公开(公告)号：CN119991575A

公开(公告)日：2025-05-13

申请号：CN202411991906.4

申请日：2024-12-31

Applicant: 无锡学院

Inventor： 迟荣华 ,  尤铭涛 ,  徐星臣 ,  赵东 ,  武丽 ,  胡剑凌 ,  曹悦

IPC: G06T7/00 ,  G06V10/77 ,  G06V10/44 ,  G06V10/25

Abstract: 本发明提供一种基于光谱立方特征和梯度对比度的高光谱图像异常检测方法，涉及图像处理的技术领域。首先，提取高光谱图像的光谱立方特征，计算光谱梯度曲线，构建光谱立方特征图。对采用内外双窗口结构，将每个像素点设置为外部窗口和内部窗口的中心，且使内部窗口成为外部窗口的中心块，并确定去除中心块的剩余外部窗口块。根据光谱梯度曲线，计算外部窗口和内部窗口的光谱梯度测量值，利用外部窗口的光谱梯度测量值、内部窗口的光谱梯度测量值和光谱梯度测量值c计算梯度对比度，基于梯度对比度获得高光谱异常检测图像。本发明更准确判断像素点是否属于异常区域，提高了高光谱图像异常检测的准确率。

公开(公告)号：CN119130925A

公开(公告)日：2024-12-13

申请号：CN202411135169.8

申请日：2024-08-19

Applicant: 无锡学院

Inventor： 李红旭 ,  任杰 ,  张永宏 ,  迟荣华 ,  常建华 ,  李晨

IPC: G06T7/00 ,  G06T7/90 ,  G06T5/70 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/52 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于PeleeNet与CNN的双路径缺陷检测方法，属于半导体制造领域，尤其涉及晶圆缺陷检测技术。该发明针对现有晶圆缺陷检测方法在处理复杂几何形态及多尺度缺陷信息时存在的精度不足、特征提取能力有限等问题，提出了一种结合PeleeNet分类网络、卷积神经网络(CNN)以及SE注意力层(SE Attention Mechanism)的双路径检测模型，称为DPSE‑WDDN网络。该方法通过双路径结构分别提取多尺度特征，并自适应调整特征通道权重，从而显著提高了晶圆缺陷检测的准确性和效率。本发明适用于半导体制造中的质量控制、生产线自动化检测以及晶圆供应链中的质量评估等场景。

公开(公告)号：CN118941787A

公开(公告)日：2024-11-12

申请号：CN202410914493.3

申请日：2024-07-09

Applicant: 无锡学院

Inventor： 李红旭 ,  卢益涛 ,  迟荣华 ,  李晨 ,  单慧琳 ,  张银胜

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/64 ,  G06V10/44 ,  G06V10/40 ,  G06V10/80 ,  G06V10/762 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/048

Abstract: 本发明公开了一种融合多头注意力机制的PointGroup点云分割方法，该PointGroup网络结构由改进后的UNet网络、点云聚类模块和ScoreNet评分模块组成，依次进行如下步骤：选择ScanNetV2数据集，使用其中点云数据作为训练集、验证集和测试集；搭建改进后的特征提取网络模型；将提取的特征输入语义和偏移分支，生成语义标签和偏移向量；引入一种聚类方法，将点分组到原始坐标集和移位坐标集上的候选聚类中；将聚类结果输入ScoreNet评估候选实例，结合非极大值抑制移除重复实例，输出分割结果；训练以及测试模型；提高分割网络模型的鲁棒性，增加泛化能力，实现对室内场景点云实例的快速、准确分割。

