摘要: 本发明公开了一种基于深度学习的医药标签条码的定位与识别方法,本发明解决了光照不均、扭曲变形等复杂情况下条码定位困难的问题。并在此基础上解决了线性畸变二维条码的校正难题,能够有效定位复杂情况下的条码位置,并进行畸变校正和细节处理,得到高质量的条码二值化图像,实现精确化识读,本发明中的识别对象包括Data Matrix二维码、商品条码(EAN‑13码)和药品电子监管码(Code‑128码)。
-
-
公开(公告)号:CN108920992A
公开(公告)日:2018-11-30
申请号:CN201810894904.1
申请日:2018-08-08
申请人: 长沙理工大学
IPC分类号: G06K7/14
CPC分类号: G06K7/1443 , G06K7/146
摘要: 本发明公开了一种基于深度学习的医药标签条码的定位与识别方法,本发明解决了光照不均、扭曲变形等复杂情况下条码定位困难的问题。并在此基础上解决了线性畸变二维条码的校正难题,能够有效定位复杂情况下的条码位置,并进行畸变校正和细节处理,得到高质量的条码二值化图像,实现精确化识读,本发明中的识别对象包括Data Matrix二维码、商品条码(EAN-13码)和药品电子监管码(Code-128码)。
-
公开(公告)号:CN110196016A
公开(公告)日:2019-09-03
申请号:CN201910221212.5
申请日:2019-03-21
申请人: 长沙理工大学
摘要: 本发明公开了一种拼装机管片位姿测量系统及其使用方法,包括盾构机,所述盾构机的内壁位于管片拼装部分安装有激光测距传感器,所述激光测距传感器的数目为多个(大于5个),且多个激光测距传感器构成环线,所有射线位于盾构机的同一横截面内,所述环线的数目为两组,且两组所述环线分别为A环与B环,所述盾构机的内部设置有隧道管片。本发明在隧道管片拼装期间,各个激光测距传感器实时报告隧道管片和盾构机内壁的间距,通过A环与B环位姿参考基准坐标系内隧道管片环中心点的位移偏差和隧道管片宽度,可以分别求得隧道管片环中心轴与隧道设计路线的角度偏差以及前后两环隧道管片轴线的角度偏差,从而及时进行校正,提高管片拼装的精确度。
-
公开(公告)号:CN108921847A
公开(公告)日:2018-11-30
申请号:CN201810894869.3
申请日:2018-08-08
申请人: 长沙理工大学
摘要: 本发明提供了一种基于机器视觉的桥梁底部检测方法,其目的在于实现对桥梁底部的类似裂缝状的结构进行识别,首先采用基于ORB特征点的图像拼接方法对采集到的桥梁底部图像进行拼接,然后使用LDE算法对拼接后的图像进行增强预处理,最后使用Tuff分割算法将图像中裂缝结构进行分割。最终得到的分割图像便于对桥梁整体缺陷的检测与分析。
-
公开(公告)号:CN110532852B
公开(公告)日:2022-10-18
申请号:CN201910613134.3
申请日:2019-07-09
申请人: 长沙理工大学
摘要: 本发明公开了一种基于深度学习的地铁站行人异常事件检测方法,其采用深度学习中最先进的检测与追踪算法,可用于地铁站中行人异常的自动实时检测,描述行人的图片被制作成行人检测数据集并被送入到深度残差卷积神经网络中进行训练,获得行人检测模型,使用行人追踪算法Deepsort以检测结果作为输入,完成行人的追踪,通过对追踪结果进行进一步的处理,结合警戒线检测的结果,完成具体行人异常行为的检测与判断。本发明具有如下优点:检测精度高,速度达到15FPS,可以满足监控的实时性要求。
-
-
公开(公告)号:CN109115785B
公开(公告)日:2020-09-29
申请号:CN201810898924.6
申请日:2018-08-08
申请人: 长沙理工大学 , 湖南爱米家智能科技有限公司
IPC分类号: G01N21/88
摘要: 本发明公开了一种铸件质量检测方法、装置及其使用方法,包括铸件检测传送机构、铸件表面缺陷检测装置和缺陷识别分类机构三个部分组成,铸件检测传送机构能够将待检测的打磨铸件固定在真空吸盘上,利用传送带传送到铸件表面缺陷检测装置中,该装置主要运用数字图像处理技术,通过安装的工业CCD相机获取图像,以及后台设计的数字图像处理算法针对铸件表面打磨图像进行缺陷识别。在识别的过程中,除了需要获取铸件表面缺陷位置,还需要计算缺陷尺寸与面积,进而判定缺陷等级,实现缺陷类型的分类。最终识别的结果会生成一份参数报告,标记检测的铸件本体,并且通过缺陷识别分类机构将打磨及格的铸件和打磨不及格的铸件分类输出。
-
公开(公告)号:CN109011030A
公开(公告)日:2018-12-18
申请号:CN201810899437.1
申请日:2018-08-08
申请人: 长沙理工大学 , 湖南爱米家智能科技有限公司
CPC分类号: A61M5/20 , A61M5/31 , A61M5/32 , A61M5/3287 , A61M5/46 , A61M2005/206 , A61M2205/33
摘要: 本发明提供了一种自动注射仪器针头的位置检测矫正方法及装置,解决在了自动注射仪器上的注射针头的针尖位置定位问题,保证了每次更换针头后,可以使得自动注射仪器可以以最小的摩擦力进行快速、准确的输液、穿刺、取样等过程。
-
-
-
-
-
-
-
-
-