公开(公告)号：CN108596871A

公开(公告)日：2018-09-28

申请号：CN201810189754.4

申请日：2018-03-08

Applicant: 中北大学

Inventor： 桂志国 ,  张鹏程 ,  刘一鸣 ,  张权 ,  杨民 ,  陈阳

IPC: G06T7/00 ,  G06K9/62

Abstract: 本发明涉及一种基于深度学习的BGA气泡缺陷图像检测方法，包括如下步骤：步骤1：筛选出有气泡缺陷的BGA图像，并对图像进行标定，获得标签图像集；步骤2：建立全卷积网络，利用步骤1获得的标签图像集训练全卷积网络，训练获得全卷积网络模型；步骤3：将待检测的BGA图像输入至步骤2获得的全卷积网络模型进行检测，输出图像分类结果。

公开(公告)号：CN105931280A

公开(公告)日：2016-09-07

申请号：CN201610217047.2

申请日：2016-03-29

Applicant: 中北大学

Inventor： 张权 ,  张鹏程 ,  刘祎 ,  桂志国 ,  韩跃平 ,  杨民

IPC: G06T11/00 ,  G06T17/00

CPC classification number: G06T11/008 ,  G06T17/00 ,  G06T2200/28

Abstract: 本发明公开基于GPU的快速三维CT迭代重建方法，包括以下步骤：步骤一、数据输入，需要将投影数据并输入到数据输入模块；步骤二、预处理，对投影数据作相关的预处理，并将处理后的数据以及与重建相关的参数传入到GPU；步骤三、为正/反投影，包括正投影步骤、记录信息步骤和修正步骤、反投影步骤操作，在GPU上实现了正投影步骤和反投影步骤，分别得到正投影系统矩阵和反投影系统矩阵；步骤四、变量更新，按具体迭代算法所对应的迭代公式更新当前的变量值；步骤五、迭代终止，判断当前迭代是否满足迭代的终止条件；步骤六、结果输出，将迭代结果输出。本发明只需计算一次射线与体素的相交情况，减少了计算系统矩阵所需的计算量，加快迭代重建的速度。

公开(公告)号：CN105844690A

公开(公告)日：2016-08-10

申请号：CN201610216968.7

申请日：2016-03-29

Applicant: 中北大学

Inventor： 桂志国 ,  张鹏程 ,  韩建宁 ,  尚禹 ,  杨民 ,  舒华忠

IPC: G06T15/10

CPC classification number: G06T15/10 ,  G06T2207/10081 ,  G06T2215/06

Abstract: 本发明公开基于GPU的快速三维CT迭代重建系统，包括数据输入模块，预处理模块，正/反投影模块，变量更新模块，迭代终止模块，结果输出模块；数据输入模块主要包括输入投影数据；预处理模块包括对投影数据作相关的预处理，并将处理后的数据以及与重建相关的参数传入到GPU；正/反投影模块进行包括正投影步骤、记录信息步骤和修正步骤、反投影步骤操作，分别计算得到正投影系统矩阵和反投影系统矩；变量更新模块根据反投影结果对当前迭代过程中的变量值进行更新；迭代终止模块包括判断当前迭代是否满足迭代的终止条件；结果输出模块将迭代结果输出。本发明只需计算一次射线与体素的相交情况，减少了计算系统矩阵所需的计算量，加快迭代重建的速度。