申请/专利权人：东南大学溧阳研究院;东南大学

申请日：2020-06-16

公开（公告）日：2024-04-12

公开（公告）号：CN111814787B

主分类号：G06V10/25

分类号：G06V10/25;G06V10/26;G06V10/774;G06T7/00;G06T7/60;G06T7/62;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2020.12.18#专利申请权的转移;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：本发明公开一种基于机器视觉的面向可见光图像进行锁孔检测的方法：基于边缘特征的圆形快速检测算法；基于CNN卷积神经网络的圆形区域锁孔正负样本分类；所述圆形快速检测算法使用灰度化、局部阈值二值化、Two‑Pass法从图像提取完成连通域边界标定，根据圆形特征构建的筛选条件实现圆形连通域的快速定位，从而定位出锁孔的可能位置；所述圆形区域锁孔分类器基于大量锁孔正负样本构建训练集，自行搭建CNN网络训练圆形区域锁孔正负样本分类器，从而定位出图像中锁孔的具体位置。本发明锁孔检测算法具有精确性高、适用性广、响应速度快等特点，能更好的满足实际应用的需要。

主权项：1.一种面向可见光图像的锁孔检测方法，其特征在于：具体步骤如下：步骤1，基于卷积神经网络CNN，构建圆形区域图像锁孔正负样本分类器，其中正样本为圆形锁孔区域图像，负样本包括圆形非锁孔图像和随机图像；步骤2，对待测可见光图像依次进行灰度化以及局部阈值二值化处理，得到二值化图像；步骤3，对二值化图像进行连通域标定，并获取连通域边界坐标矩阵；步骤4，遍历已标定的各个连通域，滤除不能同时满足如下三个筛选条件的连通域，得到符合圆形要求的连通域：μ＞0.001、δ＜0.01和f＜0.15，其中μ表示连通域像素面积相对待测可见光图像总像素面积占比，δ表示归一化后连通域xy方向跨度差，f表示连通域边界点指向连通域中心向量模长集合标准差；步骤5，将步骤4中符合圆形要求的连通域作为圆形区域图像锁孔正负样本分类器的输入，即确定待测可见光图像中是否存在锁孔以及锁孔的位置。

全文数据：

权利要求：

百度查询： 东南大学溧阳研究院;东南大学 一种面向可见光图像的锁孔检测方法

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