CN114996785A - 一种石板排版的智能选材方法及石板的排版方法 - Google Patents

一种石板排版的智能选材方法及石板的排版方法 Download PDF

Info

Publication number
CN114996785A
CN114996785A CN202210661031.6A CN202210661031A CN114996785A CN 114996785 A CN114996785 A CN 114996785A CN 202210661031 A CN202210661031 A CN 202210661031A CN 114996785 A CN114996785 A CN 114996785A
Authority
CN
China
Prior art keywords
typesetting
picture
stone slab
gray
similarity
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
Application number
CN202210661031.6A
Other languages
English (en)
Inventor
尹方辰
秦光林
崔长彩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nan'an Huada Stone Industry Technology Research Institute
Huaqiao University
Original Assignee
Nan'an Huada Stone Industry Technology Research Institute
Huaqiao University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nan'an Huada Stone Industry Technology Research Institute, Huaqiao University filed Critical Nan'an Huada Stone Industry Technology Research Institute
Priority to CN202210661031.6A priority Critical patent/CN114996785A/zh
Publication of CN114996785A publication Critical patent/CN114996785A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种石板排版的智能选材方法及石板的排版方法，该石板的排版方法包括步骤一，设计石板的排版样图；步骤二，根据石板排版的智能选材方法从计算机数据库中找出与该排版样板图相似度最大的单块石板图；步骤三，通过计算机将步骤二找出的石板图按照相同的摆放朝向依次拼接得到实际的石板样板图。石板排版的智能选材方法结合了色彩相似度和灰度相似度两种判据从计算机数据库中找出与该排版样板图相似度最大的单块石板图。该智能选材方法巧妙、准确、方便，也促成了整个排版过程的简单、方便、快捷，且效果好。

