申请/专利权人：哈尔滨工程大学

申请日：2023-10-24

公开（公告）日：2024-02-06

公开（公告）号：CN117522906A

主分类号：G06T7/13

分类号：G06T7/13;G06T5/70;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明属于核工程领域，提供了基于机器学习填补法的Canny液膜边界标记优化方法及其优化系统。步骤1：采用Canny边缘检测算法，对液体表面的图像进行边缘检测；步骤2：根据步骤1边缘检测的数据，再进行检测边界数据的缺失或模糊情况；步骤3：根据步骤2检测到的缺失数据，应用数据填补模型，进行液膜边界数据的填补；步骤4：将图像数据输入到步骤3的数据填补模型中，得到液膜边界数据的预测，以实现对液膜的精确标记。本发明解决液膜边界标记中的数据缺失的问题，以提高液体表面的分析和测量的精度。

主权项：1.一种基于机器学习填补法的Canny液膜边界标记优化方法，其特征在于，所述优化方法具体包括以下步骤：步骤1：采用Canny边缘检测算法，对液体表面的图像进行边缘检测；步骤2：根据步骤1边缘检测的数据，再进行检测边界数据的缺失或模糊情况；步骤3：根据步骤2检测到的缺失数据，应用数据填补模型，进行液膜边界数据的填补；步骤4：将图像数据输入到步骤3的数据填补模型中，得到液膜边界数据的预测，以实现对液膜的精确标记。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 基于机器学习填补法的Canny液膜边界标记优化方法及其优化系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD