检索结果-南通市图书馆

计算机系统应用 2023年第6期32卷 130-139页

作者：麻宇轩齐亚莉北京印刷学院信息工程学院北京102600

经济全球化赋予了logo巨大的商业价值,随着计算机视觉领域的发展,为logo分类与识别提供了更广阔的应用领域.本文针对logo图像的分类识别,为了提高模型对logo图像分类的能力,基于logo图像整体特征不显著且数量众多的特点,提出了用细粒度... 详细信息

经济全球化赋予了logo巨大的商业价值,随着计算机视觉领域的发展,为logo分类与识别提供了更广阔的应用领域.本文针对logo图像的分类识别,为了提高模型对logo图像分类的能力,基于logo图像整体特征不显著且数量众多的特点,提出了用细粒度图像分类的方法渐进式多粒度拼图训练(progressive multi-granularity training of jigsaw patches, PMG-Net)对logo图像数据集进行分类.通过拼图生成器生成包含不同粒度信息的输入图像,再引入渐进式多粒度训练模块融合不同粒度的特征,融合后的特征更注重图像之间的细微差别,使logo图像分类的效果有显著提高.在提取输入图像特征时采用LeakyReLU (leaky rectified linear unit)激活函数保留图像中的负值特征信息,并引入通道注意力机制,调整特征通道的权重,增强特征信息指导能力以改进模型的分类效果.实验结果表明,本文在logo图像数据集上的分类精确率优于传统的分类方法.本文通过融合多粒度特征的渐进训练策略以及随机拼图生成器的方法实现了对logo图像的高效分类,为解决logo图像分类中存在的问题提供了一种新的思路.

关键词： logo图像细粒度图像分类渐进训练策略 LeakyReLU 注意力机制

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于卷积自编码器的手机logo图像异常检测研究

基于卷积自编码器的手机Logo图像异常检测研究

引用

作者：柯木源华南理工大学

学位级别：硕士

手机logo图像,作为手机外观的重要组成部分,其表面缺陷将严重影响智能手机的质量和消费者的使用体验。机器视觉作为一种无接触,无损伤的图像自动检测技术,凭借其精度高、响应速度快、安全可靠、能在恶劣生产环境下稳定工作的优势,已成... 详细信息

手机logo图像,作为手机外观的重要组成部分,其表面缺陷将严重影响智能手机的质量和消费者的使用体验。机器视觉作为一种无接触,无损伤的图像自动检测技术,凭借其精度高、响应速度快、安全可靠、能在恶劣生产环境下稳定工作的优势,已成为工业图像异常检测的一种常用技术手段。近几年,基于机器视觉的检测技术发展迅猛,已形成相应的技术体系,涌现了许多成熟的商用视觉算法软件。然而,手机logo图像异常检测因为受到来料差异,光照变化,图像偏移,异常样本难以收集等因素的影响导致其检测准确率低下。本文以手机logo图像为实验研究对象,结合优化算法、图像处理、深度学习等技术,运用基于卷积自编码器的无监督学习方法来对logo图像进行异常检测,本文的主要工作如下:1.首先针对机器视觉中光源参数不稳定导致采集图像质量参差不齐的问题,本文创新性地将粒子群优化算法应用于打光机光源参数的调节,代替人工调节光源,构建打光参数优化系统。在光照质量不一的图像数据集上验证了多个无参考图像质量评价函数与人为主观视觉效果的一致性,最终确定图像信息熵函数作为粒子群优化中的适应度函数。在多个不同类型的手机产品上对基于粒子群优化算法的打光参数优化系统进行有效性验证。2.本文创造性地应用卷积自编码器对手机logo图像进行无监督学习,获得的图像重建模型能够自适应生成与待测图像匹配的模版,用于与待测图像进行比较以实现异常检测。为了提高训练图片数据集的丰富程度,防止模型过拟合,使用三种方法对训练数据集进行数据增强,分别是添加高斯噪声,对比度和亮度调整,旋转角度调整等图像处理方法。使用阈值分割、数学形态学处理等图像后处理方法来进行缺陷检测。最后在多个规模较大的logo图像数据集上验证基于卷积自编码器的logo图像异常检测系统的有效性。3.基于Python、PyQt、TensorFlow、OpenCV等技术,本文以模块化设计的方式开发了包括自适应打光参数优化系统在内的手机logo图像异常检测系统,构建手机logo图像异常检测自动化流程。

关键词：机器视觉 logo图像卷积自编码器异常检测打光参数优化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像处理技术的logo缺陷检测软件系统设计

