-
公开(公告)号：CN110276754B
公开(公告)日：2021-08-20
申请号：CN201910540159.5
申请日：2019-06-21
Applicant: 厦门大学
Abstract: 本发明涉及一种表面缺陷检测方法、终端设备及存储介质，在该方法中，包括：S1：采集检测对象的缺陷图像组成训练集，并对训练集内的缺陷图像进行标注；S2：构建缺陷检测模型，将训练集输入缺陷检测模型进行训练，得到训练后的缺陷检测模型；所述缺陷检测模型基于Faster R‑CNN网络构建，其特征提取网络为VGG‑16网络，并在VGG‑16网络中，将第3层的输出与第5层的输出进行叠加；S3：将待检测的缺陷图像输入训练后的缺陷检测模型，得到缺陷图像中的缺陷定位框和缺陷类型；S4：根据待检测的缺陷图像中的缺陷定位框对缺陷进行分割。本发明基于Faster R‑CNN网络和阈值分割方法，使检测过程中只需输入图像就可输出缺陷类型、位置和轮廓，即实现缺陷的端到端检测。
-
公开(公告)号：CN108197649A
公开(公告)日：2018-06-22
申请号：CN201711469721.7
申请日：2017-12-29
Applicant: 厦门大学
Abstract: 本发明公开一种太赫兹图像聚类分析方法及系统，包括：生成样本的太赫兹无损检测图像库；遍历所述太赫兹无损检测图像库选出待检索图像；提取所述待检索图像和所述图像库中所有图像的特征点；随机生成多个初始聚类中心；根据所述初始聚类中心对所有的所述特征点进行聚类；统计所述待检索图像和所述图像库中每张图像在每个聚类中的特征点个数，根据所述特征点个数与设定维度构建特征向量；每张图像对应一个多维的特征向量；计算所述待检索图像的特征向量与所述图像库中所有图像特征向量的匹配度，得到一组匹配度最高的图像。采用本发明中的方法或系统实现了检测目标缺陷的全方位、定性的准确识别。
-
公开(公告)号：CN104616264A
公开(公告)日：2015-05-13
申请号：CN201510072881.2
申请日：2015-02-12
Applicant: 厦门大学
IPC: G06T5/00
Abstract: 本发明公开一种基因芯片图像的自动对比度增强方法，其包括如下步骤：步骤1：将待处理的基因芯片图像进行数字处理，用f(x,y)表示数字处理过的基因芯片图像灰度值；步骤2：统计背景灰度值k；步骤3：计算图像对比度C；步骤4：对图像灰度值f(x,y)进行扫描，如果f(x,y)≤k，则判断该像素点是背景，则保留图像内容，如果f(x,y)>k，则代表该像素点为基因点则进行对比度增强；利用步骤3计算得到的图像对比度值C，获得增强倍数10000/C，具体增强过程为 本发明采用上述步骤，具有如下优点：1、不需要任何参数输入；2、自适应实现对比度增强；3、大幅度提高基因芯片图像处理精度；4、适应性广，可以适用于各种类型基因芯片图像。
-
公开(公告)号：CN109741796B
公开(公告)日：2020-06-30
申请号：CN201910010421.5
申请日：2019-01-07
Applicant: 厦门大学
Abstract: 本发明公开一种并行粒子群合金纳米粒子结构优化方法及系统。该方法主要包括在CPU单元中构建合金纳米粒子集合；构建GPU运行单元；在CPU单元中对运行参数进行初始化并发送至GPU运行单元，在GPU运行单元中运行粒子群改进算法来优化合金纳米粒子结构。本发明的GPU运行单元中通过软件调试计算不同线程数下Gupta函数的平均耗时，选择平均耗时最短的线程数确定为每块中的线程个数，通过合金纳米粒子集合的个体数/(线程数+1)确定所需块数，每个线程使用40个寄存器，每个原子占用一个线程计算原子势能。运用本发明，提高了计算效率与准确率，实现了合金纳米粒子稳定结构的快速高效全局优化，可广泛适应各类合金纳米粒子。
-
-
Patent Agency Ranking
公开(公告)号：CN110276754A
公开(公告)日：2019-09-24
申请号：CN201910540159.5
申请日：2019-06-21
Applicant: 厦门大学
