Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连理工大学薄其乐获国家专利权

大连理工大学薄其乐获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉大连理工大学申请的专利一种高反光表面线激光光条中心提取方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116433763B

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310336917.8,技术领域涉及:G06T7/60;该发明授权一种高反光表面线激光光条中心提取方法是由薄其乐;侯博;苗子健;刘海波;卢晓红;王永青设计研发完成,并于2023-03-31向国家知识产权局提交的专利申请。

一种高反光表面线激光光条中心提取方法在说明书摘要公布了:一种高反光表面线激光光条中心提取方法。对光条图像进行中值滤波和形态学滤波,减弱图像中孤立噪声和伪条纹噪声;计算确定光条图像分割阈值,减少背景中灰度值较小的噪声对中心提取的影响;确定光条图像的感兴趣区域,减小中心提取方法的运算量;利用反向传播神经网络计算图像中光条截面宽度,根据截面宽度计算Steger算法中Hessian矩阵参数并粗提取光条中心点坐标;对粗提取的光条中心进行坐标连续性修正,实现光条中心坐标平滑优化。本发明通过图像滤波与阈值分割缓解图像噪声对光条中心提取的影响,利用计算的光条宽度得到Hessian矩阵参数并对光条中心进行粗提取,基于光条连续性对光条中心坐标进行平滑优化,可以满足高反光表面线激光光条中心稳定提取需求。

本发明授权一种高反光表面线激光光条中心提取方法在权利要求书中公布了:1.一种高反光表面线激光光条中心提取方法,其特征在于,步骤如下: 1光条图像滤波 对过曝光光条图像进行中值滤波和形态学滤波处理;设置大小为n×n的窗口模板,将窗口模板中心像素点的灰度值替换为窗口模板中其他像素点灰度值的中值,通过滑动窗口模板实现整幅图像的滤波;对中值滤波完的得到的光条图像继续进行形态学开运算,即对光条图像先进行腐蚀操作,再进行膨胀操作;腐蚀操作表示为: ax,y=min{fx+x',y+y'-Bx',y'x',y'∈Db}1 其中,ax,y为腐蚀操作得到的光条图像,fx,y为腐蚀操作之前的光条图像,Bx',y'为结构元素在位置x',y'处对应的灰度值,Db为结构元素区域; 膨胀操作表示为: zx,y=max{ax-x',y-y'+Bx',y'x',y'∈Db}2 其中,zx,y为膨胀操作得到的光条图像; 2图像阈值分割 利用最大类间方差法计算滤波后的光条图像的最佳分割阈值;假设大小M×N的光条图像的最佳分割阈值为optimalthreshold,属于图像前景的像素点个数和占比分别记为N0和ω0,前景的平均灰度值记为μ0,属于图像背景的像素点个数和占比分别记为N1和ω1,背景的平均灰度值记为μ1;根据数学关系得到: ω0+ω1=15 N0+N1=M×N6 图像的平均灰度值为: μ=ω0×μ0+ω1×μ17 图像分割的前景和背景灰度的类间方差表示为: V=ω0×μ0-μ2+ω1×μ1-μ28 使类间方差最大的分割阈值即为图像的最佳分割阈值optimalthreshold,采用截断法对图像进行阈值分割,阈值分割结果cx,y表示为: 3图像ROI确定 利用遍历方式从图像左侧第一列开始搜索光条图像每一列像素点的最大灰度值,记录最大灰度值不为0的第一列i1和最后一列i2,i1和i2分别记为光条图像ROI的左右边界;对于最大灰度值大于0的部分,同样采用遍历方式从图像上方搜索每一列的第一个像素不为0以及最后一个像素不为0的位置,对应的行数记为j1和j2,在上下方向各扩充m个像素宽度,光条图像ROI的上下边界为j1-m和j2+m最终确定图像的ROI为i1,i2,j1-m,j2+m; 4光条中心坐标粗提取 利用BPNN计算光条宽度;BPNN的输入为光条图像的灰度向量,首先基于几何中心法确定光条图像某列的中心点xc,yc,即对光条图像第xc列像素进行搜索,第一个灰度值大于0的像素位置记为m1,最后一个灰度值大于0的像素位置记为m2,中心坐标记为yc=m1+m22,在中心点上下方向各取n个像素点作为BPNN的输入层向量,网络隐藏层由p个神经元组成,输出为光条截面宽度wc; 利用Hessian矩阵与光条图像进行卷积运算: 其中,gx,y为二维高斯函数,参数rxx为图像在x方向的二阶导数,ryy为图像在y方向的二阶导数,rxy为图像的二阶混合方向导数; 矩阵Hx,y的最大特征值对应的特征向量记为nx,ny,即为图像中该点的光条法线方向,在法线方向对光条灰度分布进行Taylor二次多项式展开,令一阶导数为0得到极值点即为粗提取得到的光条中心点px,py: px,py=x0+tnx,y0+tny12其中,x0,y0为光条图像中的基准点,t为计算得到的参数: 5光条中心坐标连续性修正 以粗提取得到的光条中心点为圆心,划分半径为K的坐标邻域区间,邻域区间内其余中心点坐标记为Pixi,xi,以到位于圆心的中心点的相对距离Δi作为坐标修正的加权系数: 修正后的光条中心点坐标表示为: 遍历所有粗提取得到的光条中心点,结束光条中心坐标连续性修正。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
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。