CN103034998A - 旋转对称图形的中心与旋转角检测方法及装置 - Google Patents
旋转对称图形的中心与旋转角检测方法及装置 Download PDFInfo
- Publication number
- CN103034998A CN103034998A CN201210514835XA CN201210514835A CN103034998A CN 103034998 A CN103034998 A CN 103034998A CN 201210514835X A CN201210514835X A CN 201210514835XA CN 201210514835 A CN201210514835 A CN 201210514835A CN 103034998 A CN103034998 A CN 103034998A
- Authority
- CN
- China
- Prior art keywords
- rotational symmetry
- rotation angle
- image
- point
- symmetry energy
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 28
- 238000013341 scale-up Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种数字图像中旋转对称图形的中心与旋转角检测方法，包括：采集图像并输入计算机、计算图像的边缘图、计算图像的旋转对称能量分布图和旋转角分布图、阈值约束下在图像的旋转对称能量分布图上检测局部极大值点、在旋转角分布图上确定任一局部极大值点位置处的值，即对应于以该极大值点为中心的旋转对称图形的旋转角。本发明提供的方法运算简单、易于实现，且计算效率较高。
Description
技术领域
本发明涉及计算机视觉中的图像特征自动检测领域，特别是数字图像中旋转对称图形的中心与旋转角检测方法。
背景技术
旋转对称性是计算机视觉形状分析中的一类重要结构属性。在目标识别中，具有旋转对称性的目标一般具有重复的旋转单元和旋转中心，是一类具有典型特征的目标群。旋转单元和旋转中心提供了重要的形状信息以便于目标的识别和描述。
近些年，一些方法被提出用以旋转对称图形的检测。Yip等利用Hough变换[1-2]实现旋转对称图形中心定位及旋转角的检测(参考文献：[1]R.K.K.Yip，A hough transform technique for the detection of parallel projectedrotational symmetry，Pattern Recognition Letters20(1999)991-1004；[2]R.K.K.Yipa，W.C.Y.Lamb，P.K.S.Tama，D.N.K.Leungb.A Hough transformtechnique for the detection of rotational symmetry.Pattern Recognition Letters，15(1994)919-928；[3]R.K.K.Yip.Genetic Fourier descriptor for thedetection of rotational symmetry.Image and Vision Computing25(2007)148-154)。该方法利用旋转对称图形的特性，分三步实现：(1)搜索图像中等间距出现的点对，根据旋转对称图形上任一点对连线的垂直平分线交叉于旋转中心这一特性，计算每个像素点被通过的次数获得2维累加矩阵，对该矩阵进行局部极大值检测以确定旋转中心的位置；(2)利用对中心点有贡献的点对计算旋转对称图形的旋转角；(3)根据获得的旋转中心和旋转角验证旋转图形的存在。该方法对图形遮挡和噪音具有一定的鲁棒性，但由于采用投票的方式，计算量较大，计算效率较低。此外，基于基因算法的傅立叶描述子[3]也被用于旋转对称图形的检测。
