-
公开(公告)号：CN119006476A
公开(公告)日：2024-11-22
申请号：CN202411495940.2
申请日：2024-10-25
Applicant: 吉林大学
Abstract: 本发明属于焊锡缺陷检测技术领域，具体地而言为一种基于点云和图像处理的分类模型焊锡缺陷检测方法，包括：根据采集到的托盘原始图像进行#imgabs0#方向上的平移，再将平移后的图像分割成四份，获取单个的粗定位PCB板图像，对粗定位PCB板图像进行校正定位，得到精定位PCB板图像；对精定位PCB板图像中单个焊锡图像进行三维重构建立焊锡的3D点云图像，通过3D点云图像获取焊锡三维特征，并计算焊锡体积，所述三维特征包括焊锡的底面面积和高度；将获取二维特征和三维特征通过sklearn‑XGBoost分类模型对焊锡缺陷进行分类识别。解决焊锡的微小尺寸、表面反光状况且焊接状况复杂多变，导致缺陷检测精度不足，漏检与误检的问题。
-
公开(公告)号：CN118840748A
公开(公告)日：2024-10-25
申请号：CN202410955021.2
申请日：2024-07-17
Applicant: 吉林大学
Abstract: 本发明涉及图像分析技术领域，具体为一种基于机器学习模型的显微镜系统及方法，系统包括光谱特征分析模块、自适应光源调整模块、实时对焦优化模块、样本定位调整模块、图像质量评估模块和图像增强处理模块。本发明中，通过采集图像的色谱数据，分析光谱反射率，对样本的光谱特征进行评估，根据样本的光谱特征，进行光源波长和强度的自动调节，提高了观察图像的对比度和清晰度，使得细节观察更为精准，通过实时对焦调整的引入，确保了图像的持续清晰，提高了操作的便捷性和观察效率，通过图像质量评估与增强处理，实现了图像质量优化，确保了图像中关键特征的高识别精度和优异的视觉效果，优化了用户体验。
-
公开(公告)号：CN119006476B
公开(公告)日：2025-02-14
申请号：CN202411495940.2
申请日：2024-10-25
Applicant: 吉林大学
Abstract: 本发明属于焊锡缺陷检测技术领域，具体地而言为一种基于点云和图像处理的分类模型焊锡缺陷检测方法，包括：根据采集到的托盘原始图像进行#imgabs0#方向上的平移，再将平移后的图像分割成四份，获取单个的粗定位PCB板图像，对粗定位PCB板图像进行校正定位，得到精定位PCB板图像；对精定位PCB板图像中单个焊锡图像进行三维重构建立焊锡的3D点云图像，通过3D点云图像获取焊锡三维特征，并计算焊锡体积，所述三维特征包括焊锡的底面面积和高度；将获取二维特征和三维特征通过sklearn‑XGBoost分类模型对焊锡缺陷进行分类识别。解决焊锡的微小尺寸、表面反光状况且焊接状况复杂多变，导致缺陷检测精度不足，漏检与误检的问题。
-
-
Search Results
3
records
(took 0.017 seconds)
