公开(公告)号：CN119989247A

公开(公告)日：2025-05-13

申请号：CN202510484103.8

申请日：2025-04-17

Applicant: 南京信息工程大学

Inventor： 江结林 ,  常雲翔 ,  许小龙 ,  刘西应 ,  邵禹豪 ,  魏顺

IPC: G06F18/2433 ,  G06F18/25 ,  G06F18/213 ,  G06F18/15 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06F40/30 ,  G06V20/70 ,  G06V10/82

Abstract: 本发明公开了一种基于跨模态自适应交互的少样本工业异常检测方法，根据对齐后的最终特征，正常语义投影，异常语义投影，优化后的视觉特征以及优化后的文本特征计算总损失，并利用总损失对工业异常检测模型参数更新，得到训练好的工业异常检测模型；将待检测的工业图像输入训练好的工业异常检测模型，得到对齐后的最终特征，异常语义投影、优化后的视觉特征以及优化后的文本特征，用于判断待检测的工业图像异常情况。本发明在仅需少量正常样本的条件下，即可显著增强模型对正常与异常特征的区分能力，降低对标注数据的依赖，为智能制造提供一种高精度、低成本且可快速部署的工业异常检测解决方案。

公开(公告)号：CN115935283B

公开(公告)日：2023-07-25

申请号：CN202211684870.6

申请日：2022-12-27

Applicant: 南京信息工程大学

Inventor： 王国杰 ,  周费宏 ,  丹尼尔 ,  徐永明 ,  邵禹豪 ,  张海燕

IPC: G06F18/2431 ,  G06F18/214 ,  G06Q10/04 ,  G06Q50/26 ,  G06Q10/0639 ,  G06N5/01 ,  G06N20/00

Abstract: 本发明公开了一种基于多元非线性因果分析的干旱成因溯源方法，主要包括以下步骤：S1，数据预处理和提取目标变量自相关特征及预测变量的预测因子特征；S2，利用基于梁氏克尔曼信息流理论改进后的随机森林回归方法构建回归模型代替传统格兰杰因果关系中的线性向量自回归模型；S3，利用梁氏克尔曼信息流理论代替传统格兰杰因果关系中的决定系数，确定回归模型预测结果质量；S4，基于结合随机森林和梁氏克尔曼信息流的多元非线性因果分析方法进行干旱成因溯源分析。本发明能实现在干旱成因的各类多变量中高效、快速、准确的获取其中各变量之间的复杂因果关系，还能够精确量化各因素的强度。

公开(公告)号：CN115935283A

公开(公告)日：2023-04-07

申请号：CN202211684870.6

申请日：2022-12-27

Applicant: 南京信息工程大学

Inventor： 王国杰 ,  周费宏 ,  丹尼尔 ,  徐永明 ,  邵禹豪 ,  张海燕

IPC: G06F18/2431 ,  G06F18/214 ,  G06Q10/04 ,  G06Q50/26 ,  G06Q10/0639 ,  G06N5/01 ,  G06N20/00

Abstract: 本发明公开了一种基于多元非线性因果分析的干旱成因溯源方法，主要包括以下步骤：S1，数据预处理和提取目标变量自相关特征及预测变量的预测因子特征；S2，利用基于梁氏克尔曼信息流理论改进后的随机森林回归方法构建回归模型代替传统格兰杰因果关系中的线性向量自回归模型；S3，利用梁氏克尔曼信息流理论代替传统格兰杰因果关系中的决定系数，确定回归模型预测结果质量；S4，基于结合随机森林和梁氏克尔曼信息流的多元非线性因果分析方法进行干旱成因溯源分析。本发明能实现在干旱成因的各类多变量中高效、快速、准确的获取其中各变量之间的复杂因果关系，还能够精确量化各因素的强度。

公开(公告)号：CN114627065A

公开(公告)日：2022-06-14

申请号：CN202210205618.6

申请日：2022-03-02

Applicant: 南京信息工程大学

Inventor： 邵禹豪 ,  江结林

IPC: G06T7/00 ,  G06T5/00 ,  G06T5/30

Abstract: 本发明公开了一种基于ROBERTS CROSS结合数学形态学的疵点检测方法，步骤1：对工业相机采集得到的布料疵点图像S进行均值滤波，得到预处理图像P；步骤2：对预处理图像P进行Roberts cross算子操作，得到二值化后的图像I；步骤3：对二值化后的图像I进行闭算子操作I∧e＝I2，对图像I中不连续的疵点进行粘连，再对图像I中小颗粒噪声进行去除，得到图像I2；步骤4：对图像I2进行开运算操作I2∨e＝I3，对图像I2中小颗粒噪声进行去除，再对图像I2中不连续的疵点进行粘连，输出疵点检测图像I3。本发明解决了疵点过检严重的问题，降低了误检率，满足了检测需求。

公开(公告)号：CN112435232A

公开(公告)日：2021-03-02

申请号：CN202011318668.2

申请日：2020-11-23

Applicant: 南京信息工程大学

Inventor： 江结林 ,  邵禹豪 ,  金子龙 ,  陈亚当

IPC: G06T7/00 ,  G06T5/10 ,  G06T5/50

Abstract: 本发明公开了一种基于哈尔小波结合图像方差的疵点检测方法，首先，利用中值滤波抑制噪声，利用HW对图像进行增强，从而得到一个预处理图像；其次，基于预处理图像，对图像进行分块，统计每个图像块的方差，通过方差结合阈值将图像块分为带疵点图像块和不包含疵点的图像块；然后，设定阈值，对图像块的方差进行二值化处理，得到二值化处理后的图像块；最后，对二值化处理后的图像块进行合成，得到疵点检测图像。本发明通过中值滤波有效抑制了噪声，通过哈尔小波增大了疵点与图像背景的灰度值差异，不仅能准确检测出布料中的常见疵点，同时对灰度值与布料背景差异很小的疵点非常有效，从而提高布料疵点检测效率，降低误检率。