公开(公告)号：CN119831829A

公开(公告)日：2025-04-15

申请号：CN202510305283.9

申请日：2025-03-14

Applicant: 华侨大学 ,  泉州市展鸿自动化科技有限公司

Inventor： 凌孟德 ,  温廷羲 ,  罗欣 ,  傅玉青 ,  黄建龙 ,  陈心文

IPC: G06T3/14 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/42 ,  G06V10/44 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82

Abstract: 基于卷积网络与全局特征提取网络的图像配准方法和装置，包括：从产品的原始设计图中提取待打印上色的图像作为固定图像，从产品的成品图像中提取相应的待打印上色的图像作为移动图像；将所述固定图像和所述移动图像输入可变形图像配准网络以生成形变场，通过空间变换函数将所述形变场应用于所述移动图像，生成相应的变形后图像，所述变形后图像用于替换所述原始设计图作为所述产品的打印上色参考图像；通过计算所述固定图像与所述变形后图像之间的相似度来调整所述可变形图像配准网络的参数，直至二者相似度达到最大。本发明将轻量化卷积网络和Transformer的优点结合起来，通过并行处理局部和全局的特征实现精确的图像配准。

公开(公告)号：CN119848569A

公开(公告)日：2025-04-18

申请号：CN202510315537.5

申请日：2025-03-18

Applicant: 华侨大学

Inventor： 李耘丰 ,  温廷羲 ,  陈宇萍 ,  陈心文 ,  凌孟德 ,  傅玉青

IPC: G06F18/22 ,  G06N3/0455 ,  G06F18/15 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明公开了融合3D点云的多模态自编码器零配件智能检测方法及装置，涉及图像处理领域，方法包括：S1，获取各型号零配件的体积、重量和3D点云数据；进行归一化和2D深度图像转化；S2，将2D深度图像进行裁剪和特征提取，与归一化的重量和体积数据进行特征融合，得到多模态特征；S3，进行灰度化处理得到多模态特征灰度图；S4，划分训练集和测试集；使用训练集训练自编码器模型；S5，将测试集输入训练好的自编码器模型，得到各型号零配件的特征编码；S6，将待检测零配件的多模态特征灰度图输入训练好的自编码器模型，得到待检测零配件的特征编码，进行特征比对得到型号信息。本发明用自编码器提取融合3D点云的多模态特征，提高了零配件检测准确性。

公开(公告)号：CN119831991A

公开(公告)日：2025-04-15

申请号：CN202510305282.4

申请日：2025-03-14

Applicant: 华侨大学

Inventor： 凌孟德 ,  温廷羲 ,  罗欣 ,  傅玉青 ,  黄建龙 ,  陈心文

IPC: G06T7/00 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/75

Abstract: 本发明涉及目标检测技术领域，公开了一种基于自编码器与改进ResNet18模型的陶瓷包装检测方法，包括以下步骤：数据库构建步骤，构建陶瓷包装盒图像数据库；模型构建步骤，结合改进的ResNet18和CBAM构建产品包装盒状态检测模型；图像采集步骤，采集待检测陶瓷包装盒的图像作为检测图像，利用自编码器模型将检测图像与陶瓷包装盒图像数据库进行匹配，获取位置信息；图像分割步骤，利用位置信息对检测图像进行区域分割，提取待检测的子图像；包装检测步骤，子图像输入到产品包装盒状态检测模型，检测是否漏装陶瓷。本发明在复杂工业环境中展现出优异的适应性与鲁棒性，为智能化包装检测的准确性和可靠性奠定了坚实的基础。