Abstract: 本发明涉及一种表面缺陷检测方法、终端设备及存储介质，在该方法中，包括：S1：采集检测对象的缺陷图像组成训练集，并对训练集内的缺陷图像进行标注；S2：构建缺陷检测模型，将训练集输入缺陷检测模型进行训练，得到训练后的缺陷检测模型；所述缺陷检测模型基于Faster R-CNN网络构建，其特征提取网络为VGG-16网络，并在VGG-16网络中，将第3层的输出与第5层的输出进行叠加；S3：将待检测的缺陷图像输入训练后的缺陷检测模型，得到缺陷图像中的缺陷定位框和缺陷类型；S4：根据待检测的缺陷图像中的缺陷定位框对缺陷进行分割。本发明基于Faster R-CNN网络和阈值分割方法，使检测过程中只需输入图像就可输出缺陷类型、位置和轮廓，即实现缺陷的端到端检测。
-
公开(公告)号：CN110197226A
公开(公告)日：2019-09-03
申请号：CN201910461740.8
申请日：2019-05-30
Applicant: 厦门大学
Abstract: 本发明公开一种无监督图像翻译方法及系统。以同一对象的两个不同图像集合域为研究对象，基于双胶囊竞争网络和多主体生成对抗，提出了一种无监督图像翻译方法及系统，提高了模型判别和生成能力，用于生成具有更丰富的全局和局部特征图像，并且能够更准确地捕捉图像域的分布以及学习到不同域之间的映射关系。
-
公开(公告)号：CN108760675A
公开(公告)日：2018-11-06
申请号：CN201810568711.7
申请日：2018-06-05
Applicant: 厦门大学
IPC: G01N21/3586
CPC classification number: G01N21/3586
Abstract: 本发明公开一种太赫兹异常光谱识别方法及系统。所述识别方法包括：获取样本点的太赫兹光谱数据集合，所述数据集合中包括每一个样本点对应的太赫兹光谱数据；所述样本点为太赫兹扫描的像素点；获取基于t分布随机邻域嵌入算法的太赫兹光谱识别模型；根据所述太赫兹光谱识别模型对所述太赫兹光谱数据集合进行识别，获得降维后的太赫兹光谱数据集合；对所述降维后的太赫兹光谱数据集合进行可视化分析，识别所述降维后的太赫兹光谱数据集合中的异常点。采用本发明的方法或系统，为进一步太赫兹光谱成像分析提供先验知识和基础，进而提高太赫兹图像识别的准确性和效率。
-
公开(公告)号：CN107356599A
公开(公告)日：2017-11-17
申请号：CN201710490924.8
申请日：2017-06-23
Applicant: 厦门大学
IPC: G01N21/88
Abstract: 本发明涉及一种陶瓷基复合材料的太赫兹无损检测方法可包括下列步骤：S1、建立稳定的太赫兹无损检测成像测试系统；S2、应用步骤S1建立的太赫兹无损检测成像测试系统对由陶瓷基复合材料制成的试样进行太赫兹无损检测成像测试；S3、对步骤S2得到的试样太赫兹图像进行后期处理，以识别出试样的缺陷。本发明通过对成像模式的调节和后期的太赫兹图像处理，可以有效地对陶瓷基复合材料内部及表面不同深度和宽度的缺陷进行无损检测。
-
公开(公告)号：CN110245697A
公开(公告)日：2019-09-17
申请号：CN201910469228.8
申请日：2019-05-31
Applicant: 厦门大学
Abstract: 本发明涉及一种表面脏污检测方法、终端设备及存储介质，在该方法中，包括：S1：采集检测对象的表面图像的样本组成训练集，并对训练集内的图片中的脏污部分进行标注；S2：构建表面脏污检测模型，将训练集输入表面脏污检测模型中进行训练后得到最终模型；所述表面脏污检测模型基于Yolov3网络构建，并针对Yolov3网络的每个残差块，将其中的每个ResNet子结构的输出特征图连接到该残差块的末尾；S3：将待检测的表面图像输入最终模型以检测表面脏污情况。本发明基于Yolov3检测网络，提出了一种稠密连接的实现方法，提高浅层特征的利用率，可以有效的提高表面脏污的检测能力。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.021 seconds)