Description

一种石板排版的智能选材方法及石板的排版方法
技术领域
本发明涉及石板排版，尤其涉及一种石板排版的智能选材方法及石板的排版方法。
背景技术
现如今石材在建筑装饰广泛使用，而石材排版效果的好坏会直接关系到整体装饰效果，因为天然石材存在颜色差异、纹理差异，故需要将产品进行排版以达到完美的装饰效果。目前对于石材排版大多数是根据客户提供的样品，人工进行选料加工，然后根据颜色和纹理走向进行人为的排版，这种排版方式不但效率低，劳动强度大，同时排版效果很大程度上取决于工人的经验性。
发明内容
本发明提供了一种石板排版的智能选材方法及石板的排版方法，其克服了背景技术中所述的现有技术的不足。
本发明解决其技术问题所采用的技术方案是：
一种石板排版的智能选材方法，包括如下步骤：
步骤1，提供石板的排版样图，计算机数据库中存储有单块石板图片，其中排版样图为矩形图，单块石板为矩形板；
步骤2，将石板排版样图按照数据库中的单块石板的长宽尺寸进行相等长宽尺寸划分：
Figure BDA0003690858110000011
其中，N为排版样图按照单块石板尺寸能划分的个数，d、w为数据库中单块石板的长度、宽度；D、W为石板排版样图的长度、宽度；
步骤3：将石板排版样图裁剪为N张大小为d×w的图片，裁剪起始位置为石板排版样图左上角开始，并将其图片格式统一成图数据库中的单块石板图片的格式；
步骤4：将石板排版样图的裁剪图片与单块石板图片进行相似性匹配，找出相似度最大的单块石板图，令A为石板排版样图的裁剪图片，B为单块石板图片，相似性皮牌的具体步骤如下：
步骤(1)：将A、B两张图片的RGB彩色空间转换为HSV彩色空间；
步骤(2)：计算
Figure BDA0003690858110000021
fi V＝Vi A-Vi B；i为计算的像素点位置，fi H为A、B两图像在像素点i处的H分量的归一化差值；fi S为A、B两图像在像素点i处的S分量的归一化差值；fi V为A、B两图像在像素点i处的V分量的归一化差值；
步骤(3)：将三个颜色分量的归一化差值构建一特征值Li＝(fi H+fi S+fi V)/3；
步骤(4)：计算A、B两张图像在色彩方面的相似度值：
Figure BDA0003690858110000022
其中(0,0)表示图像中第0行、0列的像素，(n1,n2)表示第n1行、n2列的像素，该A、B两张图像各具有n1行、n2列像素；
步骤(5)：计算A、B两张图像在灰度方面的相似度值：
取A中各3x3区域，表示如下：
Figure BDA0003690858110000023
A1(x,y)＝|I(x-1,y)-I(x+1,y)|
A2(x,y)＝|I(x,y-1)-I(x,y+1)|
A3(x,y)＝|I(x+1,y-1)-I(x-1,y+1)|
A4(x,y)＝|I(x-1,y-1)-I(x+1,y+1)|
其中，(x，y)表示该区域的中心像素点，I(x,y)表示像素点(x，y)的灰度值，A1(x,y)表示像素点(x,y)在0°方向的灰度变化值，A2(x,y)表示像素点(x,y)在90°方向的灰度变化值，A3(x,y)表示像素点(x,y)在45°方向的灰度变化值，A4(x,y)表示I(x,y)在135°方向的灰度变化值；
步骤(6)：通过对图像中每一个像素点的灰度值的计算，并计算得到每个像素点的0°、90°、45°、135°四个方向的灰度变化值构成的四个差分矩阵，根据每个差分矩阵绘制出统计直方图，该统计直方图的横坐标a取0-255之间自然数的灰度差值，纵坐标b取差分矩阵中相应灰度差值对应的个数；
计算每个方向对应的差分矩阵的灰度统计直方图体现出的灰度变化强度：
