申请/专利权人：重庆市计量质量检测研究院

申请日：2023-07-05

公开（公告）日：2024-04-02

公开（公告）号：CN117808732A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/12;G06T7/13;G06V10/774;G06V10/776;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/08;H04M1/04;F16M11/18;F16M11/24;G01B11/24

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于整体嵌套边缘检测的钢化玻璃碎片智能识别方法，按照以下步骤进行：S1：获取玻璃初始照片；S2：图像预处理；S3：分成训练集玻璃预处理照片和测试集玻璃预处理照片；S4：对用于轮廓识别的AI深度学习模型进行训练，得到AI深度学习模型；S5：利用AI深度学习模型对测试集玻璃预处理照片进行测试，提取破碎玻璃轮廓，经干扰消除后，输出所有被边缘分割后的破碎玻璃封闭区间及中心点信息；S6：对破碎玻璃封闭区间识别，得到最小单元碎片玻璃数量；S7：将数据库中保存的测试集玻璃预处理照片对应的最小单元碎片玻璃数量与步骤S6的识别结果进行对比，得出识别率。有益效果：检测结果更为准确。

主权项：1.一种基于整体嵌套边缘检测的钢化玻璃碎片智能识别方法，其特征在于按照以下步骤进行：S1：将从数据库中获取玻璃初始照片，该玻璃初始照片采用玻璃检测支架获取，数据库中保存有所有玻璃初始照片的破碎玻璃轮廓图片；S2：对玻璃初始照片进行图像预处理，得到玻璃预处理照片；S3：将玻璃预处理照片以及对应的破碎玻璃轮廓图片分成训练集玻璃预处理照片和测试集玻璃预处理照片；S4：以训练集玻璃预处理照片为输入，训练集玻璃预处理照片对应的破碎玻璃轮廓图片为输出，对用于轮廓识别的AI深度学习模型进行训练，得到AI深度学习模型；S5：利用AI深度学习模型对测试集玻璃预处理照片进行测试，提取破碎玻璃轮廓，经干扰消除后，输出所有被边缘分割后的破碎玻璃封闭区间及中心点信息；S6：对破碎玻璃封闭区间识别，得到最小单元碎片玻璃数量；S7：将数据库中保存的测试集玻璃预处理照片对应的最小单元碎片玻璃数量与步骤S6的识别结果进行对比，得出识别率。

全文数据：

权利要求：

百度查询： 重庆市计量质量检测研究院 基于整体嵌套边缘检测的钢化玻璃碎片智能识别方法

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