基于图像处理技术的Logo缺陷检测软件系统设计

引用

作者：汤卓翰浙江大学

学位级别：硕士

徽标（logo）是代表企业形象的重要标志,正确和规范地使用logo尤为重要。随着信息化的快速发展,办公文件数量与日俱增,海量办公文件中的logo缺陷检测需求也随之增长,但传统的人工检测耗费人力、物力等大量资源,并且人工检测会因疲劳损... 详细信息

徽标（logo）是代表企业形象的重要标志,正确和规范地使用logo尤为重要。随着信息化的快速发展,办公文件数量与日俱增,海量办公文件中的logo缺陷检测需求也随之增长,但传统的人工检测耗费人力、物力等大量资源,并且人工检测会因疲劳损耗导致logo缺陷误检和漏检,因此自动化的logo缺陷检测尤为重要。本文以实验室合作的软银SB C＆S公司的logo为主要研究对象,设计了基于图像处理的logo缺陷检测算法以解决logo颜色、形态、模糊三大缺陷问题。首先,本文设计了logo颜色缺陷检测算法,通过自适应前后景分离和前景颜色缺陷检测的方式检测logo图像的颜色缺陷问题,该法实验测试准确率达到97.0%;其次,本文设计了logo形态缺陷检测算法,通过训练卷积自编码器重建logo图像和图像差分的方式检测logo形态缺陷问题,减少了传统图像差分算法带来的图像配准误差,该法实验测试准确率达到97.4%;最后,本文设计了logo模糊缺陷检测算法,通过全参考的图像边缘锯齿数和无参考的图像边缘梯度计算可以有效地检测logo图像模糊缺陷问题,该法实验测试准确率达到96.6%。此外,为验证本文算法的泛化性能,还对横向字符型logo,例如Google、Nokia等logo做泛化性分析,结果表明本文算法在横向字符型logo缺陷检测上同具可行性。在logo缺陷检测算法的基础上,本课题开发了logo缺陷检测软件系统。该系统有五大模块,分别为文件管理模块、logo区域获取模块、logo缺陷检测算法模块、异步多任务执行模块和数据库模块。该系统采用B/S架构支持多用户使用,用户仅需上传文件,系统会异步处理缺陷检测任务,最终返回缺陷检测结果。经过实验测试,系统实现了所需功能,系统对logo是否有缺陷的检测准确率达到了97.8%,对logo缺陷种类判定准确率达96.7%,均达到系统设计的需求。

关键词： logo图像 logo缺陷检测图像处理软件设计

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

互联网不良网页图像检测方法研究

互联网不良网页图像检测方法研究

引用

作者：庄煌北京邮电大学

学位级别：硕士

互联网中赌博、色情、暴力等不良网页大肆的传播已在全球引起了高度关注,如何增强对不良网页的检测能力,提高对不良网页传播的不良信息的识别能力,加强建设健康的网络环境已成为一种迫切的需求。不同于传统的不良网页检测技术,图像识别... 详细信息

互联网中赌博、色情、暴力等不良网页大肆的传播已在全球引起了高度关注,如何增强对不良网页的检测能力,提高对不良网页传播的不良信息的识别能力,加强建设健康的网络环境已成为一种迫切的需求。不同于传统的不良网页检测技术,图像识别技术在不良网页的图像识别和检测领域中的应用引起人们极大的兴趣,日益受到人们的重视。本文作为对互联网不良网页检测技术或者策略的支持,在不良网页图像检测背景下,首先基于图像检索技术的思想,设计了一种基于SURF特征的不良网页图像检测方法,并实现核心的计算模块。其次,伴随深度学习技术的兴起和基于深度学习的目标检测模型的热门应用趋势,本文也提出了 Faster R-CNN目标检测模型在不良网页图像检测上的应用研究。本文设计的基于SURF特征的不良网页图像检测方法,以不良网页的logo图像作为特征进行匹配与识别,选择互联网中不良赌博网页图像和不良赌博logo图像数据进行实验研究,设计了仿真实验,并根据实验结果给予了分析。实验结果表明,本文基于SURF特征的不良网页图像检测方法和实现的核心计算模块是合理的,在检测效果上优于其他算法,能够保证较高的性能。其次,对于Faster R-CNN目标检测模型在本文的不良网页图像检测的应用中,以不良网页的logo图像作为检测目标,研究中通过采集用不良赌博网页图像数据并完成模型的迁移学习和微调工作,并测试与验证。实验结果也说明了基于深度学习的检测方法在不良网页图像检测上的有效应用,整体性能较好。两者方法均可作为方法或策略支持,应用在不良信息检测任务中。

关键词：不良网页 SURF特征 logo图像 Faster R-CNN

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：