CN101487838A - 一种异形纤维的尺度形状特征的提取方法 - Google Patents
一种异形纤维的尺度形状特征的提取方法 Download PDFInfo
- Publication number
- CN101487838A CN101487838A CN 200810204405 CN200810204405A CN101487838A CN 101487838 A CN101487838 A CN 101487838A CN 200810204405 CN200810204405 CN 200810204405 CN 200810204405 A CN200810204405 A CN 200810204405A CN 101487838 A CN101487838 A CN 101487838A
- Authority
- CN
- China
- Prior art keywords
- image
- fibre
- profile
- fiber
- partial image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及异形纤维的尺度形状特征的提取方法,在经串行口对自动载物台XYZ方向的步进电机控制,实现在水平和垂直方向的移动控制,使光学显微镜工作在最佳聚焦状态。提取方法的步骤如下:给定“异形纤维横截向样片”,“装配三维自动平载物台的显微镜”经“连续迂回图像采集”、“自动聚焦”到“是图像目标?”判断,如果否,返回到“连续迂回图像采集”如果是,到“分图像采集”,然后返回到“连续迂回图像采集”直到分图像采集结束进到“大图拼接”,得到“清晰的纤维图像全景图”、经对采集到的图像进行“图像分割”、“链码表示”“TAR计算”、“提取TARN”、“提取TARP”、“纤维几何形状确定”最后“纤维分类、统计”。
Description
技术领域
本发明涉及一种异形纤维的尺度形状特征的提取方法,属于异形纤维形状特征检测技术领域。
背景技术
纤维截面的异形化是物理改性的一项重要手段,它通过模拟天然纤维的各种形态改善合成纤维的服用性能。各种异形截面纤维在国外已大量生产,国内也有研制和批量生产,其中中空、中空异形、三角形、三叶形等使用已非常广泛,多角形、多叶形、T形、C形、H形、十字形、扁平形等也已有生产。异形截面纤维不规则的截面形状赋予织物独特的服用和外观性能。
截面特征参数是表征截面形状的主要指标,也是研究服用性能的基础之一。目前对异形纤维截面的识别主要还限于人工法或半自动法。在异形纤维检测领域广泛采用视频显微镜、普通生物显微镜测试异形截面纤维特征参数。视频显微镜通过与之配套兼容的PinnacleStudio8.0图像采集软件,采集在计算机屏幕上观察到的一定放大倍数下的异形纤维截面图像,再利用与视频显微镜配套兼容的Imager-Proplus图像分析软件,测量异形纤维截面的内切圆半径、外接圆半径、异形纤维截面周长和面积、异形纤维截面外接圆周长和面积、中空纤维截面的中空面积、“V”字形纤维的角度等特征参数,由此计算出异形纤维的异形度指标。生物显微镜法用装在显微镜上的显微描绘仪在描图纸上描绘异形纤维截面图像,再用复印机放大2~4倍,剪纸、称重或用软尺测量,计算得到异形截面纤维异形度指标。
这两种测试方法,需要检测人员手工操作,方法费时,费力,准确性差,对检测人员的主观技术经验依赖性强,且只适用于已知异形纤维形态测量异形度,不能进行异形纤维的自动识别、分类和统计。
发明内容
本发明的目的在于提出一种异形纤维的尺度形状特征的提取方法,该方法在实现异形纤维横截面显微图像全自动拍摄采集基础上,利用异形纤维边沿的凹凸特性自动识别异形纤维的几何形状,准确地对异形纤维自动分类,实现了异形纤维自动分类和混合纤维比例自动计算。
为达到上述目的,本发明的技术方案是:利用三维自动载物台、光学显微镜、工业控制计算机和数字摄像机组成图像采集系统,由控制软件经串行口分别对三维自动载物台XYZ方向的步进电机控制,实现载物平台在水平和垂直方向的移动控制,使光学显微镜工作在最佳聚焦状态进行图像采集。