针对现有检测方法中存在的问题，本发明提出一种新的旋转对称图形中心与旋转角检测方法。该方法利用旋转对称图形具有重复旋转单元这一特性，计算图像中任一点在(0，180°]范围内各角度处的旋转对称能量，取其最大值作为该点的旋转对称能量，而以最大值对应的角度值作为该点的旋转角，从而获得图像的旋转对称能量分布图和旋转角分布图；检测旋转对称能量分布图上的局部极大值点，以获得图像中旋转对称图形的中心点位置；在旋转角分布图上中心点所在位置处的值即为以该点为中心的旋转对称图形的旋转角。该方法利用旋转对称图形的几何特性，相比于现有的方法，不需要进行大量的投票或引入复杂的数学计算，计算效率较高且易于实现。
发明内容
本发明针对数字图像中旋转对称图形的检测问题，提出一种旋转对称图形的中心与旋转角检测方法。为了实现本目的，本发明提出的数字图像中旋转对称图形的中心与旋转角检测方法，包括步骤：
步骤1：计算图像中任一点的旋转对称能量与旋转角，获得图像的旋转对称能量分布图和旋转角分布图；
步骤2：在阈值范围内，在图像的旋转对称能量分布图上检测局部极大值点，所述局部极大值点即为图像中旋转对称图形的旋转中心；
步骤3：根据所述旋转中心确定旋转对称图形的旋转角。
本发明还提出了一种数字图像中旋转对称图形的中心与旋转角检测装置，其包括：
计算图像中任一点的旋转对称能量与旋转角，获得图像的旋转对称能量分布图和旋转角分布图的装置；
在阈值范围内，在图像的旋转对称能量分布图上检测局部极大值点的装置，其中所述局部极大值点即为图像中旋转对称图形的旋转中心的装置；
根据所述旋转中心确定旋转对称图形的旋转角的装置。
本发明提出的旋转对称图形中心与旋转角检测方法，主要利用该类图形具有重复旋转单元这一特性，定义图像中任一位置处的旋转对称能量和旋转角，获得图像的旋转对称能量分布图和旋转角分布图；在此基础上，通过检测旋转对称能量分布图上的局部极大值点，获得图像中旋转对称图形的中心点位置，并利用旋转角分布图确定图像中旋转对称图形对应的旋转角。本发明提供的方法运算简单、易于实现，且计算效率较高。
附图说明
图1为本发明旋转对称图形的中心与旋转角检测方法流程图。
图2为本发明中计算任一点关于角度θ的旋转对称能量的示意图。
图3中，(a)为本发明一优选实施例中使用的原始图像；(b)为利用Canny算子在(a)上获得的边缘图；(c)为本发明提供的方法在图像(a)上获得的旋转对称能量分布图及检测获得的3个局部极大值点；(d)为本发明提供的方法在(a)上检测的旋转对称图形的中心及其旋转角。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
如图1所示为本发明旋转对称图形的中心与旋转角检测方法流程图。该检测方法包括：采集图像并输入计算机、计算图像的边缘图、计算图像的旋转对称能量分布图和旋转角分布图、阈值约束下在图像的旋转对称能量分布图上检测局部极大值点、在旋转角分布图上确定任一局部极大值点处的值，即对应于以该极大值点为中心的旋转对称图形的旋转角。各步骤的具体实施细节如下：
步骤S1：采集图像并输入计算机。
步骤S2：利用Canny边缘检测算子计算图像的边缘图，获得该图像的所有边缘点Pi(xi，yi)。
步骤S3：计算图像中任一点的旋转对称能量和旋转角，获得图像的旋转对称能量分布图和旋转角分布图。具体包括以下几个步骤：
步骤S31：对于图像中任一点X(x，y)，指定一个旋转角度θ，θ∈(0，180°]，计算点X关于角度θ的旋转对称能量E(X，θ)，具体步骤为：
①指定一个圆形邻域G(X，r)＝{q|0≤||X-q||≤r}作为点X的支撑区域，其中q为该圆形邻域中的任意一点，r为圆形邻域半径；
②分别以点X、水平方向、垂直方向为原点、x轴、y轴建立直角坐标系，将点X关于角度θ的旋转对称能量E(X，θ)初始化为0；
③记G(X，r)内的任一边缘点为Pi(xi，yi)，i＝1，...，n，n为G(X，r)内边缘点的个数，利用x′i＝round(xicosθ-yisinθ)，y′i＝round(xisinθ+yicosθ)计算点Pi(xi，yi)绕点X逆时针旋转θ角的对应点P′i(x′i，y′i)，其中round(·)表示四舍五入取整；如果G(X，r)内存在边缘点Pj满足||Pj-P′i||＜Δ，j＝1，...，n，则对E(X，θ)累加1，其中Δ的取值范围为2～3；
④利用步骤③对G(X，r)内的所有边缘点进行处理，获得点X关于角度θ的旋转对称能量E(X，θ)。
步骤S32：计算点X处的旋转对称能量
