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 > 浙江国辰智检科技有限公司容典获国家专利权

浙江国辰智检科技有限公司容典获国家专利权

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!

龙图腾网获悉浙江国辰智检科技有限公司申请的专利基于快速局部阈值分割的涂布表面的头发丝异物检测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:CN118982525B

龙图腾网通过国家知识产权局官网在2025-05-27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:202411069957.1,技术领域涉及:G06T7/00;该发明授权基于快速局部阈值分割的涂布表面的头发丝异物检测方法是由容典;张晓;廖俊设计研发完成,并于2024-08-06向国家知识产权局提交的专利申请。

基于快速局部阈值分割的涂布表面的头发丝异物检测方法在说明书摘要公布了:本发明公开了一种基于快速局部阈值分割的涂布表面的头发丝异物检测方法。对涂布表面进行拍摄图像获取表面灰度图像,对表面灰度图像结合高斯滤波和减运算处理获得灰度差异图像,使用大阈值对灰度差异图像进行分割获得疑似明显发丝的轮廓,并进行初步判断,再根据灰度差异图像进行精细进一步图像分析处理判断是否存在毛发缺陷。本发明检测准确和实用,能有效过滤近似毛发的背景干扰。图像计算速度快,可以广泛应用于相似场景,具有较大的应用价值。

本发明授权基于快速局部阈值分割的涂布表面的头发丝异物检测方法在权利要求书中公布了:1.一种基于快速局部阈值分割的涂布表面的头发丝异物检测方法,其特征在于所述方法包括如下步骤:1对涂布表面进行拍摄图像获取表面灰度图像Pi,j;2对表面灰度图像Pi,j结合高斯滤波和减运算处理获得灰度差异图像Di,j;3使用大阈值对灰度差异图像Di,j进行分割,遍历分割后的二值化图像的各个像素点获得连通域并作为疑似明显发丝的轮廓,并根计算轮廓的长度及轮廓的圆形度进而判断是否为头发丝:若是头发丝,则判断存在头发丝,即认为有头发丝异物否则跳至下一步;4针对灰度差异图像Di,j进行进一步图像分析处理判断是否存在毛发缺陷,进而判断是否有头发丝异物;所述步骤4具体为:4.1计算灰度差异图像Di,j中的每列所有像素点的像素值的方差作为每列像素列的方差,得到所有列像素列的方差中的最大值和最小值;4.2根据每列像素列的方差以及每列像素列的方差的最大值和最小值计算高分割阈值,对灰度差异图像Di,j使用高分割阈值进行分割,得到较暗区域二值化图像Bi,j;4.3对较暗区域二值化图像Bi,j膨胀处理,得到疑似区域模版图像Mi,j;4.4根据每列像素列的方差以及每列像素列的方差的最大值和最小值计算低分割阈值,对灰度差异图像Di,j使用低分割阈值进行分割,得到偏暗区域二值化图像;4.5将偏暗区域二值化图像与疑似区域模版图像Mi,j进行与运算,得到二值化轮廓图像Ci,j;4.6获取二值化轮廓图像Ci,j中的所有轮廓,并根据圆形度和长度对所有轮廓进行过滤,获取所有疑似毛发的细长轮廓;4.7步骤4.6中的所有细长轮廓进行相邻轮廓连接,并根据实际毛发长度过滤非毛发缺陷,判断是否存在毛发缺陷;所述步骤4.7具体为:4.7.1对每个细长轮廓进行判断:若细长轮廓的长度大于等于于预设毛发长度,则该细长轮廓为毛发缺陷,认为有头发丝异物,不进行下一步骤;若细长轮廓的长度小于预设毛发长度,则该细长轮廓作为疑似轮廓,再进行下一步骤;4.7.2将该疑似轮廓与周围的其他疑似轮廓进行初步连接形成连接后轮廓,具体是先用轮廓间的外包围矩形计算轮廓间的实际相邻距离,在实际相邻距离之内进行初步连接并保存,实际相邻距离按照以下公式处理确定:dis=mindisi,j 式中,dis为实际相邻距离,disi,j为第一个轮廓第i个像素点与第二个轮廓第j个像素点之间的距离,pi和pj分别为两个轮廓上的像素点的像素值;4.7.3对4.7.2得到的所有连接后轮廓,计算连接后轮廓的最小包围矩形的长度并进行判断:若长度小于预设的发丝长度,则抛弃;若长度大于等于预设的发丝长度,则连接后轮廓为毛发缺陷,认为有头发丝异物。

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浙江国辰智检科技有限公司,其通讯地址为:315301 浙江省宁波市慈溪市宗汉街道嘉利路238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。