本发明的提取方法的步骤是:首先给定‘异形纤维横截向样片’,‘装配三维自动平载物台的显微镜’经‘连续迂回图像采集’、‘自动聚焦’到对图像进行‘是图像目标?’判断,如果否,返回到‘连续迂回图像采集’如果是,到‘分图像采集’进行分图像采集,然后可以返回到‘连续迂回图像采集’继续采集,直到分图像采集结束进到‘大图拼接’,得到‘清晰的纤维图像全景图’、经对采集到的图像进行‘图像分割’、‘链码表示’‘TAR计算’、‘提取TARN’、‘提取TARP’、‘纤维几何形状确定’最后‘纤维分类、统计’。
通过上述步骤,拍摄清晰的异形纤维横截面图像,在试样片的水平面上找到各个纤维的位置,其次是针对各个纤维进行垂直方向的聚焦。利用三维自动载物台的光学显微镜,通过以下的步骤在水平(X,Y)和垂直(Z)方向自动搜索纤维并采集图像,实现异形纤维横截面显微图像全自动拍摄采集和自动分类统计。
本发明的有益效果:采用本发明的提取方法,省时、省力,准确性高,客观,可以自动获得试样片的全景图和纤维的分类统计结果,取代人工检测异形纤维,具有一定的使用价值。
以下结合附图和实施例对本发明的方案作比较详细的说明。
附图说明
图1为本发明的异形纤维提取方法的步骤流程图;
图2为本发明的异形纤维提取方法的连续迂回采集示意图;
图3为本发明的异形纤维提取方法的采集时毗连的图像间留有重叠区域示意图;
图4为本发明的异形纤维提取方法的拼接预处理后的全景图;
图5为本发明的异形纤维提取方法的异形纤维几何形状自动确定示意图。
具体实施方式
参照图1,这是本发明的异形纤维提取方法的步骤流程图。
如图所示,利用图像提取设备的控制软件经串行口分别对三维自动载物台XYZ方向的步进电机控制,实现载物平台在水平和垂直方向的移动控制,使光学显微镜工作在最佳聚焦状态对图像进行采集和分类统计。
首先要对异形纤维自动分类,包括图像分割,链码表示,三角形面积(TAR)计算,三角形负面积(TARN)表示,三角形正面积(TARP)表示,异形纤维分类。然后进行图像采集,图像采集是采集异形纤维样片目标范围的图像内容,实现步骤是先收索目标区域,全自动扫描目标定位,对寻找到目标自动聚焦采集分图像。然后大图拼接,得到异形纤维横截面的全景图。
本发明提取方法的步骤如下:首先给定‘异形纤维横截向样片’,‘装配三维自动平载物台的显微镜’经‘连续迂回图像采集’、‘自动聚焦’到对图像进行‘是图像目标?’判断,如果否,返回到‘连续迂回图像采集’如果是,到‘分图像采集’进行分图像采集,然后返回到‘连续迂回图像采集’继续采集,直到分图像采集结束进到‘大图拼接’,得到‘清晰的纤维图像全景图’、经对采集到的图像进行‘图像分割’、‘链码表示’‘TAR计算’、‘提取TARN’、‘提取TARP’、‘纤维几何形状确定’最后‘纤维分类、统计’。
参照图2,这是本发明的异形纤维提取方法的连续迂回采集示意图。
如图所示,连续迂回的采集,通过三维自动载物台光学显微镜的控制软件,控制显微镜的三维自动载物台通过迂回的连续采集方式,获取试样片上纤维目标区域。
参照图3,这是本发明的异形纤维提取方法的采集时毗连的图像间留有重叠区域示意图。
如图所示,为了保证在对分图像进行拼接时不遗漏纤维截面的信息,各个分图像在采集时都需要和毗连的图像间有一公有的重叠区域。系统中每一个分图像的大小为640*480像素,左右的重叠部分取128个像素,上下的重叠部分取98个像素。这样目标区域被划分为多个分图像子图,计算机控制移动载物台聚焦自动采集分图像信息数据,同时纪录下分图像的坐标和序号,这些信息用于确定分图像在全景图缝合中的位置,以便后续拼图。
参照图4,这是本发明的异形纤维提取方法的拼接预处理后的全景图。
如图所示是拼接预处理后的全景图。全图拼接是对每一张分图像经裁剪后根据原先的编号顺序进行拼接,得到全景图。
参照图5,这是本发明的异形纤维提取方法的异形纤维几何形状自动确定示意图。
如图所示,异形纤维几何形状自动确定的实现方法
通过对异形纤维图像边沿链码的TAR计算,得到TARN,确定边沿的凹点个数和在边沿上的位置;得到TARP,确定边沿的凸点个数和在边沿上的位置,计算机根据边沿点上凹凸点的个数和在边沿上的分布位置自动识别异形纤维的形态。