其中θ∈(0，180°]，E(X，θ)取得最大值时对应的角度称为点X处的旋转角，记为Φ(X)
步骤S33：计算图像中各点的旋转对称能量和旋转角，获得图像的旋转对称能量分布图E和旋转角分布图Φ。对图像中的任一点X(x，y)，计算其对应的旋转对称能量E(X)；生成一幅与原始图像大小相同的图像，坐标(x，y)处的值为E(X)，由此获得该图像的旋转对称能量分布图；同理，可获得该图像的旋转角分布图。其中，所述旋转对称能量分布图E和旋转角对称分布图Φ中任意一点的颜色灰度值分别代表所述旋转对称能量值和旋转角的相对大小。
步骤S4：在阈值约束下，在图像的旋转对称能量分布图E上检测局部极大值点，获得图像中旋转对称图形的旋转中心；具体方法为：计算阈值T＝k·Mean(E)，其中Mean(E)表示步骤S3获得的旋转对称能量分布图E上各点X所对应的对称能量的均值，比例系数k的取值范围为2～5，在旋转对称能量分布图E上检测旋转对称能量值大于T且在一局部邻域内为最大值的点，则该点即为局部极大值点，也即为旋转对称图形的旋转中心。
步骤S5：确定旋转对称图形的旋转角；具体方法为：对于步骤S4获得的任一局部极大值点Ck，k＝1，2，...，m，m为局部极大值点的个数，在旋转角分布图上Ck位置处的值即为以Ck为中心的旋转对称图形的旋转角Φ(Ck)。
下面以具体的实例来说明本发明提出的旋转对称图形的中心与旋转角检测方法。
如图3a所示一幅原始灰度图像，图像大小为139×50，图像中包含3个不同的旋转对称图形。下面介绍使用本发明提供的方法进行旋转对称图形中心和旋转角检测的具体实施步骤：
步骤S1：采集图像并输入计算机。
步骤S2：利用Canny边缘检测算子计算图像的边缘图。如图3b所示为使用Canny算子对图3a进行边缘检测后获得的边缘图。
步骤S3：计算图像中任一点的旋转对称能量和旋转角，获得图像的旋转对称能量分布图和旋转角分布图。具体步骤如下：
步骤S31：对于图像中任一点X(x，y)，指定一个旋转角度θ，θ∈(0，180°]，计算点X关于角度θ的旋转对称能量E(X，θ)，具体步骤为：
①指定一个圆形邻域G(X，r)＝{q|0≤||X-q||≤r}作为点X的支撑区域，其中q为该圆形领域中的任意一点，r为圆形邻域半径；
②分别以点X、水平方向、垂直方向为原点、x轴、y轴建立直角坐标系，将点X关于角度θ的旋转对称能量E(X，θ)初始化为0；
③记G(X，r)内的任一边缘点为Pi(xi，yi)，i＝1，...，n，n为G(X，r)内边缘点的个数，利用x′i＝round(xicosθ-yisinθ)，y′i＝round(xisinθ+yicosθ)计算点Pi(xi，yi)绕点X逆时针旋转θ角的对应点P′i(x′i，y′i)，其中round(·)表示四舍五入取整；如果G(X，r)内存在边缘点Pj满足||Pj-P′i||＜Δ，j＝1，...，n，则对E(X，θ)累加1，其中Δ取2；
④利用步骤③对G(X，r)内的所有边缘点进行处理，获得点X关于角度θ的旋转对称能量E(X，θ)。
如图2所示为本发明中计算任一点关于角度θ的旋转对称能量的示意图。对于一个旋转对称图形正五边形，指定其中心点为点X，该图形绕点X逆时针旋转θ角后的位置如图中虚线所示。对于点X邻域G(X，r)内的两个边缘点Pi1、Pi2，点Pi1、Pi2位于图中实线所示的正五边形边缘上，这两个点绕点X逆时针旋转θ角后的对应点分别为点P′i1和P′i2。由于在G(X，r)内不存在边缘点Pj满足||Pj-P′i1||＜Δ，则边缘点Pi1对E(X，θ)的累加无贡献；在G(X，r)内存在边缘点Pj满足||Pj-P′i2||＜Δ，则E(X，θ)累加1。
步骤S32：计算点X处的旋转对称能量其中θ∈(0，180°]，E(X，θ)取得最大值时对应的角度称为点X处的旋转角，记为Φ(X)；
步骤S33：计算图像中各点的旋转对称能量和旋转角，获得图像的旋转对称能量分布图E和旋转角分布图Φ。如图3c所示为图3a的旋转对称能量分布图。
步骤S4：在阈值约束下，在图像的旋转对称能量分布图上检测局部极大值点，获得图像中旋转对称图形的旋转中心；具体方法为：计算阈值T＝k·Mean(E)，其中Mean(E)＝43.6882，比例系数k＝4.1，在旋转对称能量分布图上检测旋转对称能量值大于T且在一邻域内为最大值的点。如图3c中“*”所标识的点为在旋转对称能量分布图上进行局部极大值检测后获取的三个局部极大值点，分别对应三个旋转对称图形的中心点。
