-
公开(公告)号：CN111915552A
公开(公告)日：2020-11-10
申请号：CN202010489491.6
申请日：2020-06-02
Applicant: 华南理工大学 , 广州现代产业技术研究院
Abstract: 本发明公开了一种太阳能电池内部缺陷检测方法，该方法首先选取一副太阳能电池内部图像作为原始图像，对选取图像进行傅里叶变换；然后提取傅里叶变换图像的图像矩阵，对得到的矩阵进行奇异值分解，重构新的傅里叶变换图像；再将重新构造的傅里叶变换图像进行傅里叶反变换之后与原图像相减，得到潜在的缺陷图；最后进行自适应阈值处理，利用高斯类分布从全局直方图中分离出缺陷直方图，并根据缺陷直方图的分布情况自动选取分割阈值分割出太阳能电池内部缺陷。本发明能准确的采集各种类型的缺陷形状，具有良好的鲁棒性和兼容性，可用于在线检测。
-
公开(公告)号：CN111399379A
公开(公告)日：2020-07-10
申请号：CN202010191550.1
申请日：2020-03-18
Applicant: 华南理工大学 , 广州现代产业技术研究院
IPC: G05B13/04
Abstract: 本发明公开了一种基于输出限制的柔性卫星系统的自适应振动控制方法，该方法过程如下：根据动力学特征构建柔性卫星系统；针对系统参数不确定的柔性卫星系统，结合李雅普诺夫方法，构建基于输出限制的自适应控制器，包括自适应障碍控制律及参数自适应控制律，用于抑制柔性卫星的振动和补偿系统参数的不确定性；验证上述柔性卫星系统在振动控制方法下的稳定性；利用MATLAB仿真软件对柔性卫星系统进行数字仿真，验证控制效果是否符合预期；若不符合，则根据仿真结果调节控制器的增益参数，使之具有较好的控制效果。本发明所提出的自适应振动控制方法能够有效抑制系统参数不确定的柔性卫星系统的振动，使得柔性卫星系统工作更加稳定。
-
公开(公告)号：CN111368652A
公开(公告)日：2020-07-03
申请号：CN202010101825.8
申请日：2020-02-19
Applicant: 华南理工大学 , 广州现代产业技术研究院
Abstract: 本发明公开了一种基于Kinect传感器的动作捕捉文件生成方法，步骤如下：通过Kinect传感器采集人体图像数据和深度数据，根据图像数据和深度数据提取各人体骨骼点三维坐标；在动作捕捉文件中写入定义的人体骨骼点父子关系、相对偏移向量和欧拉角旋转顺序作为人体骨架数据；根据Kinect传感器提取的各人体骨骼点三维坐标，计算各人体骨骼点相对于其父骨骼点的旋转四元数，以定义的欧拉角旋转顺序将四元数转换为欧拉角旋转数据，并将该欧拉角旋转数据写入动作捕捉文件中。本发明利用Kinect传感器图像数据和深度数据生成一种动作捕捉文件，该动作捕捉文件是一种通用的人体特征动画文件。
-
公开(公告)号：CN110807781A
公开(公告)日：2020-02-18
申请号：CN201911016983.7
申请日：2019-10-24
Applicant: 华南理工大学
Abstract: 本发明公开的一种保留细节与边界特征的点云精简方法，包括以下步骤，读取原始点云模型数据，得到原始点云数据并进行栅格化处理，建立局部k-d树；拟合最小微切平面，计算该点云数据的投影点的加权等效合力Fi及其平均值F，当Fi＞F，则为边界点并保留，得到边界精简子集PSet1；对于非边界点，估算其局部密度ρi并进行分块得到相应子集；计算非边界点的法向量，根据局部密度ρi计算局部特征因子Di及其平均值D，分别为相应子集选定阈值μTH，当Di/D＞μTH，保留该点云数据，得到特征点精简子集PSet2；将边界精简子集PSet1和特征点精简子集PSet2合并，获得精简点云数据集PSet，本发明便于获取数据量合适且不失真的点云模型，提高点云精简效率，使曲面细节特征和边界特征描述更精确。
-
公开(公告)号：CN110555829A
公开(公告)日：2019-12-10
申请号：CN201910739542.3
申请日：2019-08-12
Applicant: 华南理工大学 , 广州现代产业技术研究院
Abstract: 本发明公开了一种用于芯片点胶情况的检测方法，通过提出此检测方法，实现对芯片点胶情况检测的自动化。该检测方法首先通过预先选择一张无点胶的芯片图片，对其进行增强对比度、阈值分割操作，利用形状面积特征提取槽检测区域和溢胶检测区域；然后对无点胶的芯片图片选择合适的区域作为NCC匹配模板，对点胶芯片图片利用模板匹配找到位置，并通过仿射变换找到槽检测区域和溢胶检测区域；最后计算检测区域中胶水的面积，根据面积情况判断芯片点胶情况。本发明提出的检查方法具有检测速度快、准确率高的特点。
-
Patent Agency Ranking
公开(公告)号：CN109615612A
公开(公告)日：2019-04-12
