- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及图像处理技术领域,具体涉及基于机器学习的径锻钛棒外观视觉检测方法,包括:采集若干钛棒的钛棒灰度图像;根据每张钛棒灰度图像内每个像素点对应纹理延伸方向的分布情况,得到每张钛棒灰度图像的纹理方向延伸度数;根据纹理方向延伸度数对应方向上不同像素点受光照强度影响的差异以及对应位置的分布距离,得到任意两个像素点的光照综合距离度量;根据任意两个像素点的光照综合距离度量,自适应调整搜索范围边长并进行迭代聚类,得到若干钛棒检测超像素块;对每个钛棒检测超像素块进行检测。本发明提高了分割结果的准确性,提高
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118096796A
(43)申请公布日2024.05.28
(21)申请号202410495545.8G06V10/74(2022.01)
文档评论(0)