步骤S5：确定旋转对称图形的旋转角；具体方法为：对于步骤S4获得的任一局部极大值点Ck，k＝1，2，3，在旋转角分布图上Ck位置处的值即为以Ck为中心的旋转对称图形的旋转角Φ(Ck)。如图3d所示为最终检测结果，旋转对称图形的中心点在图中以“*”标识，旋转角在该图形下方用数字标识出。
可以看出，本发明提供的方法利用旋转对称图形具有旋转重复单元这一特性，定义图像中各像素点的旋转对称能量和旋转角，获取图像的旋转对称能量分布图和旋转角分布图，以实现旋转中心和旋转角的检测。相对于Hough变换等其他方法，本方法简单可行，易于实现。
在计算时间方面，均采用C++语言进行编程实现，利用本发明提供的方法在实施例图像上进行检测耗时2s；利用基于Hough变换的方法对图3a进行检测则耗时5s，本发明提供的方法计算效率更高。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种数字图像中旋转对称图形的中心与旋转角检测方法，其特征在于，包括步骤：
步骤1：计算图像中任一点的旋转对称能量与旋转角，获得图像的旋转对称能量分布图和旋转角分布图；
步骤2：在阈值范围内，在图像的旋转对称能量分布图上检测局部极大值点，所述局部极大值点即为图像中旋转对称图形的旋转中心；
步骤3：根据所述旋转中心确定旋转对称图形的旋转角。
2.如权利要求1所述的方法，其特征在于，所述步骤1具体包括：
步骤11：对于图像中任一点X(x，y)，指定一个旋转角度θ，θ∈(0，180°]，计算点X关于角度θ的旋转对称能量E(X，θ)；
步骤12：计算点X(x，y)处的旋转对称能量E(X，θ)取得最大值时对应的角度称为点X处的旋转角，记为Φ(X)；
步骤13：根据步骤12计算出的图像中各点的旋转对称能量和旋转角，获得图像的旋转对称能量分布图E和旋转角分布图Φ。
3.如权利要求2所述的方法，其特征在于，所述步骤11具体包括：
①指定一个圆形邻域G(X，r)＝{q|0≤||X-q||≤r}作为点X的支撑区域，其中q为该圆形邻域中的任意一点，r为圆形邻域半径；
②分别以点X、水平方向、垂直方向为原点、x轴、y轴建立直角坐标系，将点X关于角度θ的旋转对称能量E(X，θ)初始化为0；
③记G(X，r)内的任一边缘点为Pi(xi，yi)，i＝1，...，n，n为G(X，r)内边缘点的个数，利用x′i＝round(xicosθ-yisinθ)，y′i＝round(xisinθ+yicosθ)计算点Pi(xi，yi)绕点X逆时针旋转θ角的对应点P′i(x′i，y′i)，其中round(·)表示四舍五入取整；如果G(X，r)内存在边缘点Pj满足||Pj-P′i||＜Δ，j＝1，...，n，则对E(X，θ)累加1；
④利用步骤③对G(X，r)内的所有边缘点进行处理，获得点X关于角度θ的旋转对称能量E(X，θ)。
4.如权利要求1所述的方法，其特征在于，所述步骤13中获得旋转对称能量分布图E和旋转角对称分布图Φ的过程具体如下：
生成一幅与原始图像大小相同的图像，坐标(x，y)处的值为E(X)，由此获得该图像的旋转对称能量分布图E；并以同样的方式，获得该图像的旋转角分布图Φ。
5.如权利要求4所述的方法，其特征在于，所述旋转对称能量分布图E和旋转角对称分布图Φ中任意一点的颜色灰度值分别代表所述对称能量值和旋转角的相对大小。
6.如权利要求1所述的方法，其特征在于，所述步骤2具体包括：
计算阈值T＝k·Mean(E)，其中Mean(E)表示步骤1获得的旋转对称能量分布图E上各点X所对应的对称能量的均值，比例系数k的取值预先确定，在旋转对称能量分布图E上检测旋转对称能量值大于T且在预先确定的局部邻域内为最大值的点，则该点即为局部极大值点。
7.如权利要求1所述的方法，其特征在于，所述步骤3具体为：对于步骤2获得的任一局部极大值点Ck，k＝1，2，...，m，m为局部极大值点的个数，在旋转角分布图上Ck位置处的值即为以Ck为中心的旋转对称图形的旋转角Φ(Ck)。
8.如权利要求3所述的方法，其特征在于，所述Δ的取值范围为2～3。
9.如权利要求6所述的方法，其特征在于，所述比例系数k的取值范围为2～5。
10.一种数字图像中旋转对称图形的中心与旋转角检测装置，其包括：