Figure BDA0003690858110000031
其中，N为差分矩阵的元素个数，ba表示直方图中横坐标为a的纵坐标值，当a＝255时，b256＝b0；
选取最大的灰度变化强度所对应的方向的A、B两张图像的差分矩阵的灰度统计直方图，并根据欧式距离公式计算出相似度值F2，
Figure BDA0003690858110000032
其中，bA(a)为A图像对应的灰度统计直方图中横坐标为a的纵坐标值，bB(a)为B图像对应的灰度统计直方图中横坐标为a的纵坐标值；
步骤(7)：根据F1、F2可获得A、B两张图像的整体相似度值F,F＝F1+F2；
步骤(8)：将计算机数据库中所有的单块石板图片B一一与石板排版样图的裁剪图片A进行整体相似度F的计算，取整体相似度值F最小的值对应的单块石板图为与该排版样板图相似度最大的单块石板图。
一种石板的排版方法，包括如下步骤：
步骤一，设计石板的排版样图；
步骤二，根据权利要求1所述的石板排版的智能选材方法从计算机数据库中找出与该排版样板图相似度最大的单块石板图；
步骤三，通过计算机将步骤二找出的石板图按照相同的摆放朝向依次拼接得到实际的石板样板图。
一实施例之中：该计算机数据库中还存储有该单块石板图对应的石板所储存的位置信息。
一实施例之中：还包括步骤四，根据步骤二获取的相似度最大的单块石板图所对应的位置信息取出该单块石板图对应的石板并排版出实际成品。
本技术方案与背景技术相比，它具有如下优点：
本案利用石板排版样图分割图片与数据库中的单块石板图片经过相似度算法计算后从数据库中自动匹配与石板排版样图分隔图片最相似的单块石板图片，即实现石板排版的智能选材，再通过匹配到的单块石板图片参照石板排版样图的分割方式重新拼接成排版图片，该排版图片即为最接近排版样图的排版图片。该石板排版的智能选材算法构思巧妙，结合了色彩相似度和灰度相似度两种判据，增加了相似度判断的准确性，从而使匹配到的单块石板图能够拼接成最接近排版样板图的排版图片，进一步地，由于智能选材的巧妙、方便，也促成了整个排版过程的简单、方便、快捷，且效果好。
具体实施方式
一种石板排版的智能选材方法，包括如下步骤：
步骤1，提供石板的排版样图，计算机数据库中存储有单块石板图片，其中排版样图为矩形图，单块石板为矩形板；
步骤2，将石板排版样图按照数据库中的单块石板的长宽尺寸进行相等长宽尺寸划分：
Figure BDA0003690858110000051
其中，N为排版样图按照单块石板尺寸能划分的个数，d、w为数据库中单块石板的长度、宽度；D、W为石板排版样图的长度、宽度；
步骤3：将石板排版样图裁剪为N张大小为d×w的图片，裁剪起始位置为石板排版样图左上角开始，并将其图片格式统一成图数据库中的单块石板图片的格式；
步骤4：将石板排版样图的裁剪图片与单块石板图片进行相似性匹配，找出相似度最大的单块石板图，令A为石板排版样图的裁剪图片，B为单块石板图片，相似性皮牌的具体步骤如下：
步骤(1)：将A、B两张图片的RGB彩色空间转换为HSV彩色空间；
步骤(2)：计算
Figure BDA0003690858110000052
fi V＝Vi A-Vi B；i为计算的像素点位置，fi H为A、B两图像在像素点i处的H分量的归一化差值；fi S为A、B两图像在像素点i处的S分量的归一化差值；fi V为A、B两图像在像素点i处的V分量的归一化差值；
步骤(3)：将三个颜色分量的归一化差值构建一特征值Li＝(fi H+fi S+fi V)/3；
步骤(4)：计算A、B两张图像在色彩方面的相似度值：
Figure BDA0003690858110000053
