技术简介： 本发明公开了一种图像中球体定位方法及系统，通过将拍摄的图像转换颜色空间并进行二值化处理，在得到的二值化图像中提取连通域的轮廓，然后先利用圆的几何特征，将其中的非圆轮廓排除，再通过求…… 查看详细 >
技术简介： 本发明公开了一种帆形外板的模型匹配方法及系统，该方法包括以下步骤获取待检测板的点云数据；在点云数据中提取待检测板的预设特征值，并建立待检测板的几何模型；将几何模型结合K近邻算法以及…… 查看详细 >
技术简介： 本发明公开了一种融合检测过程的鲁棒目标追踪方法，包括步骤：获取第一帧视频图像，标定目标对象，预处理图像；初始化检测模块和Kalman预测模块，同时对图像进行前景检测；载入下一帧视频图像，…… 查看详细 >
技术简介： 本发明公开了一种基于压缩感知的鲁棒目标追踪方法，包括初始阶段和追踪阶段，本发明的技术方案是对压缩感知提取后的特征进一步的特征选择，去除对分类效果贡献量小的特征，得到高判别性的压缩特…… 查看详细 >
技术简介： 本发明公开了一种融合卷积神经网络及贝叶斯滤波器的跟踪方法及系统，包括：通过预定的训练集，对卷积神经网络进行预训练得到卷积神经网络的初步模型；接收用户输入的带有跟踪目标的视频流，通过…… 查看详细 >
技术简介： 本发明是一种基于自适应窗的灰度目标跟踪方法，主要解决实时自适应目标大小变化问题。该方法包括以下步骤：(1)确定目标模板；(2)混合直方图特征提取；(3)初始化粒子点集：设定采样的粒子数N和初…… 查看详细 >
技术简介： 本发明提供了一种基于边缘检测来确定卷积神经网络卷积核数量的方法，包括以下步骤设定卷积神经网络层数和卷积核大小；将图像尺寸缩放至30*30后，对训练图像进行边缘检测获得边缘图像；按照各卷…… 查看详细 >
技术简介： 本发明实施例公开了一种基于机器视觉的燕窝杂质识别与检测方法及装置，用于解决使用单目相机进行检测只能得到杂质区域轮廓信息而无法获取到杂质区域高度信息，这样在后续杂质剔除操作中，在剔除…… 查看详细 >
技术简介： 本发明公开了一种基于自动编码器的产品缺陷分类识别方法，包括获取缺陷图像；通过堆叠至少四个稀疏自编码器提取所述缺陷图像的缺陷特征；通过分类器识别缺陷特征对应的缺陷类别。可见，本方案中…… 查看详细 >
技术简介： 本申请公开了一种基于机器视觉的布匹表面疵点检测方法，包括获取第一训练样本；其中，所述第一训练样本包括布匹表面图像以及相应的表面疵点状态信息；利用所述第一训练样本，对基于深度学习算法…… 查看详细 >
技术简介： 本发明涉及基于神经网络深度学习的布匹缺陷检测方法，方法包括以下步骤(1)高速线扫描成像；(2)通过改进的BP神经网络布匹缺陷检测算法对布匹缺陷进行准确检测；(3)通过卷积神经网络的深度学习布…… 查看详细 >
技术简介： 本发明提出一种基于图像特征迁移学习和深度学习的医学图像分类方法，通过已经训练好的在图像理解领域中表现良好的模型，对医学图像进行特征提取，然后把得到的特征图用于训练一个能够给出最后分…… 查看详细 >