[发明专利]基于深度学习和图像处理算法的目标检测方法有效
| 申请号： | 201811332427.6 | 申请日： | 2018-11-09 |
| 公开（公告）号： | CN109447979B | 公开（公告）日： | 2021-09-28 |
| 发明（设计）人： | 林伟阳;黄乐平;邱剑彬;佟明斯;李湛;高会军 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 刘冰 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于深度学习和图像处理算法的目标检测方法，本发明涉及图像目标检测方法。本发明的目的是为了解决现有机械臂应用于小目标的精密作业时，单纯用深度学习进行检测与定位，小目标位置的确定误差大，精度低的问题。过程为：步骤一、建立数据集，根据数据集对SSD网络进行训练，得到最终训练好的SSD网络，使用最终训练好的SSD网络模型对待检测的图像中的插针进行检测，在图像上用预选框把插针所在范围框出；步骤二、使用大津算法将预选框中的图像内容进行二值化，即分为插针及非插针两部分；步骤三、通过漫水填充算法，将二值化后的插针部分从图像中分离出来，并计算出插针的位置中点。本发明属于目标检测领域。 | ||
| 搜索关键词： | 基于 深度 学习 图像 处理 算法 目标 检测 方法 | ||
【主权项】：
1.基于深度学习和图像处理算法的目标检测方法，其特征在于：所述方法具体过程为：步骤一、建立数据集，根据数据集对SSD网络进行训练，得到最终训练好的SSD网络，使用最终训练好的SSD网络模型对待检测的图像中的插针进行检测，在图像上用预选框把插针所在范围框出；步骤二、使用大津算法将预选框中的图像内容进行二值化，即分为插针及非插针两部分；步骤三、通过漫水填充算法，将二值化后的插针部分从图像中分离出来，并计算出插针的位置中点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学，未经哈尔滨工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811332427.6/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