其中(0,0)表示图像中第0行、0列的像素，(n1,n2)表示第n1行、n2列的像素，该A、B两张图像各具有n1行、n2列像素；
步骤(5)：计算A、B两张图像在灰度方面的相似度值：
取A中各3x3区域，表示如下：
Figure BDA0003690858110000054
Figure BDA0003690858110000061
A1(x,y)＝|I(x-1,y)-I(x+1,y)|
A2(x,y)＝|I(x,y-1)-I(x,y+1)|
A3(x,y)＝|I(x+1,y-1)-I(x-1,y+1)|
A4(x,y)＝|I(x-1,y-1)-I(x+1,y+1)|
其中，(x，y)表示该区域的中心像素点，I(x,y)表示像素点(x，y)的灰度值，A1(x,y)表示像素点(x,y)在0°方向的灰度变化值，A2(x,y)表示像素点(x,y)在90°方向的灰度变化值，A3(x,y)表示像素点(x,y)在45°方向的灰度变化值，A4(x,y)表示I(x,y)在135°方向的灰度变化值；
步骤(6)：通过对图像中每一个像素点的灰度值的计算，并计算得到每个像素点的0°、90°、45°、135°四个方向的灰度变化值构成的四个差分矩阵，根据每个差分矩阵绘制出统计直方图，该统计直方图的横坐标a取0-255之间自然数的灰度差值，纵坐标b取差分矩阵中相应灰度差值对应的个数；
计算每个方向对应的差分矩阵的灰度统计直方图体现出的灰度变化强度：
Figure BDA0003690858110000062
其中，N为差分矩阵的元素个数，ba表示直方图中横坐标为a的纵坐标值，当a＝255时，b256＝b0；
选取最大的灰度变化强度所对应的方向的A、B两张图像的差分矩阵的灰度统计直方图，并根据欧式距离公式计算出相似度值F2，
Figure BDA0003690858110000063
其中，bA(a)为A图像对应的灰度统计直方图中横坐标为a的纵坐标值，bB(a)为B图像对应的灰度统计直方图中横坐标为a的纵坐标值；
步骤(7)：根据F1、F2可获得A、B两张图像的整体相似度值F,F＝F1+F2；
步骤(8)：将计算机数据库中所有的单块石板图片B一一与石板排版样图的裁剪图片A进行整体相似度F的计算，取整体相似度值F最小的值对应的单块石板图为与该排版样板图相似度最大的单块石板图。
一种石板的排版方法，包括如下步骤：
步骤一，设计石板的排版样图；
步骤二，根据权利要求1所述的石板排版的智能选材方法从计算机数据库中找出与该排版样板图相似度最大的单块石板图；
步骤三，通过计算机将步骤二找出的石板图按照相同的摆放朝向依次拼接(该拼接过程为样板图样分割过程的逆过程)得到实际的石板样板图。
该计算机数据库中还存储有该单块石板图对应的石板所储存的位置信息。
还可包括步骤四，根据步骤二获取的相似度最大的单块石板图所对应的位置信息取出该单块石板图对应的石板并排版出实际成品。
本案利用石板排版样图分割图片与数据库中的单块石板图片经过相似度算法计算后从数据库中自动匹配与石板排版样图分隔图片最相似的单块石板图片，即实现石板排版的智能选材，再通过匹配到的单块石板图片参照石板排版样图的分割方式重新拼接成排版图片，该排版图片即为最接近排版样图的排版图片。该石板排版的智能选材算法构思巧妙，结合了色彩相似度和灰度相似度两种判据，增加了相似度判断的准确性，从而使匹配到的单块石板图能够拼接成最接近排版样板图的排版图片，进一步地，由于智能选材的巧妙、方便，也促成了整个排版过程的简单、方便、快捷，且效果好。
以上所述，仅为本发明较佳实施例而已，故不能依此限定本发明实施的范围，即依本发明专利范围及说明书内容所作的等效变化与修饰，皆应仍属本发明涵盖的范围内。