公开(公告)号：CN110266376B

公开(公告)日：2024-07-16

申请号：CN201910628905.6

申请日：2019-07-12

Applicant: 无锡学院

Inventor： 迟荣华 ,  田婧妍

IPC: H04B10/071 ,  H04B10/079 ,  H04B10/80

Abstract: 本发明提供一种能实现状态监控的远程无源增益模块，包括：第一监控分光器的输入端用于接前传输光纤；第一监控分光器的次分光端接第一光探测器，主分光端接第一信号泵浦合波器的信号端；第一信号泵浦合波器的公共端接掺铒光纤的一端，掺铒光纤的另一端接单向光隔离器的输入端，单向光隔离器的输出端接滤波器的一端，滤波器的另一端接第二监控分光器的输入端，第二监控分光器的次分光端接第二光探测器，主分光端接第二信号泵浦合波器的信号端，第二信号泵浦合波器的公共端用于接后传输光纤；第二信号泵浦合波器的反射端接泵浦光分光器的输入端，泵浦光分光器的次分光端接监控光电模块。实现了远程无源增益模块状态的有效监控。

公开(公告)号：CN119810063A

公开(公告)日：2025-04-11

申请号：CN202411886913.8

申请日：2024-12-20

Applicant: 无锡学院

Inventor： 迟荣华 ,  任杰 ,  吴腾 ,  李红旭 ,  张永宏 ,  常建华 ,  李晨

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种基于轻量化多尺度晶圆缺陷检测模型的晶圆缺陷检测方法，首先，获取待检测晶圆图像并进行预处理；接着，构建并训练轻量化多尺度晶圆缺陷检测模型；所述轻量化多尺度晶圆缺陷检测模型包括：用于初次晶圆图像特征提取的轻量化Stem‑Dense特征提取模块、在初次晶圆图像特征提取的基础上进行多尺度特征提取，并与初次晶圆图像特征融合的多尺度特征提取融合模块、用于再次特征提取的CNN特征提取模块和缺陷分类模块；最后，将步骤S1进行预处理后的待检测晶圆图像输入至训练好的轻量化多尺度晶圆缺陷检测模型，进行晶圆缺陷检测。本发明提高了晶圆缺陷检测的效率和对晶圆缺陷类型分类的准确率。

公开(公告)号：CN119418184A

公开(公告)日：2025-02-11

申请号：CN202411199085.0

申请日：2024-08-29

Applicant: 无锡学院

Inventor： 王明昊 ,  尤铭涛 ,  严伟明 ,  赵东 ,  迟荣华

IPC: G06V20/10 ,  G06V10/44

Abstract: 本发明公开了一种基于局部权重对比度的高光谱异常检测方法，首先载入原高光谱图像，对原高光谱图像每个像素的光谱曲线Si,j(λ)进行双包络光谱分析，得到光谱形态调和函数Ri,j(λ)，利用Ri,j(λ)构建高光谱特征图F，将F的每个像素点依次设置为多尺度窗口区域A和目标区域Block0的中心，将A分割为3×3的9个区域块，除去Block0的其它区域块构成背景区域B；确定B的平均光谱曲线#imgabs0#利用#imgabs1#与背景区域及目标区域的光谱曲线确定局部差异测量值，得到背景局部差异测量值矩阵#imgabs2#和目标局部差异测量值矩阵Block′0；确定#imgabs3#中局部差异测量值的平均值，选择最大平均值对应的#imgabs4#对#imgabs5#和#imgabs6#按降序排序，分别确定背景部分均值#imgabs7#和目标部分均值M0；利用#imgabs8#和M0确定局部权重对比度χ，将#imgabs9#和χ相乘获得高光谱异常检测结果图。

公开(公告)号：CN118884439A

公开(公告)日：2024-11-01

申请号：CN202411375836.X

申请日：2024-09-30

Applicant: 无锡学院

Inventor： 单慧琳 ,  刘文星 ,  张银胜 ,  胡宇翔 ,  沙子乔 ,  迟荣华

IPC: G01S13/90 ,  G06V20/10 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了基于多尺度特征提取与FRFT卷积的SAR船舰检测方法，包括：获取SSDD合成孔径雷达图像数据集及HRSID数据集，对数据集进行预处理后划分为训练集、验证集和测试集；搭建基于多尺度特征提取与FRFT卷积网络，包括输入端、主干网络、Neck网络和探测头部分，主干网络和Neck网络协同处理特征；将经过预处理的训练集和验证集的SAR图像输入至MEFTNet网络中训练，计算损失函数并进行反向传播，更新网络参数，获取最佳参数模型；将经过预处理的测试集输入到训练好的最佳参数模型中，输出SAR图像的精确识别图。本发明能更好的获取船舰特征，降低检测的误检率，提高检测的准确率以及各种场景下的适应效果。

