-
-
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。
-
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: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:CN106886784A
公开(公告)日:2017-06-23
申请号:CN201710083060.8
申请日:2017-02-16
申请人: 长沙理工大学
CPC分类号: G06K9/46 , G06K9/6268 , G06K2009/4695 , G06T7/0008 , G06T2207/10016 , G06T2207/20021 , G06T2207/30108
摘要: 本发明公开了一种基于模板更新的改进型联合稀疏表示大输液中异物跟踪方法,该方法首先对图像进行预处理,利用第一帧图像中满足特定条件的连通域的数量确定需要跟踪的目标数量,并使用第一帧图像联通域中质心的坐标作为跟踪算法中前景目标的坐标初值;然后生成稀疏联合模型;最后对目标进行跟踪,利用粒子滤波框架,以联合稀疏模型的置信度和相似度为判别准则将目标从背景中分离,在目标跟踪过程中既考虑了最新的观察数据又考虑了原始的模板,所以能够解决目标外形变化和跟踪时漂移的问题。记录每个目标的运动轨迹并将其作为特征向量用以区分气泡、划痕和异物。该视觉检测方法高速、准确、稳定,满足高速生产线的实时在线检测需求。
-
-
-
-