Claims (4)

1.一种石板排版的智能选材方法，其特征在于：
步骤1，提供石板的排版样图，计算机数据库中存储有单块石板图片，其中排版样图为矩形图，单块石板为矩形板；
步骤2，将石板排版样图按照数据库中的单块石板的长宽尺寸进行相等长宽尺寸划分：
Figure FDA0003690858100000011
其中，N为排版样图按照单块石板尺寸能划分的个数，d、w为数据库中单块石板的长度、宽度；D、W为石板排版样图的长度、宽度；
步骤3：将石板排版样图裁剪为N张大小为d×w的图片，裁剪起始位置为石板排版样图左上角开始，并将其图片格式统一成图数据库中的单块石板图片的格式；
步骤4：将石板排版样图的裁剪图片与单块石板图片进行相似性匹配，找出相似度最大的单块石板图，令A为石板排版样图的裁剪图片，B为单块石板图片，相似性皮牌的具体步骤如下：
步骤(1)：将A、B两张图片的RGB彩色空间转换为HSV彩色空间；
步骤(2)：计算
Figure FDA0003690858100000012
i为计算的像素点位置，fi H为A、B两图像在像素点i处的H分量的归一化差值；fi S为A、B两图像在像素点i处的S分量的归一化差值；fi V为A、B两图像在像素点i处的V分量的归一化差值；
步骤(3)：将三个颜色分量的归一化差值构建一特征值Li＝(fi H+fi S+fi V)/3；
步骤(4)：计算A、B两张图像在色彩方面的相似度值：
Figure FDA0003690858100000013
其中(0,0)表示图像中第0行、0列的像素，(n1,n2)表示第n1行、n2列的像素，该A、B两张图像各具有n1行、n2列像素；
步骤(5)：计算A、B两张图像在灰度方面的相似度值：
取A中各3x3区域，表示如下：
Figure FDA0003690858100000021
A1(x,y)＝|I(x-1,y)-I(x+1,y)|
A2(x,y)＝|I(x,y-1)-I(x,y+1)|
A3(x,y)＝|I(x+1,y-1)-I(x-1,y+1)|
A4(x,y)＝|I(x-1,y-1)-I(x+1,y+1)|
其中，(x，y)表示该区域的中心像素点，I(x,y)表示像素点(x，y)的灰度值，A1(x,y)表示像素点(x,y)在0°方向的灰度变化值，A2(x,y)表示像素点(x,y)在90°方向的灰度变化值，A3(x,y)表示像素点(x,y)在45°方向的灰度变化值，A4(x,y)表示I(x,y)在135°方向的灰度变化值；
步骤(6)：通过对图像中每一个像素点的灰度值的计算，并计算得到每个像素点的0°、90°、45°、135°四个方向的灰度变化值构成的四个差分矩阵，根据每个差分矩阵绘制出统计直方图，该统计直方图的横坐标a取0-255之间自然数的灰度差值，纵坐标b取差分矩阵中相应灰度差值对应的个数；
计算每个方向对应的差分矩阵的灰度统计直方图体现出的灰度变化强度：
Figure FDA0003690858100000022
其中，N为差分矩阵的元素个数，ba表示直方图中横坐标为a的纵坐标值，当a＝255时，b256＝b0；
选取最大的灰度变化强度所对应的方向的A、B两张图像的差分矩阵的灰度统计直方图，并根据欧式距离公式计算出相似度值F2，
Figure FDA0003690858100000023
其中，bA(a)为A图像对应的灰度统计直方图中横坐标为a的纵坐标值，bB(a)为B图像对应的灰度统计直方图中横坐标为a的纵坐标值；
步骤(7)：根据F1、F2可获得A、B两张图像的整体相似度值F,F＝F1+F2；
步骤(8)：将计算机数据库中所有的单块石板图片B一一与石板排版样图的裁剪图片A进行整体相似度F的计算，取整体相似度值F最小的值对应的单块石板图为与该排版样板图相似度最大的单块石板图。
2.一种石板的排版方法，其特征在于：
步骤一，设计石板的排版样图；
步骤二，根据权利要求1所述的石板排版的智能选材方法从计算机数据库中找出与该排版样板图相似度最大的单块石板图；
步骤三，通过计算机将步骤二找出的石板图按照相同的摆放朝向依次拼接得到实际的石板样板图。
3.根据权利要求2所述的一种石板的排版方法，其特征在于：该计算机数据库中还存储有该单块石板图对应的石板所储存的位置信息。
4.根据权利要求3所述的一种石板的排版方法，其特征在于：还包括步骤四，根据步骤二获取的相似度最大的单块石板图所对应的位置信息取出该单块石板图对应的石板并排版出实际成品。
CN202210661031.6A 2022-06-13 2022-06-13 一种石板排版的智能选材方法及石板的排版方法 Pending CN114996785A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210661031.6A CN114996785A (zh) 2022-06-13 2022-06-13 一种石板排版的智能选材方法及石板的排版方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210661031.6A CN114996785A (zh) 2022-06-13 2022-06-13 一种石板排版的智能选材方法及石板的排版方法

