-
Patent Agency Ranking
公开(公告)号：CN113393438B
公开(公告)日：2022-09-16
申请号：CN202110659119.X
申请日：2021-06-15
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于卷积神经网络的树脂镜片缺陷检测方法。该方法包括：采集带有缺陷的树脂镜片图像；对图像进行梯度锐化和中值滤波，增强图像细节信息；标记缺陷所在位置及类别，制成数据集；构造卷积神经网络模型，该网络模型基于改进的DarkNet53作为骨干网络，多尺度特征融合的颈部网络，和多分类的回归网络作为检测头；将数据集输入至网络模型中进行训练；将待测图片输入训练好的网络模型进行检测，最终输出缺陷类别、缺陷位置及置信度等信息，即最终检测结果。本发明可以实现树脂镜片缺陷的在线检测，泛化性能好，提高了检测效率和检测精度。
-
公开(公告)号：CN111768436A
公开(公告)日：2020-10-13
申请号：CN202010552569.4
申请日：2020-06-17
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于Faster-RCNN改进的图像特征块配准方法。该方法可以应用在遥感、计算机视觉、医学影像等众多领域，是多种图像处理技术的基础，属于计算机视觉领域。本发明提出特征块匹配的思路，弥补传统的SIFT及其改进的配准算法在提取特征点过程中，特征点选取受限，检测特征点数目少等不足。利用卷积神经网络中的卷积层或池化层进行特征块的提取，利用提出的改进感知哈希算法对提取出来的特征块构成稀疏矩阵进行相似性计算，完成图像配准。本发明利用改进的RPN方法进行处理后自动获取图像中的特征区域，利用得到的特征区域，进行配准加快了图像配准的速度，提高了配准的鲁棒性。本发明对CNN卷积层输出的Feature Map使用改进的感知哈希算法进行特征匹配，简化了配准过程中的算法复杂度。
-
公开(公告)号：CN111768436B
公开(公告)日：2022-10-18
申请号：CN202010552569.4
申请日：2020-06-17
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于Faster‑RCNN改进的图像特征块配准方法。该方法可以应用在遥感、计算机视觉、医学影像等众多领域，是多种图像处理技术的基础，属于计算机视觉领域。本发明提出特征块匹配的思路，弥补传统的SIFT及其改进的配准算法在提取特征点过程中，特征点选取受限，检测特征点数目少等不足。利用卷积神经网络中的卷积层或池化层进行特征块的提取，利用提出的改进感知哈希算法对提取出来的特征块构成稀疏矩阵进行相似性计算，完成图像配准。本发明利用改进的RPN方法进行处理后自动获取图像中的特征区域，利用得到的特征区域，进行配准加快了图像配准的速度，提高了配准的鲁棒性。本发明对CNN卷积层输出的Feature Map使用改进的感知哈希算法进行特征匹配，简化了配准过程中的算法复杂度。
-
公开(公告)号：CN113393438A
公开(公告)日：2021-09-14
申请号：CN202110659119.X
申请日：2021-06-15
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于卷积神经网络的树脂镜片缺陷检测方法。该方法包括：采集带有缺陷的树脂镜片图像；对图像进行梯度锐化和中值滤波，增强图像细节信息；标记缺陷所在位置及类别，制成数据集；构造卷积神经网络模型，该网络模型基于改进的DarkNet53作为骨干网络，多尺度特征融合的颈部网络，和多分类的回归网络作为检测头；将数据集输入至网络模型中进行训练；将待测图片输入训练好的网络模型进行检测，最终输出缺陷类别、缺陷位置及置信度等信息，即最终检测结果。本发明可以实现树脂镜片缺陷的在线检测，泛化性能好，提高了检测效率和检测精度。
-
公开(公告)号：CN214041207U
公开(公告)日：2021-08-24
申请号：CN202022882735.5
申请日：2020-12-04
Applicant: 哈尔滨理工大学
IPC: G01N21/958 , G01N21/01
Abstract: 本实用新型公开一种透明平行平板在线缺陷检测装置，检测装置，输送装置和清洁装置；所述检测装置包括检测组件和检测平台；所述检测组件设置于所述输送装置一侧；所述检测平台和清洁装置均设置于所述输送装置顶面；输送装置不断输送待测平板，通过输送伺服电机和清洁伺服电机的控制实现了待测平板随测随时传输，实现了对生产线的产品实时的在线检测，降低了人为操作的劳动强度，提高了检测效率。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
