龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：深圳大学
摘要：本申请公开了基于卷积神经网络与支持弧的摄影测量编码标志识别方法，包括：获取初始编码标志图像数据集，利用图像增强技术进行预处理，得到第一编码标志图像数据集，使用第一编码标志图像数据集对卷积神经网络模型进行训练，得到训练好的卷积神经网络模型；对待测目标编码标志图像进行灰度化处理，得到编码标志灰度图像，使用训练好的卷积神经网络模型对编码标志灰度图像进行编码标志范围的提取，使用弧支撑线段算法提取编码标志范围的椭圆和编码标志范围的中心，根据椭圆的形状对编码标志灰度图像进行仿射变换和解码，得到解码信息；将编码标志范围的中心和解码信息作为编码标志识别结果，提高了复杂场景下靶标识别率，增加了识别速度。
主权项：1.一种基于卷积神经网络与支持弧的摄影测量编码标志识别方法，其特征在于，包括：获取初始编码标志图像数据集，利用图像增强技术对所述初始编码标志图像数据集进行预处理，得到第一编码标志图像数据集，使用所述第一编码标志图像数据集对卷积神经网络模型进行训练，得到训练好的所述卷积神经网络模型；获取待测目标编码标志图像，对所述待测目标编码标志图像进行灰度化处理，得到编码标志灰度图像，使用训练好的所述卷积神经网络模型提取所述编码标志灰度图像的编码标志范围；使用弧支撑线段算法提取所述编码标志范围的椭圆和中心，根据所述椭圆的形状对所述编码标志灰度图像进行仿射变换，根据所述编码标志范围对仿射变换后的所述编码标志灰度图像进行解码，得到解码信息；将所述编码标志范围的中心和所述解码信息作为编码标志识别结果。
全文数据：
权利要求：
百度查询： 深圳大学 基于卷积神经网络与支持弧的摄影测量编码标志识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号