Publications (1)

Publication Number Publication Date
CN114996785A true CN114996785A (zh) 2022-09-02

Family

ID=83033977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210661031.6A Pending CN114996785A (zh) 2022-06-13 2022-06-13 一种石板排版的智能选材方法及石板的排版方法

Country Status (1)

Country Link
CN (1) CN114996785A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004145399A (ja) * 2002-10-21 2004-05-20 Noritsu Koki Co Ltd 画像データ補正方法、画像データ補正装置、写真処理装置、画像データ補正プログラム、および記録媒体
CN101196994A (zh) * 2007-12-26 2008-06-11 腾讯科技（深圳）有限公司 图片内容识别方法及识别系统
CN102184250A (zh) * 2011-05-24 2011-09-14 东华大学 基于彩色图像匹配的服装面料样品检索方法
CN103324759A (zh) * 2013-07-05 2013-09-25 易翔 一种瓷砖智能识别设备
CN103995860A (zh) * 2014-05-16 2014-08-20 中国科学院重庆绿色智能技术研究院 一种基于颜色特征提取的图像检索系统及其方法
CN109472267A (zh) * 2018-03-23 2019-03-15 苏州诺登德智能科技有限公司 图片相似度比对算法
CN110334730A (zh) * 2019-05-09 2019-10-15 河南萱闱堂医疗信息科技有限公司 比较和归档人工智能训练数据集中高相似图片的方法
CN113744324A (zh) * 2021-09-06 2021-12-03 星鲨信息技术(上海)有限公司 一种多相似性测度结合的立体匹配方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004145399A (ja) * 2002-10-21 2004-05-20 Noritsu Koki Co Ltd 画像データ補正方法、画像データ補正装置、写真処理装置、画像データ補正プログラム、および記録媒体
CN101196994A (zh) * 2007-12-26 2008-06-11 腾讯科技（深圳）有限公司 图片内容识别方法及识别系统
CN102184250A (zh) * 2011-05-24 2011-09-14 东华大学 基于彩色图像匹配的服装面料样品检索方法
CN103324759A (zh) * 2013-07-05 2013-09-25 易翔 一种瓷砖智能识别设备
CN103995860A (zh) * 2014-05-16 2014-08-20 中国科学院重庆绿色智能技术研究院 一种基于颜色特征提取的图像检索系统及其方法
CN109472267A (zh) * 2018-03-23 2019-03-15 苏州诺登德智能科技有限公司 图片相似度比对算法
CN110334730A (zh) * 2019-05-09 2019-10-15 河南萱闱堂医疗信息科技有限公司 比较和归档人工智能训练数据集中高相似图片的方法
CN113744324A (zh) * 2021-09-06 2021-12-03 星鲨信息技术(上海)有限公司 一种多相似性测度结合的立体匹配方法

Similar Documents

Publication Publication Date Title
CN109636815B (zh) 一种基于计算机视觉的金属板带产品标签信息识别方法
CN111161243A (zh) 基于样本增强的工业产品表面缺陷检测方法
CN108960382B (zh) 一种彩色条码及其颜色校准方法
CN110400278B (zh) 一种图像颜色和几何畸变的全自动校正方法、装置及设备
CN111461122B (zh) 一种证件信息检测与提取方法
CN109948135B (zh) 一种基于表格特征归一化图像的方法及设备
CN111353961A (zh) 一种文档曲面校正方法及装置
CN112541922A (zh) 基于数字图像的试卷布局分割方法、电子设备及存储介质
CN110503051B (zh) 一种基于图像识别技术的珍贵木材识别系统及方法
CN115078365A (zh) 一种软包装印刷质量缺陷检测方法
CN109784379B (zh) 纺织品图片特征库的更新方法和装置
CN112784894B (zh) 一种岩石薄片显微图像自动标注方法
CN114996785A (zh) 一种石板排版的智能选材方法及石板的排版方法
CN106056575A (zh) 一种基于似物性推荐算法的图像匹配方法
CN111260625B (zh) 胶印大张图像检测区域的自动提取方法
CN112633393B (zh) 一种瓷砖纹理自动分类方法及装置
CN115937075A (zh) 一种基于无监督模式的纹理织物瑕疵检测方法及介质
CN111630566B (zh) 为棋盘格图像获取模板的系统和方法
CN114677351A (zh) 一种用于烤烟烟叶分级的深度学习训练方法
CN113887737A (zh) 一种基于机器学习的样本集自动生成方法
CN106557772A (zh) 用于提取局部特征子的方法、装置及图像处理方法
CN113223098A (zh) 图像颜色分类的预处理优化方法
CN113128500A (zh) 一种基于Mask-RCNN的非机动车车牌识别方法及系统
CN113450300A (zh) 一种基于机器学习的原代肿瘤细胞图片识别方法及系统
CN112215852A (zh) 基于聚类学习器集成的数字图像分割方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination