Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西科技师范大学尤国平获国家专利权

江西科技师范大学尤国平获国家专利权

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!

龙图腾网获悉江西科技师范大学申请的专利一种适用于杂乱堆叠的零部件的视觉分割计数方法及系统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:CN120931936B

龙图腾网通过国家知识产权局官网在2026-02-27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:202511477847.3,技术领域涉及:G06V10/26;该发明授权一种适用于杂乱堆叠的零部件的视觉分割计数方法及系统是由尤国平;殷志坚;管懿斌;宋健;胡煜丹设计研发完成,并于2025-10-16向国家知识产权局提交的专利申请。

一种适用于杂乱堆叠的零部件的视觉分割计数方法及系统在说明书摘要公布了:本发明涉及图像处理领域,提出一种适用于杂乱堆叠的零部件的视觉分割计数方法及系统,通过对多个视角的零部件图像进行动态Gamma校正和重叠区域增强处理,避免了复杂施工环境带来的影响,同时突出增强了重叠区域的特征,使得遮挡部分和小目标的具体细节信息更容易被识别,提高了识别的准确性和鲁棒性,再通过轻量化的CNN模型进行基础语义分割,在保证识别精度的同时,大幅减少了计算量,提高了识别的效率,又通过动态阈值分割和种子点生产及区域生长,结合图像的语义和几何特征,更准确地分割出被遮挡和小尺寸的零件,有效降低漏检率,在复杂场景下展现出更强的适应性和检测精度,本发明提高了杂乱堆叠的零部件的视觉分割计数方法的准确性和效率。

本发明授权一种适用于杂乱堆叠的零部件的视觉分割计数方法及系统在权利要求书中公布了:1.一种适用于杂乱堆叠的零部件的视觉分割计数方法,其特征在于,包括: 获取多视角零部件图像并进行预处理,所述多视角零部件图像基于流水线检测区域的顶视角图像、前视角图像、左视角图像和右视角图像,所述预处理包括动态Gamma校正和重叠区域增强处理; 根据轻量化CNN模型对所述多视角零部件图像进行语义分割处理,以获取零部件语义概率图,所述轻量化CNN模型基于深度可分离卷积和跨层连接; 对所述零部件语义概率图进行动态阈值分割,以获取目标种子点集合,所述动态阈值分割基于零部件语义概率图的均值和标准差,所述目标种子点集合基于连通域质心; 所述对所述零部件语义概率图进行动态阈值分割,以获取目标种子点集合的步骤,具体包括: 将零部件语义概率图划分为16×16个区域,每个所述区域包括32×32像素的子块,计算零部件语义概率图中每个子块的均值与标准差,所述均值与标准差的具体算法如下: , , 其中,表示均值,表示标准差,表示零部件语义概率图,表示子块序数; 计算每个子块的动态阈值,所述动态阈值的具体算法如下: , 其中,表示动态阈值; 根据所述动态阈值与所述零部件语义概率图获取二值掩码,以进行对比判断,若任一区域的所述零部件语义概率图大于等于所述动态阈值,则所述二值掩码在所述区域的值为1,若任一区域的所述零部件语义概率图小于所述动态阈值,则所述二值掩码在所述区域的值为0; 根据形态学图像处理,对所述二值掩码进行腐蚀,所述腐蚀的具体算法如下: , 其中,表示腐蚀后的掩膜,表示二值掩码,表示核; 对腐蚀后的掩膜进行8邻域连通域标记,以计算每个连通域的连通域质心,并将所述连通域质心的集合作为目标种子点集合,所述连通域质心的具体算法如下: , , 其中,表示连通域对应种子点的横坐标,表示连通域对应种子点的横坐标,表示连通域内像素点的数量,表示连通域内像素点索引序数,和表示连通域内像素点的横坐标和纵坐标; 根据所述目标种子点集合进行迭代,以获取零部件实例集合,所述零部件实例集合基于零部件实例掩膜; 对所述零部件实例集合进行重叠分离处理,获取有效零部件实例合集,以根据连通域分析算法计算零部件数量,所述重叠分离处理基于Canny算法和分水岭算法。

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江西科技师范大学,其通讯地址为:330100 江西省南昌市红谷滩新区红角洲学府大道589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”。

以上内容由龙图腾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。