下面将有关问题作比较详细的说明。
所述的全自动扫描目标定位,是在载物台运动的过程中,计算机不断计算每一个区域图像灰度的方差,对纤维目标进行锁定。载玻片的图像灰度比较浅,而且变化不大,其方差近似相等,数值较小;纤维目标区域的图像灰度较深,且变化较大,其方差增大。根据方差的变化区分载波片和目标区域,保存下纤维目标区域的起点坐标和终点坐标,锁定纤维目标区域,实现扫描目标的全自动定位。
分图像采集,为了保证纤维目标图像的清晰度,显微镜的放大倍数取100倍,因此整个目标纤维的横截面不可能一次全部采集到,必须采用分图像采集的方法。为了保证在对分图像进行拼接时不遗漏纤维截面的信息,各个分图像在采集时都需要和毗连的图像间有一公有的重叠区域。系统中每一个分图像的大小为640x480像素,左右的重叠部分取128个像素,上下的重叠部分取98个像素。这样目标区域被划分为多个分图像子图,计算机控制移动载物台聚焦自动采集分图像信息数据,同时纪录下分图像的坐标和序号,这些信息用于确定分图像在全景图缝合中的位置,以便后续拼图。
自动聚焦,系统中自动聚焦和全景图扫描通过计算机串行口对各个基本控制合理的结合实现。自动聚焦由算法中定义的两个参数确定:FP参数(图像的聚焦参数),用来确定自动平台的Z轴的正确聚焦位置,通过图像中心区域计算获得;参数CFP(正确聚焦位置参数),用于确定采集到最大的FP图像时自动平台的Z轴的位置。系统的聚焦实现方法:从一系列不同Z轴位置采集的图像中,找具有最大FP的图像,并将这个图像采集时的Z轴位置作为最佳聚焦点。
大图拼接,对于采集到的纤维分图像,必须进行拼接,将一个载波片上的纤维横截面信息集中在一个总图上,以便进行纤维成份分析。要求拼接后的大图尽可能的保证每一个纤维的完整性和不重叠性,失真尽可能小,没有明显的缝合线,拼接的方法必须科学合理。分析纤维图像发现,在纤维目标区域中,背景和纤维的灰度又有差异,纤维图像的背景点图像值较小,方差变化不大;纤维目标图像的灰度值较大,方差变化较大。可以根据重叠区域方差的数值确定图像的拼接线。从第一个分图像开始逐个对相毗邻的两个分图像分别计算每一个像素八邻域的灰度方差,在相应的位置保存得到的计算结果。
横向裁剪,对左右重叠区域寻找每一行方差的最小值,将得到的方差最小值连接得到一条最小方差曲线,这条曲线一定在图像的背景点上,以这条曲线作为两张左右毗邻分图像的裁剪线,对左边的分图像裁剪掉裁剪线右边的重叠部分,对右边的图像裁剪掉裁剪线左边的重叠部分。
纵向裁剪,对上下重叠区域寻找每一列方差的最小值,将得到的方差最小值连接得到一条最小方差曲线,这条曲线一定在图像的背景点上,以这条曲线作为两张上下毗邻分图像的裁剪线,对上面的分图像裁剪掉裁剪线下面的重叠部分,对下面的图像裁剪掉裁剪线上面的重叠部分。
全图拼接,对经裁剪后的每一张分图像根据原先的编号顺序进行拼接,就得到全景图。
上述的图像分割,分以下几个方面:
1).原始图像的预处理,包括灰度处理、去噪、图像平滑;
2).纤维轮廓提取,对预处理后的图像进行边缘检测,提取纤维对象的连续轮廓;
3).纤维图像分离,对经图像拼接预处理得到的纤维图中的单个纤维对象进行提取,获取横截面中所有的单个纤维对象。
所述的链码表示,分以下几个方面:
1.通过细化的算法去除单个纤维边沿的冗余元素和分岔,使每个边界点在序列中仅有两个相邻边界点,得到最短闭合边沿链码。
2.单个纤维连续轮廓信息用N个链码保存,设第一个链码为(x0,y0),最后一个链码为(xn-1,yn-1),轮廓链码的保存格式:x0,y0|x1,y1|x2,y2|...|...|...|...|xn-2,yn-2|xn-1,yn-1|x0,y0
异形纤维轮廓三角形面积表示(TAR)的实现方法用行列式计算由顶点p0(x0,y0),p1(x1,y1)和p2(x2,y2)组成的三角形面积S,S的绝对值和符号与顶点的空间位置有关。改变行列式中任意两行的顺序,行列式结果符号将发生变化。所以,符号与顶点序列的弯曲方向有关。
在由N个点构成的异形纤维闭合边界路径P上,沿逆时针方向绕行对每一个元素pi(0≤i<N)依次计算三角形面积Si,下标i从0增加到N-1。
