基于机器视觉的相马方法、装置、电子设备和介质.pdf
邻家****文章
亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于机器视觉的相马方法、装置、电子设备和介质.pdf
本发明提出了一种基于机器视觉的相马方法、装置、电子设备和介质,该相马方法为:获得马匹的图像,图像包括马匹的正面和侧面图片;根据采集的马匹的图像,识别出头部、眼睛、耳朵和鼻孔的轮廓;根据识别出的头部、眼睛、耳朵和鼻孔的轮廓,计算眼睛、耳朵、鼻孔占头部面积的比例;根据采集的马匹的图像获取马匹的体尺指数;根据图像中眼睛、耳朵、鼻孔占头部面积的比例,以及所述体尺指数对马匹的品相进行综合评分,最终根据评分结果对马匹的品相进行分级。本发明能够排除人为因素的干扰,降低人工成本,提高相马效率,能准确地对马匹的品相进行测定
基于机器视觉的导航方法、装置、电子设备及存储介质.pdf
本发明涉及机器人控制领域,具体为一种基于机器视觉的导航方法、装置、电子设备及存储介质,应用于机器人的控制系统以使机器人在商场中行驶,其步骤包括:获取目标商品的商品信息:类别信息、货架信息和目标商品名称;根据类别信息控制机器人沿第一引导线在商场中移动并寻找到目标商品所在的第一区域;根据货架信息,控制机器人在第一区域内寻找目标商品所在的第一货架的位置;根据第一货架的位置获取第一货架对应的第一过道的位置;根据第一过道的位置控制机器人进入第一过道;识别路侧货架图像中的各商品的第二标签信息以找到目标商品;本发明通过
基于机器视觉的测试方法、装置及电子设备和存储介质.pdf
本申请公开了一种基于机器视觉的测试方法、装置及一种电子设备和计算机可读存储介质,该方法包括:获取包含目标设备的测试图像,并在所述测试图像中确定预设标识的位置;根据每个所述预设标识的位置对所述测试图像进行区域划分,以使划分得到的每个区域仅包含对应的目标设备;确定待测试目标设备,通过在所述待测试目标设备对应的区域内检测目标对象,实现对所述待测试目标设备的测试。由此可见,本申请提供的基于机器视觉的测试方法,在测试图像中包括多个目标设备时,实现了多台目标设备互不干扰的并行测试,提高了测试效率和准确性。
基于机器视觉的烟丝桶检测方法、装置、设备及介质.pdf
本申请提供了一种基于机器视觉的烟丝桶检测方法、装置、设备及存储介质,所述方法通过DBNet网络检测待检测的烟丝桶桶底图像,得到四个桶底角坐标,根据所述桶底角坐标对所述烟丝桶桶底图像进行旋转矫正,得到桶底矫正图像;根据预设阈值过滤方法,对所述桶底矫正图像进行处理,得到烟丝残留物图像,并将所述烟丝残留物图像转为烟丝残留物灰度图像;在所述烟丝残留物灰度图像中提取烟丝残留物像素数量,根据所述烟丝残留物像素数量和所述烟丝残留物灰度图像像素总数量计算得到烟丝残留物面积占比。本申请合理的实现了烟丝残留物检测自动化管理,
基于机器视觉的缺陷检测方法、装置、终端及存储介质.pdf
本发明公开了基于机器视觉的缺陷检测方法、装置、终端及存储介质。本发明通过获取目标部件各常见受损部位分别对应的缺陷图像集,通过这些缺陷图像集确定目标部件上缺乏缺陷数据的区域。针对缺乏缺陷数据的区域制作补充图像集,以增加缺陷检测模型的缺陷数据集的种类。解决了现有技术中缺陷检测模型的训练数据通常只包含有加工部件上常见受损区域的缺陷数据,训练数据种类局限,导致训练出的缺陷检测模型的准确性和可靠性不高的问题。