-
公开(公告)号：CN112837295B
公开(公告)日：2024-07-16
申请号：CN202110170082.4
申请日：2021-02-01
Applicant: 北京工业大学
IPC: G06T7/00 , G06T5/70 , G06T5/60 , G06T5/90 , G06T5/20 , G06T5/40 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 一种基于生成对抗网络的橡胶手套缺陷检测方法属于工业生产中橡胶手套的缺陷检测领域，解决目前工业生产线上主要依赖的人工目检效率低，人工成本高，检测精度不佳等问题，并解决实际工业生产中无法提供大量缺陷样本用于深度学习模型训练的情况。具体方法流程：采集橡胶手套图像，经过图像预处理，输入橡胶手套的正常样本对网络模型进行训练，使网络获取正常样本的特征分布并可以生成逼真的重建图像，训练收敛后输入测试样本，因模型只根据正常样本进行了优化，所以通过对重建图像的异常评分即可判断输入样本是否存在缺陷。
-
公开(公告)号：CN112837295A
公开(公告)日：2021-05-25
申请号：CN202110170082.4
申请日：2021-02-01
Applicant: 北京工业大学
Abstract: 一种基于生成对抗网络的橡胶手套缺陷检测方法属于工业生产中橡胶手套的缺陷检测领域，解决目前工业生产线上主要依赖的人工目检效率低，人工成本高，检测精度不佳等问题，并解决实际工业生产中无法提供大量缺陷样本用于深度学习模型训练的情况。具体方法流程：采集橡胶手套图像，经过图像预处理，输入橡胶手套的正常样本对网络模型进行训练，使网络获取正常样本的特征分布并可以生成逼真的重建图像，训练收敛后输入测试样本，因模型只根据正常样本进行了优化，所以通过对重建图像的异常评分即可判断输入样本是否存在缺陷。
-
Patent Agency Ranking
公开(公告)号：CN114910480B
公开(公告)日：2024-07-02
申请号：CN202210503637.7
申请日：2022-05-09
Applicant: 北京工业大学
Abstract: 一种基于机器视觉的晶圆表面缺陷检测方法属于晶圆生产制造过程中的缺陷检测领域。该方法首先利用工业线阵相机对整个晶圆进行扫描，获取完整晶圆原始图像；其次提取晶圆原始图像的灰度特征，对晶圆图像位姿进行校正；再次利用单样本晶粒图像和完整晶圆图像进行多模板匹配，并利用Kmeans和非线性差值方法筛选出最佳匹配坐标，完成对晶粒样本的分割；最后对分割样本进行图像增强，并对增强图像遍历提取外轮廓特征和轮廓内灰度特征，分别生成一维数组，进行Kmeans和层次聚类分析，筛选出离散样本，将离散样本标记为缺陷样本，生成缺陷晶圆图，完成晶圆缺陷检测。该方法能够应用到晶圆生产制造过程中，代替现在人工目检的方式。
-
公开(公告)号：CN109977808B
公开(公告)日：2020-10-27
申请号：CN201910181768.6
申请日：2019-03-11
Applicant: 北京工业大学
Abstract: 本发明提出了一种晶圆表面缺陷模式检测与分析方法，该方法能够检测出晶粒的表面缺陷，并判断缺陷晶粒的分布模式及缺陷模式成因。本方法属于晶圆生产制造过程中的缺陷检测领域，旨在解决目前的缺陷检测方法中存在的人工劳动强度大、检测效率低等问题。具体流程包括：获取晶粒图像，通过机器视觉方法生成晶圆缺陷模式图；构建并训练晶圆缺陷模式检测模型与分类模型，检测模型用于判断晶圆是否存在缺陷模式，分类模型用于判断具体的缺陷模式类别；最后根据相似性度量算法在数据库中检索出与待测样本最相似的已标记样本，通过分析已知样本的缺陷模式成因，推断待测样本的缺陷模式成因。
-
公开(公告)号：CN109977808A
公开(公告)日：2019-07-05
申请号：CN201910181768.6
申请日：2019-03-11
Applicant: 北京工业大学
Abstract: 本发明提出了一种晶圆表面缺陷模式检测与分析方法，该方法能够检测出晶粒的表面缺陷，并判断缺陷晶粒的分布模式及缺陷模式成因。本方法属于晶圆生产制造过程中的缺陷检测领域，旨在解决目前的缺陷检测方法中存在的人工劳动强度大、检测效率低等问题。具体流程包括：获取晶粒图像，通过机器视觉方法生成晶圆缺陷模式图；构建并训练晶圆缺陷模式检测模型与分类模型，检测模型用于判断晶圆是否存在缺陷模式，分类模型用于判断具体的缺陷模式类别；最后根据相似性度量算法在数据库中检索出与待测样本最相似的已标记样本，通过分析已知样本的缺陷模式成因，推断待测样本的缺陷模式成因。
-
公开(公告)号：CN114910480A
公开(公告)日：2022-08-16
申请号：CN202210503637.7
申请日：2022-05-09
Applicant: 北京工业大学
Abstract: 一种基于机器视觉的晶圆表面缺陷检测方法属于晶圆生产制造过程中的缺陷检测领域。该方法首先利用工业线阵相机对整个晶圆进行扫描，获取完整晶圆原始图像；其次提取晶圆原始图像的灰度特征，对晶圆图像位姿进行校正；再次利用单样本晶粒图像和完整晶圆图像进行多模板匹配，并利用Kmeans和非线性差值方法筛选出最佳匹配坐标，完成对晶粒样本的分割；最后对分割样本进行图像增强，并对增强图像遍历提取外轮廓特征和轮廓内灰度特征，分别生成一维数组，进行Kmeans和层次聚类分析，筛选出离散样本，将离散样本标记为缺陷样本，生成缺陷晶圆图，完成晶圆缺陷检测。该方法能够应用到晶圆生产制造过程中，代替现在人工目检的方式。
-
公开(公告)号：CN116091404A
公开(公告)日：2023-05-09
申请号：CN202211522237.7
申请日：2022-12-01
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于图像‑点云信息融合的焊线缺陷检测及模式识别方法，该方法能够检测出PCB板中的缺陷焊线，并判断缺陷焊线的缺陷模式。本方法属于引线焊接制造过程中的缺陷检测领域，旨在解决目前的缺陷检测方法中存在的人工劳动强度大、检测效率低等问题。具体检测流程包括：获取PCB板深度图像，通过OBB包围盒和MAD算法判断深度图中的焊线轮廓并提取轮廓内的深度数据，将深度数据转为点云，得到焊线的点云数据；对点云预处理和曲面分割，完成焊线曲面的精确提取；构建缺陷分类模型，完成焊线缺陷的检测和缺陷模式识别；最后，对正常缺陷焊线计算曲率，完成正常焊线的曲率评估。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
