[发明专利]基于MATLAB GUI的井下泵机目标检测方法在审

专利信息
申请号: 201911080120.6 申请日: 2019-11-07
公开(公告)号: CN110688783A 公开(公告)日: 2020-01-14
发明(设计)人: 赵丽楠;王丕涛;张强;张留;郭栋 申请(专利权)人: 济南大学
主分类号: G06F30/20 分类号: G06F30/20;G06K9/32
代理公司: 37240 济南誉丰专利代理事务所(普通合伙企业) 代理人: 周春凤
地址: 250022 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 密码登录 显著区域 井下泵 显著图 特征提取模块 图像处理效果 人机交互性 采样模块 初级特征 工具开发 节约资源 可扩展性 目标检测 融合模块 提取模块 应用性能 映射模块 用户登录 用户管理 用户界面 用户注册 原始图像 多尺度 可视化 上位机 透明化 按钮 滤波 检测
【权利要求书】:

1.基于MATLAB GUI的井下泵机目标检测方法,其特征在于:64位Windows10平台下,借助MATLAB的GUI工具开发设计的,包括密码登录和显著区域识别两大部分,密码登录主要包括用户注册、用户登录、修改密码、用户管理;显著区域识别部分主要包括用于除噪、滤波等准备工作的滤波除噪模块、用于综合不同尺度的图像信息的多尺度采样模块、用于提取原始图像特征的原始图像特征提取模块、用于处理初级视觉信息的初级特征的条件对比映射模块、用于获取相同类型不同尺度的图形信息的特征显著图提取模块、用于获取全局图像显著信息的特征显著图融合模块,所述各个模块组建之间协调搭配。

2.根据权利1所述的基于MATLAB GUI的井下泵机目标检测方法,其特征是所述的密码登录主要有用户注册、用户登录、修改密码、用户管理四部分功能;在有网络的情况下,用户可以快速的在MATLAB提供的用户界面的开发环境GUIDE上进行登录使用。

3.根据权利1所述的基于MATLAB GUI的井下泵机目标检测方法,其特征是所述显著区域识别部分是利用MATLAB提供的用户界面的软件开发环境GUIDE上进行;首次使用者先进行注册,然后用户密码登录进入显著区域识别部分,利用界面上的模块按钮和菜单工具实现该部分功能;其中显著区域识别部分包括滤波除噪模块、多尺度采样模块、原始图像特征提取模块、初级特征的条件对比映射模块、子特征显著图提取模块、特征显著图融合模块。

4.根据权利1所述的基于MATLAB GUI的井下泵机目标检测方法,其特征是所述滤波除噪模块是采用性能平滑的低通滤波器-高斯滤波器,通过在频域中做乘积完成高斯滤波的过程,以{Xij}代表原始图像信息,对图像信息上的每个点使用卷积公式。

5.根据权利1所述的基于MATLAB GUI的井下泵机目标检测方法,其特征是所述多尺度采样模块利用GaussianPyramid(高斯金字塔)技术,将同一信号或图片多次的进行高斯模糊,并且向下二分式取样,藉以产生不同尺度下的多组信号或图片以进行后续的处理,本发明以原始图像为256*256的横纵比进行采样。

6.根据权利1所述的基于MATLAB GUI的井下泵机目标检测方法,其特征是所述的原始图像特征提取模块主要通过RGB颜色空间的CRG(c,s)=|CRG(c)ΘCRG(s)|、CBY(c,s)=|CBY(c)ΘCBY(s)| 提取颜色特征;通过I(δ)=(R(δ)+G(δ)+B(δ))/3提取亮度信息;通过二维的Gabor 滤波器,其一般数学公式为、、,通过数学表达式提取方向特征,其中θ为角度。

7.根据权利1所述的基于MATLAB GUI的井下泵机目标检测方法,其特征是所述的初级特征的条件对比映射模块是将不同尺度下的特征图对比映射图做差,通过对原始特征进行中央-周围差,使用记号Θ作为中央-周围差运算符,用字母c、s分别表示视网膜的中心位置和视网膜的周围,利用数学表达式提取图像的对比映射特征。

8.根据权利1所述的基于MATLAB GUI的井下泵机目标检测方法,其特征是所述的特征显著图提取模块使用合并策略将多个特征合并,将RG和BY两通道的颜色特征进行合并得到颜色特征的显著图,将r、g、b三通道图像特征进行合并得到亮度特征显著图,将最优朝向的特征图合并得到朝向特征的显著图。

9.根据权利8所述的基于MATLAB GUI的井下泵机目标检测方法,其特征是所述的特征显著图融合模块是将颜色、亮度、朝向的特征显著图进行相加融合得到目标检测信息的最终显著图,整个融合过程通过getmap函数完成。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于济南大学,未经济南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911080120.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top