公开(公告)号：CN115564724A

公开(公告)日：2023-01-03

申请号：CN202211193529.0

申请日：2022-09-28

Applicant: 华中科技大学

Inventor： 尹周平 ,  杨华 ,  李俊逸 ,  侯岳

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明属于图像处理领域，并公开了一种基于多类别分解编辑的纹理表面缺陷检测模型的构建方法。首先，通过随机组合生成基础变换图像与随机高斯掩膜图像，融合得到混合缺陷图像；其次，将混合缺陷图像的特征分解到不同基础变换上，得到的各个基础异常分数图通过融合获得融合异常分数图，从而定位缺陷特征；最后，通过加权抑制缺陷部分特征成为空洞区域，再利用其邻域信息对空洞进行编辑补全得到编辑特征，从而实现抑制缺陷并重构图像背景，以此提升缺陷检测精度。检测时，将输入图像与重构纹理背景图像间的残差图与融合异常分数图进行融合，即可检出缺陷。如此，本发明在无缺陷样本情况下，对不同纹理表面上的各类缺陷有较高的检测精度。

公开(公告)号：CN112819039A

公开(公告)日：2021-05-18

申请号：CN202110047823.X

申请日：2021-01-14

Applicant: 华中科技大学

Inventor： 杨华 ,  宋开友 ,  尹周平 ,  侯岳

IPC: G06K9/62 ,  G06N3/04 ,  G06T7/40

Abstract: 本发明公开了一种基于多尺度集成特征编码的纹理识别模型建立方法及应用，属于图像处理领域，模型建立方法包括：建立先验引导特征提取网络、特征融合网络、多尺度编码网络和多尺度集成学习网络，依次连接各网络后进行训练，得到纹理识别模型；模型中各网络依次用于：首先，利用纹理先验信息提取对纹理结构表达能力较强的卷积特征；其次，将深层特征与浅层特征融合，得到多尺度强语义信息特征；接着，对各尺度的特征进行编码，得到对异常点鲁棒的全局纹理特征；最后，利用得到的多尺度全局纹理特征进行集成学习，实现多尺度纹理的鲁棒识别。本发明能够有效提高在复杂背景干扰及大尺度变化情况下的纹理识别结果鲁棒性和准确性。

公开(公告)号：CN112700432B

公开(公告)日：2022-07-05

申请号：CN202110033380.9

申请日：2021-01-12

Applicant: 华中科技大学

Inventor： 杨华 ,  宋开友 ,  尹周平 ,  侯岳

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/77 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于异常合成与分解的纹理表面缺陷检测方法和系统，属于图像处理领域。本发明构建分割引导的缺陷生成网络，可利用少量真实缺陷训练样本生成大量与真实缺陷相似的缺陷样本，同时提出基于高斯采样的异常合成方法可利用无缺陷正样本随机合成异常负样本，可解决工业中缺陷样本量少的难题，进而提高缺陷检测精度；本发明通过采用异常分解网络来将异常负样本分解为纹理背景图像与异常掩膜图像，可有效抑制缺陷被重构到纹理背景中，提高纹理背景重构精度，并可精确分割缺陷区域，将残差图像与异常分割图像融合，进而提高缺陷检出率、降低缺陷过检率。

公开(公告)号：CN119911019A

公开(公告)日：2025-05-02

申请号：CN202411963629.6

申请日：2024-12-30

Applicant: 华中科技大学

Inventor： 陈建魁 ,  熊佳聪 ,  尹周平 ,  岳晓 ,  侯岳

IPC: B41J29/393 ,  G06V20/52 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/045 ,  G06N3/09 ,  G06N3/092 ,  B41J2/01 ,  B41M5/00

Abstract: 本发明属于印刷显示相关技术领域，具体涉及一种新型显示喷印制造在线智能喷印调控方法，包括：基于喷印缺陷图片集以及像素坑与喷孔对应关系构建二部图结构，采用缺陷特征提取模型确定各像素坑喷印特征，赋给像素坑节点，将喷孔历史打印状态数据赋给喷孔节点；将各二部图输入缺陷溯源模型得到每个喷孔分类结果；将喷孔历史打印状态数据和分类结果输入喷孔喷印参数调控模型，得到喷孔各异常类型对应的参数调控值；基于每个喷孔分类结果筛选喷孔待调控异常类型，以确定每个异常像素坑对应的异常喷孔；基于喷孔待调控异常类型参数调控值以及正常喷孔参数调控值生成参数组合方案，进行喷印规划。本发明是一种在线高鲁棒性的喷印图案规划参数调控方法。

公开(公告)号：CN112700432A

公开(公告)日：2021-04-23

申请号：CN202110033380.9

申请日：2021-01-12

Applicant: 华中科技大学

Inventor： 杨华 ,  宋开友 ,  尹周平 ,  侯岳

IPC: G06T7/00 ,  G06T7/11 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于异常合成与分解的纹理表面缺陷检测方法和系统，属于图像处理领域。本发明构建分割引导的缺陷生成网络，可利用少量真实缺陷训练样本生成大量与真实缺陷相似的缺陷样本，同时提出基于高斯采样的异常合成方法可利用无缺陷正样本随机合成异常负样本，可解决工业中缺陷样本量少的难题，进而提高缺陷检测精度；本发明通过采用异常分解网络来将异常负样本分解为纹理背景图像与异常掩膜图像，可有效抑制缺陷被重构到纹理背景中，提高纹理背景重构精度，并可精确分割缺陷区域，将残差图像与异常分割图像融合，进而提高缺陷检出率、降低缺陷过检率。