定义步长t为介于1≤t≤N/2之间的一个整数。当N为偶数时,元素pi(0≤i<N)表示三角形的中间顶点,前一个顶点的下标表示为
后一个顶点的下标表示为
所构成的三角形面积记为Si,t,表示顶点为i、步长为t的三角形面积。
定义:
TAR={tari,t},0≤i<N,1≤t<N/2, (3)
式(3)的TAR称为闭合2D序列的多尺度描述算子。
TARN提取以及对凹点特征描述的实现方法
按逆时针旋转方向沿闭合边界顺序选取三个顶点组成三角形,当边界出现凹点时,其局部弯曲方发生改变,三角形面积值变为负值。因此边沿序列凹点组成的三角形面积值TAR为负值,用TARN={tarni,t}表示。定义
对不同角度的凹点形态,其对应的TARN输出值不同,TARN的形状也不同,若凹点的两边不对称,多尺度TARN值的分布向凹点的较长边倾斜。TARN图形的底部随着角度的增大而增宽,可以用底部的宽度判断凹点的形态。
TARP提取以及对凸点特征描述的实现方法
边界上凸点可以通过下列步骤确定:
1.对于不同步长t=1,2,Λ,N/2,重复下面计算。
2.通过公式(4)计算当i=0,1,2,Λ,N-1时的tari,t,值。
3.对每个步长t计算tari,t的平均值和tari,t与平均值的差值
Δtari,t=tari,t-avgt。 (7)
4.Δtari,t=tari,t-avgt大于零表示位置(i,t)是凸点。用TARP={tarpi,t}表示。
不同步长t对应的TARP输出称为TARP的多尺度结果。
异形纤维几何形状自动确定的实现方法
通过对异形纤维边沿链码的TAR计算,得到TARN,确定边沿的凹点个数及位置;得到TARP,确定边沿的凸点个数及位置,计算机根据边沿点上凹凸点的个数和在边沿上的分布位置自动识别异形纤维的形态。
自动分类、统计的实现方法
根据上述方法可以将一个横截面图像中拥有的异形纤维种类分开,对每一种类型的异形纤维统计个数,计算出横截面上各种形状纤维的总数,用每一种异形纤维的数量和各种形状纤维的总数进行计算,就能统计出每一种异形纤维在横截面中的比例,从而算出每一种异形纤维的含量。
1.图像采集
(1)连续迂回的采集
通过三维自动载物台光学显微镜的控制软件,控制显微镜的三维自动载物台通过迂回的连续采集方式,获取试样片上纤维目标区域。
(2)自动聚焦
在搜索到纤维目标的区域进行自动聚焦和分图像采集。
(3)大图拼接
对采集到的分图像集合进行拼接,得到异形纤维横截面试样片指定区域的全景图。
2.纤维分类
首先对纤维图像进行预处理,然后对图像的凹凸性进行提取,得到异形纤维的几何形状,给出纤维的分类结果。
(1)图像分割:从采集到的纤维图像中提取纤维的轮廓信息。
(2)链码表示:用链码形式表示纤维图像的边沿信息。
(3)三角形面积(TAR)计算:沿纤维边沿按逆时针方向计算不同尺度对应的三角形面积。
(4)三角形负面积(TARN)表示:TARN反映纤维边沿的凹陷特征。
(5)三角形正面积(TARP)表示:TARP表征纤维边沿的凸起特征。
(6)异形纤维分类:根据TARN和TARP的特征得出异形纤维的边沿几何形状,实现异形纤维种类的分类。
(7)计算得到异形纤维的混合比例。
Claims (7)
1、一种异形纤维的尺度形状特征的提取方法,其特征在于:利用提取设备,由控制软件经串行口分别对三维自动载物台XYZ方向的步进电机控制,实现载物平台在水平和垂直方向的移动控制,使光学显微镜工作在最佳聚焦状态;然后对异形纤维自动分类,包括图像分割,链码表示,三角形面积(TAR)计算,三角形负面积(TARN)表示,三角形正面积(TARP)表示,异形纤维分类,然后进行图像采集,图像采集是采集异形纤维样片目标范围的图像内容,实现步骤是先收索目标区域,全自动扫描目标定位,对寻找到目标自动聚焦采集分图像,然后大图拼接,得到异形纤维横截面的全景图;