计算图像中任一点的旋转对称能量与旋转角，获得图像的旋转对称能量分布图和旋转角分布图的装置；
在阈值范围内，在图像的旋转对称能量分布图上检测局部极大值点的装置，其中所述局部极大值点即为图像中旋转对称图形的旋转中心；
根据所述旋转中心确定旋转对称图形的旋转角的装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210514835XA CN103034998A (zh) | 2012-12-04 | 2012-12-04 | 旋转对称图形的中心与旋转角检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210514835XA CN103034998A (zh) | 2012-12-04 | 2012-12-04 | 旋转对称图形的中心与旋转角检测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103034998A true CN103034998A (zh) | 2013-04-10 |
Family
ID=48021865
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210514835XA Pending CN103034998A (zh) | 2012-12-04 | 2012-12-04 | 旋转对称图形的中心与旋转角检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103034998A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489195A (zh) * | 2013-10-11 | 2014-01-01 | 胡晓彤 | 金属罐罐身图案方向检测方法 |
| CN103530654A (zh) * | 2013-10-30 | 2014-01-22 | 中国矿业大学(北京) | 一种二维图形的对称轴的检测方法 |
| CN105956589A (zh) * | 2016-04-27 | 2016-09-21 | 北京以萨技术股份有限公司 | 一种图像物体水平角度校正的方法 |
| CN106600664A (zh) * | 2016-12-08 | 2017-04-26 | 广州视源电子科技股份有限公司 | 对称图形的绘制方法和装置 |
| CN109239388A (zh) * | 2018-09-10 | 2019-01-18 | 清华大学深圳研究生院 | 一种电子皮肤的触觉动态感知方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102592292A (zh) * | 2011-12-12 | 2012-07-18 | 河南理工大学 | 基于内积运算的对称图形中心定位方法 |
-
2012
- 2012-12-04 CN CN201210514835XA patent/CN103034998A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102592292A (zh) * | 2011-12-12 | 2012-07-18 | 河南理工大学 | 基于内积运算的对称图形中心定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| RAYMOND K.K.YIP: "Genetic Fourier descriptor for the detection of rotational symmetry", 《IMAGE AND VISION COMPUTING》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489195A (zh) * | 2013-10-11 | 2014-01-01 | 胡晓彤 | 金属罐罐身图案方向检测方法 |
| CN103489195B (zh) * | 2013-10-11 | 2016-05-18 | 胡晓彤 | 金属罐罐身图案方向检测方法 |
