申请/专利权人：扬州大学

申请日：2021-12-29

公开（公告）日：2024-03-29

公开（公告）号：CN114494038B

主分类号：G06T5/80

分类号：G06T5/80;G06T5/60;G06T7/62;G06V10/44;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2022.05.31#实质审查的生效;2022.05.13#公开

摘要：本发明公开了一种基于改进YOLOX‑S的靶面透视失真矫正方法，包括以下步骤：1）对靶纸数据集的原始图像的关键点进行整理标注；2）对标注生成的json文件结合原始图片，采用数据增强方法对数据集进行处理生成新的json格式文件，将其转换为xml格式文件，将得到的训练数据集随机划分为训练集与验证集；3）将YOLOX‑S网络中的Neck结构进行改进，配置YOLOX‑S参数，使用数据集对改进YOLOX‑S进行训练学习，得到网络模型；4）使用上述网络模型对靶纸关键点与环值数字进行检测，得到图像像素坐标；5）计算出各个关键点的靶纸坐标系坐标；6）使用校正矩阵完成对靶纸图像的透视失真校正；本发明相较于传统的图像处理校正方法有更好的实时性与鲁棒性。

主权项：1.一种基于改进YOLOX-S的靶面透视失真矫正方法，其特征在于，包括以下步骤：步骤一：对靶纸数据集的原始图像的关键点及环值数字使用Labelme标注软件进行整理标注；步骤二：对labelme标注生成的json文件结合原始图片，采用Edge-paste数据增强方法对数据集进行处理最后在原json文件的基础上生成新的json格式文件，采用python脚本将其转换为xml格式文件，并确保xml文件与数据集中的图片名称一一对应，将得到的训练数据集随机划分为训练集与验证集；步骤三：关闭YOLOX-S输入端的Mosaic数据增强，保留Mixup数据增强，并将YOLOX-S网络中的Neck结构进行改进，配置YOLOX-S参数，使用数据集对改进YOLOX-S进行训练学习，得到网络模型；步骤四：使用上述网络模型对靶纸关键点与环值数字进行检测，可以得到关键点和环值数字的图像像素坐标；步骤五：将检测得到的环值数字图像像素坐标，根据环值数字关于靶纸中心点对称的原理，计算出靶纸中心点的图像像素坐标，以该坐标为靶纸坐标系的坐标原点便可计算出各个关键点的靶纸坐标系坐标；步骤六：将得到的关键点靶纸坐标系坐标，结合已知的实际靶纸图像中对应的关键点的靶纸坐标系坐标计算出校正矩阵完成对靶纸图像的透视失真校正。

全文数据：

权利要求：

百度查询： 扬州大学 基于改进YOLOX-S的靶面透视失真矫正方法

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