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！

申请/专利权人：哈尔滨工业大学

摘要：本发明公开了一种基于图像分割大模型和多元高阶回归拟合的鱼竿钓性分析方法，所述方法包括如下步骤：步骤一、图像裁切；步骤二、鱼竿预识别；步骤三、图像识别；步骤四、鱼竿曲线拟合。该方法能够将图像中的鱼竿自动识别出来并生成鱼竿图像在原图中的坐标从而衡量鱼竿的钓性，支持在光线昏暗下分割图像，并且在处理大尺寸图像时仍有较高的效率和分割效果。

主权项：1.一种基于图像分割大模型和多元高阶回归拟合的鱼竿钓性分析方法，其特征在于所述方法包括如下步骤：步骤一、图像裁切：步骤一一、利用斑点检测器识别出背景板中的所有圆点并将识别出的所有圆点的坐标及其面积以矩阵的形式保存在本地；步骤一二、根据步骤一一识别的圆点面积大小进行排序；步骤一三、根据步骤一二排序得到的前五个圆点确定裁切点的坐标并进行裁切；步骤二、鱼竿预识别：步骤二一、利用步骤一获得的所有圆点坐标对原始图像进行分割，提取鱼竿中段部分图像；步骤二二、对所有圆点所在区域的像素值进行处理，将其设为0；步骤二三、将鱼竿中段部分图像转化为二值图像，分离出鱼竿与背景之间的区别；步骤二四、进行高斯平滑操作，然后使用Canny边缘检测算法检测图像中的鱼竿边缘；步骤二五、进行形态学膨胀操作，以连接曲线边缘，获得鱼竿中段部分的准确轮廓；步骤二六、在步骤二五处理后的图像中查找轮廓，并在原始图像上绘制这些轮廓线，直观地展示鱼竿的形状和位置；步骤二七、对轮廓进行曲线拟合，以便更好地描述鱼竿的形状，通过拟合曲线获得更平滑和连续的轮廓线；步骤二八、从拟合曲线中选择两个点作为图像识别模块的指示点，将其在中段部分图像下的坐标转换为在原始全图中的坐标，并将这两个指示点的原始全图中的坐标输入到图像识别模块中，以供后续的识别和分析；步骤三、图像识别：步骤三一、当图像识别模块收到鱼竿预识别模块传来的指示点后，SegmentAnything大模型的图像编码器将输入图像转换为图像嵌入向量，捕捉图像的语义和特征信息，同时，指示点经过提示编码器的处理被转换为相应的提示嵌入向量；步骤三二、掩码解码器使用图像嵌入和提示嵌入的结合预测出鱼竿在图像中的分割掩码，将图像中的不同对象进行分割；步骤三三、SegmentAnything大模型的输出结果通过生成分割掩码的方式，将图像中的鱼竿区域从背景中准确地分割出来，这一过程得到的分割掩码能够清晰地描绘出鱼竿的轮廓和形状，并将识别结果返回；步骤四、鱼竿曲线拟合：步骤四一、鱼竿曲线拟合模块将图像识别模块得到的鱼竿区域图转换为二值图像，将该二值图像反转，使黑色区域为255，白色区域为0；步骤四二、使用一个5×5的内核kernel对图像进行膨胀和腐蚀操作，填补图像中不连通的区域；对反转后的图像进行膨胀操作，以填充孔洞；对膨胀后的图像进行腐蚀操作，还原图像；步骤四三、利用区域位置与大小信息滤除吊坠区域：通过Canny边缘检测算法提取出鱼竿曲线图像和吊坠区域图像；通过计算两个区域的轮廓面积和中心点坐标，确定哪一部分为吊坠区域；根据预先定义的阈值，将过小的区域排除，这样可以去除吊坠区域的像素点；步骤四四、利用梯度信息滤除圆环的影响：通过Canny边缘检测算法提取出鱼竿曲线图像，对鱼竿曲线图像计算梯度图像；使用Sobel算子获取每个像素点的梯度幅值和方向；在鱼竿曲线的梯度图像中，根据梯度方向和阈值筛选出与圆环梯度方向明显不同的像素点，将这些像素点从鱼竿曲线的梯度图像中滤除；步骤四五、获取像素值为255的像素点的坐标：遍历图像的每个像素，检查其像素值是否为255，并将对应的行坐标和列坐标记录下来，得到所有像素值为255的像素点的坐标信息；步骤四六、对所有像素值为255的像素点进行多项式拟合，得到鱼竿曲线。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 基于图像分割大模型和多元高阶回归拟合的鱼竿钓性分析方法