申请号：CN201811380796.2
申请日：2018-11-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种太阳能电池板的缺陷检测方法，通过由试验架、灰色面阵相机、远心镜头、环形光源和载物台搭建构成的测量系统实现，步骤如下：拍摄太阳能电池板的图片，分别进行水平和竖直方向的膨胀处理，采用canny算子进行边缘检测，采用Hough变换对图像旋转，修复旋转后图像的空洞值；通过滤波去噪，采用gamma校正进行亮度均衡化处理，接着均匀分割图像；采用鲁棒主成分算法，将分割后的图像转化成矩阵D，并分解成低秩矩阵A和稀疏矩阵E，根据APG梯度逼近算法，对矩阵D进行恢复处理；对低秩矩阵A和稀疏矩阵E进行逆向返回单个晶片图像操作，经过低秩矩阵分解技术处理得到缺陷的太阳能电池板图像，进而检测出缺陷位置。
-
公开(公告)号：CN104714417B
公开(公告)日：2018-02-27
申请号：CN201410843219.8
申请日：2014-12-30
Applicant: 华南理工大学
IPC: G05B17/02
Abstract: 本发明公开了一种具有未知扰动大加减速传送带振动PD控制系统，包括了传送带模型解析显示模块、串口通信模块以及控制模块。三个模块按照功能分类，但在程序设计上并没有绝对独立。模型解析显示模块主要利用差分离散方法，由MATLAB GUI编程实现，显示于PC机上；串口通信模块内嵌于模型解析显示模块和控制模块，通过串口通讯保证了模型解析显示部分和控制器之间的数据通信；控制模块位于ARM开发板上，利用Android系统对立管模型进行数据监视和控制作用。本发明不仅实现了传送带振动实时动态显示以及控制算法作用后的效果显示，而且成本较低、更方便。
-
公开(公告)号：CN102661708B
公开(公告)日：2014-05-07
申请号：CN201210119476.8
申请日：2012-04-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于SURF的高密度封装元器件定位方法，包括以下步骤：(1)粗略定位：采用SURF配准方法得到粗略变换参数(m，n，β)；(2)精细细定位：利用上述粗变换参数(m，n，β)，对待配准图像I(x，y)进行逆变换得到g(x，y)，计算g(x，y)与模板图像f(x，y)的最小能量方程E，对E求各阶偏导并令其为0，求解变换参数(a，b，θ)；令m′＝m+a，n′＝n+b，β′＝β+θ；计算在变换关系(m′，n′，β′)下的能量E；判断E是否低于设定值，若否，进行下一次迭代；若是，则结束迭代过程，将m′作为最终的x方向的平移参数、n′作为最终的y方向的平移参数，β′作为最终的旋转角度。与现有技术相比，本发明实现了高精度亚像素级定位，并且对光照变换和噪声具有很强的鲁棒性。
-
公开(公告)号：CN111915552B
公开(公告)日：2024-06-21
申请号：CN202010489491.6
申请日：2020-06-02
Applicant: 华南理工大学 , 广州现代产业技术研究院
Abstract: 本发明公开了一种太阳能电池内部缺陷检测方法，该方法首先选取一副太阳能电池内部图像作为原始图像，对选取图像进行傅里叶变换；然后提取傅里叶变换图像的图像矩阵，对得到的矩阵进行奇异值分解，重构新的傅里叶变换图像；再将重新构造的傅里叶变换图像进行傅里叶反变换之后与原图像相减，得到潜在的缺陷图；最后进行自适应阈值处理，利用高斯类分布从全局直方图中分离出缺陷直方图，并根据缺陷直方图的分布情况自动选取分割阈值分割出太阳能电池内部缺陷。本发明能准确的采集各种类型的缺陷形状，具有良好的鲁棒性和兼容性，可用于在线检测。
-
公开(公告)号：CN117593520A
公开(公告)日：2024-02-23
申请号：CN202311439360.7
申请日：2023-11-01
Applicant: 华南理工大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种少样本环境下的半导体芯片缺陷分割方法，该方法首次提出了基于少样本学习的交互式分割网络。在该网络中，通过深度残差网络提取图像的各种特征以及先验掩膜信息。前景语义重构模块引入对比损失，压缩背景中的已知类和潜在类，提取出查询图像的前景匹配区域。背景信息更新模块则用于提取并更新图像的背景信息，以便精确识别图像的背景区域。通过知识迁移，该交互式分割网络能够在训练样本稀缺的情况下进行准确的半导体芯片缺陷识别分割，这在工业场景中，特别是在缺乏密集标注样本的情况下，具有重要应用价值。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.025 seconds)