其提取方法的步骤如下:给定‘异形纤维横截向样片’,‘装配三维自动平载物台的显微镜’经‘连续迂回图像采集’、‘自动聚焦’到对图像进行‘是图像目标?’判断,如果否,返回到‘连续迂回图像采集’如果是,到‘分图像采集’进行分图像采集,然后返回到‘连续迂回图像采集’继续采集,直到分图像采集结束进到‘大图拼接’,得到‘清晰的纤维图像全景图’、经对采集到的图像进行‘图像分割’、‘链码表示’‘TAR计算’、‘提取TARN’、‘提取TARP’、‘纤维几何形状确定’最后‘纤维分类、统计’。
2、如权利要求1所述的异形纤维的尺度形状特征的提取方法,其特征在于:所述的异形纤维自动分类,包括得到异形纤维的几何形状给出纤维的分类结果;从采集到的纤维图像中提取纤维的轮廓信息;用链码形式表示纤维图像的边沿信息;三角形面积TAR计算;沿纤维边沿按逆时针方向计算不同尺度对应的三角形面积。
3、如权利要求1或2所述的异形纤维的尺度形状特征的提取方法,其特征在于:所述的计算不同尺度对应的三角形面积:1)、三角形负面积TARN表示:反映纤维边沿的凹陷特征;2)、三角形正面积TARP表示:表征纤维边沿的凸起特征;3)、异形纤维分类:根据TARN和TARP的特征得出异形纤维的边沿几何形状,实现异形纤维种类的分类;4)、计算得到异形纤维的混合比例。
4、如权利要求1所述的异形纤维的尺度形状特征的提取方法,其特征在于:所述的图像采集,是采集异形纤维样片目标范围的图像内容,先收索目标区域,全自动扫描目标定位,对寻找到目标自动聚焦采集分图像,然后大图拼接,得到异形纤维横截面的全景图。
5、如权利要求1或4所述的异形纤维的尺度形状特征的提取方法,其特征在于:所述的全自动扫描目标定位,在载物台运动的过程中,计算机不断计算每一个区域图像灰度的方差,对纤维目标进行锁定;载玻片的图像灰度比较浅,而且变化不大,其方差近似相等,数值较小;纤维目标区域的图像灰度较深,且变化较大,其方差增大,根据方差的变化区分载波片和目标区域,保存下纤维目标区域的起点坐标和终点坐标,锁定纤维目标区域,实现扫描目标的全自动定位。
6、如权利要求1或4所述的异形纤维的尺度形状特征的提取方法,其特征在于:所述的分图像采集,为保证纤维目标图像的清晰度,整个目标纤维的横截面不可能一次全部采集到,而采用分图像采集的方法,在对分图像进行拼接时不遗漏纤维截面的信息。
7、如权利要求1或4所述的异形纤维的尺度形状特征的提取方法,其特征在于:所述的各个分图像采集,需要和毗连的图像间有一公有的重叠区域,系统中每一个分图像的大小为640*480像素,左右的重叠部分取128个像素,上下的重叠部分取98个像素,这样目标区域被划分为多个分图像子图,计算机控制移动载物台聚焦自动采集分图像信息数据,同时纪录下分图像的坐标和序号,这些信息用于确定分图像在全景图缝合中的位置,以便后续拼图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810204405 CN101487838B (zh) | 2008-12-11 | 2008-12-11 | 一种异形纤维的尺度形状特征的提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810204405 CN101487838B (zh) | 2008-12-11 | 2008-12-11 | 一种异形纤维的尺度形状特征的提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101487838A true CN101487838A (zh) | 2009-07-22 |
CN101487838B CN101487838B (zh) | 2012-12-05 |
Family
ID=40890810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200810204405 Expired - Fee Related CN101487838B (zh) | 2008-12-11 | 2008-12-11 | 一种异形纤维的尺度形状特征的提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101487838B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053356A (zh) * | 2009-10-15 | 2011-05-11 | 通用电气公司 | 用于具有增强景深的成像的系统和方法 |
