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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜东南大学路小波获国家专利权

恭喜东南大学路小波获国家专利权

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!

龙图腾网恭喜东南大学申请的专利轨道扣件图像生成方法及模型训练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:CN114140364B

龙图腾网通过国家知识产权局官网在2025-05-02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:202111462840.6,技术领域涉及:G06T5/30;该发明授权轨道扣件图像生成方法及模型训练方法是由路小波;苏仕祥设计研发完成,并于2021-12-02向国家知识产权局提交的专利申请。

轨道扣件图像生成方法及模型训练方法在说明书摘要公布了:本发明公开了轨道扣件图像生成方法及模型训练方法,方法包括:获取包含至少一个目标对象的原始图像;计算目标对象的第一弹条图像和第一背景图像;基于第一弹条图像生成第二弹条图像;基于第一背景图像得到第二背景图像;基于第二弹条图像和第二背景图像生成第二扣件图像;基于第二扣件图像对图像分类模型进行训练,获得针对所述目标对象的扣件图像分类模型。本发明基于真实的无病害扣件图像生成有病害和无病害的扣件图像。生成的图像具备丰富的多样性和较高的真实性,解决了无病害扣件图像和有病害扣件图像的样本不平衡问题,极大提高了病害扣件图像检测的准确率。

本发明授权轨道扣件图像生成方法及模型训练方法在权利要求书中公布了:1.轨道扣件图像生成方法及模型训练方法,其特征在于:方法包括:步骤一、获取包含至少一个目标对象的原始图像;步骤二、计算目标对象的第一弹条图像和第一背景图像;具体的,通过图像分割技术得到目标对象弹条区域的第一掩膜图像,然后将原始图像与第一掩膜图像求交,得到第一弹条图像,其余部分为第一背景图像;所述第一弹条图像为分离出的弹条区域对应的图像,是无病害的弹条;所述第一背景图像为目标对象中背景区域对应的图像,即目标对象中去除弹条区域的部分;所述第一掩膜图像为通过图像分割技术得到的无病害扣件的掩膜图像;若原始图像中包含多个目标对象,通过目标检测提取出有且仅有一个目标对象的原始图像;步骤三、基于第一弹条图像生成第二弹条图像;首先对所得第一掩膜图像进行预处理操作以去除一些干扰和噪声;然后,提取第一掩膜图像的骨架线;最后,通过约束骨架线的几何形状变化来生成第二弹条图像;步骤四、基于第一背景图像得到第二背景图像;具体的是采用图像修复方法来修复第一背景图像中的破损区域,得到第二背景图像;步骤五、基于第二弹条图像和第二背景图像生成第二扣件图像;具体的,首先直接将第二弹条图像叠加到第二背景图像之上,得到第一扣件图像;然后,采用如下方公式对第一扣件图像中弹条的边缘区域的融合效果进行改善,得到第二扣件图像:记u为第一弹条图像的像素集合,C表示弹条区域,C0表示边界优化区域,C+C0表示融合区域,表示弹条区域的边界,表示融合区域的外边界;定义一个权重因子Eu来优化向量场v;在融合区域C+C0内,该权重因子计算方式如下:ΔEu=0overC0,其中即,Eu的取值范围为[0,1];区域C内的Eu值为1,其它不在C内的区域的Eu值为0;区域C+C0内的融合后的像素值f的计算方式为最小化如下能量函数: 其中f*表示融合前背景图像的像素值,通过以下边界条件和求解上式 进而得到融合后的图像;将第一扣件图像中C0区域内的像素值替换为融合后的图像对应区域内的像素值,得到第二扣件图像;步骤六、基于第二扣件图像对图像分类模型进行训练,获得针对所述目标对象的扣件图像分类模型。

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东南大学,其通讯地址为:211100 江苏省南京市麒麟科创园智识路26号启迪城立业园04幢;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”。

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。