本发明涉及人工智能技术领域,具体涉及基于人工智能的土木工程施工风险管理方法及系统。该方法包括：采集排污井区域的俯视图像；识别俯视图像中的排污井区域及井沿；获取排污井区域内径标准圆覆盖的理想感兴趣区域,选取实际边缘组成实际感兴趣区域,并与排污井的井沿区域相结合构成最终感兴趣区域；对最终感兴趣区域进行阈值分割,获取暗部区域和亮部区域；当实际感兴趣区域内的亮部区域的最大连通域与井沿区域相连通时,获取第一凸包区域进而得到排污井的缺口区域；反之获取第二凸包区域作为缺口区域；根据缺口区域的面积获取风险程度,当风险程度超过风险阈值时进行预警。本发明实施例能够根据图像纹理信息检测排污井缺口区域,提高检测效率。

基于逆球极投影的网格球面保角参数化方法及其应用,属于计算机图像分析领域。该方法主要是针对零亏格网格球面保角参数化计算量大的现状,对网格进行切割,切成两片亏格为一的网格；然后对两片网格分别进行平面参数化,该参数化是固定边界为单位圆的调和映射,把切缝均匀映射到单位圆上,从而把两个亏格为一的网格曲面分别保角参数化到两个单位圆盘；再对一个圆盘进行复反演,使两个圆盘覆盖整个扩充复平面；然后进行球极投影的逆变换,使扩充复平面上的点映射到黎曼球面；最后从莫比乌斯群里找到使调和能量最小且满足0质心约束的莫比乌斯变换,以使参数化后的网格尽可能保持的原始网格特征。将该方法应用于脑部几何向量分析,实现在不采用外科手术的前提下,了解疾病进展的状态,减轻病人的痛苦。

一种苹果智能无损分拣的方法,通过提取苹果图像轮廓区域的最小外接矩形,从而得到苹果的像素长宽即果径特征。采用基于最小外接圆法的果梗/花萼法的果形特征提取得到苹果圆度特征。采用基于HSV颜色空间的果面着色度特征分析。融合苹果果径、果形与颜色特征,将融合后的特征向量输入到SVM分类器中进行分类识别。对果径、果形以及着色度合格的苹果采用深度卷积神经网络检测算法进行果面缺陷检测,机械臂抓取果面合格苹果对其底部进行二次缺陷检测,合格苹果规则装盒,不合格苹果放回传送带进入残次果流程。本发明可提高苹果分拣的质量和效率、降低生产成本以及避免二次损伤等问题。实现智能化的苹果分拣,提高分拣效率。

本发明涉及一种存储设备检测系统,涉及设备检测技术领域,包括,底座,其上方设置有传送带,所述底座的上表面对称设置有支柱,所述支柱的顶端与顶板连接,所述顶板的上表面设置有控制面板,所述控制面板包括显示屏和控制器,所述控制器用以控制检测过程,所述顶板上开设有检测孔,所述检测孔上表面的两侧均设置有检测器,所述检测器用以检测获取存储设备的图形信息,所述顶板上设置有下料管,所述下料管的顶端连接有下料斗,所述下料斗的底部设置有电子阀,所述电子阀用以控制存储设备进入所述下料管中。本发明所述系统有效提高了存储设备的检测效率。

本发明涉及人工智能和图像处理技术领域,具体涉及一种基于计算机视觉的木板表面缺陷检测方法及系统。该方法通过多个全局阈值获得多个木板图像的阈值分割图像。根据阈值图像中像素连通域的形状和面积筛选出木节连通域,以木节连通域的最大拟合椭圆作为外轮廓。通过缩放外轮廓,获得多个判断椭圆,根据判断椭圆内像素的分布获得分割比,进一步筛选出内轮廓。根据分割比,内轮廓和外轮廓获得木节连通域的圆环率。通过分析不同阈值分割图像中木节连通域的圆环率的差异特征获得死节概率,根据死节概率判断木节类型。本发明有效的识别了木材表面木节,并进行分类,提高检测过程的准确性。

本发明提供了一种连通域检测方法、图像分割方法、装置、设备以及计算机存储介质,其中连通域检测方法包括以下步骤：确定背景图；获取当前图像,并根据背景图确定当前图像中的前景区域；按照预设顺序判断前景图内各像素点是否为有效点,并根据有效点确定连通域。本发明的方法用于行人检测中的连通域检测。

本发明提供了一种图像分割方法、装置、设备及存储介质,其中图像分割方法包括如下步骤：获取图像中的连通域,并判断连通域是否为有效连通域,若是则对连通域进行分割,若否则不对连通域进行分割；获取有效连通域的外部轮廓上的向上的凹包,组成凹包集,并判断凹包集中是否存在有效凹包,若是则连接有效凹包中最远点与最远点对应的地面点,将有效连通域分割为子域,若否则不对连通域进行分割。本发明的方法用于行人检测中的连通域的分割。

本申请涉及一种字符识别模型生成方法、装置、计算机设备和存储介质,方法包括：获取多个已识别字符数据集与待识别字符数据集之间的相似度,将与待识别字符数据集之间的相似度匹配的已识别字符数据集,作为目标字符数据集；获取与目标字符数据集对应的预训练模型,根据预训练模型构建目标训练模型；预训练模型为经过预先训练后的用于识别目标字符数据集的模型；根据已识别字符数据集与待识别字符数据集,生成目标训练数据集；根据目标训练数据集,对目标训练模型进行训练,得到与待识别字符数据集对应的字符识别模型。本申请字符数据集之间的相似度,实现了在模型训练时进行学习迁移,从而提高了字符识别模型的生成效率。

本发明提供一种滚子的凸度优化设计方法,其基于传统公式建立滚子凸度设计公式如下：Hc(y)=Zm*f(x)。上式中,其中Zm是滚子轮廓边缘的凸度数值,f(x)为无量纲化的凸度轮廓曲线。本发明只需获知一定的额定动载荷比值d、滚子直径Dwe、滚子长度Lwe即可,避免了大量的、繁琐的计算,也降低了计算的难度,不需要专业设计人员就可以设计,同时用本发明的凸度优化设计方法设计的凸度形状的功能并不弱于传统方法,本发明凸度优化设计方法更为简易且适于实用。