CN102053357A (zh) * | 2009-10-15 | 2011-05-11 | 通用电气公司 | 用于具有增强景深的成像的系统和方法 |
CN102053355A (zh) * | 2009-10-15 | 2011-05-11 | 通用电气公司 | 用于具有增强景深的成像的系统和方法 |
CN102262151A (zh) * | 2010-05-27 | 2011-11-30 | 麦克奥迪实业集团有限公司 | 一种显微镜切片的快速扫描方法 |
CN102435153A (zh) * | 2011-09-21 | 2012-05-02 | 江苏盛虹科技股份有限公司 | 涤纶长丝异形度试验方法 |
CN102540445A (zh) * | 2010-12-06 | 2012-07-04 | 索尼公司 | 显微镜、区域判定方法和程序 |
CN102980535A (zh) * | 2012-12-12 | 2013-03-20 | 华为终端有限公司 | 角度测量方法和装置 |
CN103115576A (zh) * | 2011-11-16 | 2013-05-22 | 上海罗洋新材料科技有限公司 | 一种异型横截面纤维当量直径测试方法 |
CN103499301A (zh) * | 2013-09-17 | 2014-01-08 | 中国农业科学院麻类研究所 | 一种麻类纤维细度自动分析仪及其应用 |
CN105814880A (zh) * | 2014-07-28 | 2016-07-27 | 联发科技股份有限公司 | 具有自适应全景图像处理器的便携式设备 |
CN107248166A (zh) * | 2017-06-29 | 2017-10-13 | 武汉工程大学 | 动态环境下的目标状态预估方法 |
CN107256406A (zh) * | 2017-04-19 | 2017-10-17 | 深圳清华大学研究院 | 重叠纤维图像分割方法、装置、存储介质和计算机设备 |
CN107747919A (zh) * | 2017-10-13 | 2018-03-02 | 广东工业大学 | 一种纤维横截面积测量方法及系统 |
CN109540797A (zh) * | 2018-12-21 | 2019-03-29 | 东华大学 | 纤维束排列均匀性和断裂形态的反射式测量装置与方法 |
CN111336954A (zh) * | 2020-02-27 | 2020-06-26 | 佛山中纺联检验技术服务有限公司 | 用于纤维横截面自动分类和面积自动计算的方法 |
CN112050755A (zh) * | 2020-08-07 | 2020-12-08 | 深圳烯湾科技有限公司 | 测量超细纤维横截面积的方法 |
CN112927180A (zh) * | 2020-10-15 | 2021-06-08 | 内蒙古鄂尔多斯资源股份有限公司 | 一种基于生成对抗网络的羊绒羊毛光学显微镜图像识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1156708C (zh) * | 2002-01-14 | 2004-07-07 | 清华大学 | 一种羊毛纤维细度测量方法及系统 |
-
2008
- 2008-12-11 CN CN 200810204405 patent/CN101487838B/zh not_active Expired - Fee Related
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053357B (zh) * | 2009-10-15 | 2015-03-25 | 通用电气公司 | 用于具有增强景深的成像的系统和方法 |