| CN103530654A (zh) * | 2013-10-30 | 2014-01-22 | 中国矿业大学(北京) | 一种二维图形的对称轴的检测方法 |
| CN105956589A (zh) * | 2016-04-27 | 2016-09-21 | 北京以萨技术股份有限公司 | 一种图像物体水平角度校正的方法 |
| CN106600664A (zh) * | 2016-12-08 | 2017-04-26 | 广州视源电子科技股份有限公司 | 对称图形的绘制方法和装置 |
| CN106600664B (zh) * | 2016-12-08 | 2019-12-17 | 广州视源电子科技股份有限公司 | 对称图形的绘制方法和装置 |
| CN109239388A (zh) * | 2018-09-10 | 2019-01-18 | 清华大学深圳研究生院 | 一种电子皮肤的触觉动态感知方法 |
| CN109239388B (zh) * | 2018-09-10 | 2020-09-25 | 清华大学深圳研究生院 | 一种电子皮肤的触觉动态感知方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105335973B (zh) | 运用于带钢加工生产线的视觉处理方法 | |
| CN105261047B (zh) | 一种基于近距离短弧段图像的对接环圆心提取方法 | |
| CN103218605B (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
| CN103034998A (zh) | 旋转对称图形的中心与旋转角检测方法及装置 | |
| CN106339707B (zh) | 一种基于对称性特征的仪表指针图像识别方法 | |
| CN103727930A (zh) | 一种基于边缘匹配的激光测距仪与相机相对位姿标定方法 | |
| CN103268481A (zh) | 一种复杂背景图像中的文本提取方法 | |
| CN104197899A (zh) | 移动机器人定位方法及系统 | |
| CN102721364A (zh) | 一种工件的定位方法及其装置 | |
| CN106127205A (zh) | 一种适用于室内轨道机器人的数字仪表图像的识别方法 | |
| CN102930279B (zh) | 用于产品数量检测的图像识别方法 | |
| CN104050446A (zh) | 一种基于指针宽度特征的仪表指针图像识别方法 | |
| CN111476246B (zh) | 应用于复杂环境下指针仪表鲁棒高效智读方法 | |
| CN102855621A (zh) | 一种基于显著区域分析的红外与可见光遥感图像配准方法 | |
| CN106709500A (zh) | 一种图像特征匹配的方法 | |
| CN103136525A (zh) | 一种利用广义Hough变换的异型扩展目标高精度定位方法 | |
| CN109615645A (zh) | 基于视觉的特征点提取方法 | |
| CN105976392A (zh) | 基于最大输出概率的车辆轮胎检测方法及装置 | |
| WO2023231262A1 (zh) | 基于视觉振频识别的提升钢丝绳张力检测方法 | |
| CN102129685A (zh) | 一种基于高斯金字塔分解的不规则圆检测方法 | |
| CN110674698B (zh) | 一种密集子区域切割的遥感图像旋转舰船目标检测方法 | |
| CN109635722A (zh) | 一种高分辨率遥感影像路口自动识别方法 | |
| CN102509293A (zh) | 异源图像的一致性特征检测方法 | |
| CN108960236A (zh) | 基于二维码匹配与图像识别的指针式仪表识别方法 | |
| Liu et al. | An Edge-computing flow meter reading recognition algorithm optimized for agricultural IoT network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130410 |