公开(公告)号：CN118820964A

公开(公告)日：2024-10-22

申请号：CN202410853069.2

申请日：2024-06-28

Applicant: 无锡学院

Inventor： 李红旭 ,  周颖 ,  冯永富 ,  李晨 ,  迟荣华

IPC: G06F18/243 ,  G06F18/2135 ,  G06N3/006 ,  G06F18/22 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明公开了一种基于拉曼激光雷达数据的智能云相态识别方法，包括以下步骤：通过主成分分析法对拉曼激光雷达数据进行特征提取，得到特征向量；将拉曼激光雷达数据的特征向量和毫米波雷达数据进行时空匹配，得到云相态标签；所述云相态标签为云相态数据集构成的标签，将云相态识别为水云、冰云、冰水混合云、过冷水云四种类型；结合河马优化算法对验证集上进行模型调优，得到最优的参数组合；将测试集输入到训练好的极端随机树分类模型，得到云相态的分类结果。本发明优化后的极端随机树分类模型具有更高的预测精度、鲁棒性和较高的分类准确率，进一步提高极端随机树分类模型的稳定性和泛化能力。

公开(公告)号：CN118818472A

公开(公告)日：2024-10-22

申请号：CN202410864630.7

申请日：2024-06-28

Applicant: 无锡学院

Inventor： 李红旭 ,  冯永富 ,  周颖 ,  迟荣华 ,  李晨

IPC: G01S7/497 ,  G06F18/15 ,  G06N3/006 ,  G06F17/11 ,  G06F30/20 ,  G01S7/48

Abstract: 本发明公开了一种基于LMD‑SVMD的激光雷达回波信号去噪方法，涉及激光雷达数据处理技术领域，利用样本熵计算回波信号和局部均值分解LMD分解后每个模态分量的熵值，有效区分高频信号和低频信号；利用冠豪猪优化算法得到最优平衡参数，有效避免因平衡参数选取不当对逐次变分模态分解SVMD结果造成的不利影响；将局部均值分解LMD、样本熵以及逐次变分模态分解SVMD相结合，对激光雷达回波信号进行去噪处理，在保证信号的完整性的前提下能够有效降低回波信号中的噪声，提高激光雷达探测的精度，与现有技术中的其他去噪方法相比具有明显的优势。

公开(公告)号：CN116167956B

公开(公告)日：2023-11-17

申请号：CN202310313924.6

申请日：2023-03-28

Applicant: 无锡学院

Inventor： 赵东 ,  严伟明 ,  张嘉嘉 ,  徐星臣 ,  王青 ,  迟荣华 ,  张昊睿 ,  周磊 ,  张黎可 ,  黄瑞 ,  胡剑凌 ,  胡斌

IPC: G06T5/50 ,  G06T5/20

Abstract: 本发明公开了一种基于非对称多层分解的ISAR与VIS图像融合方法，载入空间分辨率相同的逆合成孔径雷达图像与可见光图像，比较逆合成孔径雷达图像与可见光图像的加权空间频率方差的大小，将两幅图像分为细节图像Ia和粗糙图像Ib；使用多层高斯边窗滤波器分解框架对Ia和Ib分别进行分解，获得Ia的细节保留层Sda、边缘保留层Sea、基本能量层Sga、Ib的细节保留层Sdb、边缘保留层Seb和基本能量层Sgb；通过获得的Sda对Sdb进行引导融合策略获得Ib最终的非对称细节保留融合层Sfb；使用局部方差与空间频率构造判别标准对Sda和Sfb进行融合，获得最终的细节保留融合层Sfd；利用ω对Sea和Seb进行融合，获得最终的边缘保留融合层Sfe；将Sga与Sgb融合，获得最终的基本能量层Sfg；将Sfd，Sfe和Sfg相加获得最终的融合图像If。