CN102053357A (zh) * | 2009-10-15 | 2011-05-11 | 通用电气公司 | 用于具有增强景深的成像的系统和方法 |
CN102053355A (zh) * | 2009-10-15 | 2011-05-11 | 通用电气公司 | 用于具有增强景深的成像的系统和方法 |
CN102053356A (zh) * | 2009-10-15 | 2011-05-11 | 通用电气公司 | 用于具有增强景深的成像的系统和方法 |
CN102053355B (zh) * | 2009-10-15 | 2014-11-19 | 通用电气公司 | 用于具有增强景深的成像的系统和方法 |
CN102262151A (zh) * | 2010-05-27 | 2011-11-30 | 麦克奥迪实业集团有限公司 | 一种显微镜切片的快速扫描方法 |
CN102262151B (zh) * | 2010-05-27 | 2013-12-04 | 麦克奥迪实业集团有限公司 | 一种显微镜切片的快速扫描方法 |
CN102540445A (zh) * | 2010-12-06 | 2012-07-04 | 索尼公司 | 显微镜、区域判定方法和程序 |
CN102435153A (zh) * | 2011-09-21 | 2012-05-02 | 江苏盛虹科技股份有限公司 | 涤纶长丝异形度试验方法 |
CN103115576A (zh) * | 2011-11-16 | 2013-05-22 | 上海罗洋新材料科技有限公司 | 一种异型横截面纤维当量直径测试方法 |
CN103115576B (zh) * | 2011-11-16 | 2015-08-12 | 上海罗洋新材料科技有限公司 | 一种异型横截面纤维当量直径测试方法 |
CN102980535A (zh) * | 2012-12-12 | 2013-03-20 | 华为终端有限公司 | 角度测量方法和装置 |
CN103499301B (zh) * | 2013-09-17 | 2016-05-04 | 中国农业科学院麻类研究所 | 一种麻类纤维细度自动分析仪及其应用 |
CN103499301A (zh) * | 2013-09-17 | 2014-01-08 | 中国农业科学院麻类研究所 | 一种麻类纤维细度自动分析仪及其应用 |
CN105814880A (zh) * | 2014-07-28 | 2016-07-27 | 联发科技股份有限公司 | 具有自适应全景图像处理器的便携式设备 |
US10419668B2 (en) | 2014-07-28 | 2019-09-17 | Mediatek Inc. | Portable device with adaptive panoramic image processor |
CN107256406B (zh) * | 2017-04-19 | 2020-05-01 | 深圳清华大学研究院 | 重叠纤维图像分割方法、装置、存储介质和计算机设备 |
CN107256406A (zh) * | 2017-04-19 | 2017-10-17 | 深圳清华大学研究院 | 重叠纤维图像分割方法、装置、存储介质和计算机设备 |
CN107248166A (zh) * | 2017-06-29 | 2017-10-13 | 武汉工程大学 | 动态环境下的目标状态预估方法 |
CN107747919A (zh) * | 2017-10-13 | 2018-03-02 | 广东工业大学 | 一种纤维横截面积测量方法及系统 |
CN109540797A (zh) * | 2018-12-21 | 2019-03-29 | 东华大学 | 纤维束排列均匀性和断裂形态的反射式测量装置与方法 |
CN109540797B (zh) * | 2018-12-21 | 2021-12-10 | 东华大学 | 纤维束排列均匀性和断裂形态的反射式测量装置与方法 |
CN111336954A (zh) * | 2020-02-27 | 2020-06-26 | 佛山中纺联检验技术服务有限公司 | 用于纤维横截面自动分类和面积自动计算的方法 |
CN112050755A (zh) * | 2020-08-07 | 2020-12-08 | 深圳烯湾科技有限公司 | 测量超细纤维横截面积的方法 |
CN112050755B (zh) * | 2020-08-07 | 2021-11-12 | 深圳烯湾科技有限公司 | 测量超细纤维横截面积的方法 |
CN112927180A (zh) * | 2020-10-15 | 2021-06-08 | 内蒙古鄂尔多斯资源股份有限公司 | 一种基于生成对抗网络的羊绒羊毛光学显微镜图像识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101487838B (zh) | 2012-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101487838B (zh) | 一种异形纤维的尺度形状特征的提取方法 | |
CN111062915B (zh) | 一种基于改进YOLOv3模型的实时钢管缺陷检测方法 | |
CN110286124B (zh) | 基于机器视觉的耐火砖测量系统 | |
RU2680765C1 (ru) | Автоматизированное определение и обрезка неоднозначного контура документа на изображении | |
CN109580630B (zh) | 一种机械零部件缺陷的视觉检测方法 | |
CN111583114B (zh) | 一种管道螺纹自动测量装置及测量方法 | |
US20070031056A1 (en) | System for and method of focusing in automated microscope systems | |
CN110009667B (zh) | 基于罗德里格斯变换的多视点云全局配准方法 | |
CN107392849B (zh) | 基于图像细分的靶标识别与定位方法 | |
CN114821114A (zh) | 一种基于视觉系统的坡口切割机器人图像处理方法 | |
CN111179170B (zh) | 一种显微血细胞图像快速全景拼接方法 | |
CN113284154B (zh) | 钢卷端面图像分割方法、装置及电子设备 | |
CN112926441B (zh) | 基于机器视觉的家居识别方法、系统、装置及介质 | |
CN111524154B (zh) | 一种基于影像的隧道管片自动化分割方法 | |
CN112561989A (zh) | 一种建造场景下吊装对象的识别方法 | |
CN116596987A (zh) | 一种基于双目视觉的工件三维尺寸高精度测量方法 | |
CN113256571B (zh) | 基于方向特征和局部唯一性的矢量图形特征点提取方法 | |
CN115861220A (zh) | 基于改进的ssd算法的冷轧带钢表面缺陷检测方法和系统 | |
CN110906887B (zh) | 一种服装缝纫平整度检测方法 | |
CN112734916B (zh) | 基于图像处理的彩色共聚焦并行测量三维形貌还原方法 | |
CN106770372A (zh) | 基于显微视觉的白玻表面缺陷检测方法 | |
CN112683902A (zh) | 一种基于模板的模切产品表面缺陷在线检测方法 | |
CN116512340B (zh) | 一种用于数控剪裁的智能控制方法及系统 | |
CN115908182B (zh) | 基于数字化模型的模具磨损修复方法 | |
CN115631392B (zh) | 一种基于深度学习的晶体tem图像物相区域划分方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121205 Termination date: 20151211 |
|
EXPY | Termination of patent right or utility model |