-
公开(公告)号：CN110618138B
公开(公告)日：2022-06-07
申请号：CN201911041444.9
申请日：2019-10-30
Applicant: 安徽工业大学
Abstract: 本发明公开了一种利用等厚干涉原理检测显示屏中缺陷的系统及方法，属于光干涉检测技术领域。本发明中待测玻片与平整玻片之间形成空气劈尖，平行光透过空气劈尖产生干涉条纹，当待测玻片中有缺陷或杂质时，干涉条纹发生畸变，在x与y方向分别计算条纹级数及条纹宽度得到缺陷的具体位置坐标，再对其进行后续加工剪裁，可以实现较高的检测精度，操作简单方便，有效防止缺陷或杂质的漏检，得到完整无缺陷的玻璃显示屏。
-
Patent Agency Ranking
公开(公告)号：CN117710314A
公开(公告)日：2024-03-15
申请号：CN202311724336.8
申请日：2023-12-14
Applicant: 安徽工业大学
IPC: G06T7/00 , G06T7/70 , G06T3/4038 , G06F16/71
Abstract: 本发明公开了一种核电站全景图像检测表面缺陷定位方法、装置、电子设备及存储介质，属于核电站视频检查领域。本发明包括：核电站表面视频信息的采集；将从视频中提取的视频帧像素拼接成全景图像；获取全景图像中的缺陷处像素点坐标；提取视频中每帧原始帧的位置字符信息；将提取得到的全景图像中的每个缺陷处像素点与其所在原始帧中的位置字符信息建立索引；建立像素点与原始帧中位置字符信息的对应关系；通过对反映准确位置信息的字符信息与生成的全景图像中的缺陷处像素点建立起的对应关系，实现缺陷的定位。本发明能够有效地解决在全景图像检测中进行缺陷定位的难题，本发明的定位精度精准可靠，显著提高了缺陷检测的效率及准确性。
-
公开(公告)号：CN117392376A
公开(公告)日：2024-01-12
申请号：CN202311435153.4
申请日：2023-10-31
Applicant: 安徽工业大学
IPC: G06V10/25 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于改进YOLOX的控制棒导向筒组件内的导向板孔磨损检测方法，属于图像识别技术领域。它包括步骤：S1.建立深度学习的目标检测模型，构建YOLOX神经网络训练模型；S2.对YOLOX神经网络进行改进；S3.对步骤S2所得改进后的YOLOX神经网络训练模型进行训练测试，得到检测结果。其中，YOLOX神经网络的backbone为加入空间注意力机制改进的VovNetv2s网络；标签分配策略为RtmDet的标签分配策略；损失函数采用EIou计算目标框和锚框的损失。本发明对YOLOX神经网络进行了改进，使检测速度和检测精度均得到提升。
-
公开(公告)号：CN117788777A
公开(公告)日：2024-03-29
申请号：CN202311851768.5
申请日：2023-12-29
Applicant: 安徽工业大学
IPC: G06V10/10 , G21C17/003 , G21C17/10 , G06V20/05 , G06V20/64 , G06V10/44 , G06T17/00 , G01N21/88 , G01N21/01
Abstract: 本发明公开了一种耐辐照核电站表面缺陷水下三维检测设备及方法，设备包括：图像采集模块，其包括相机以及光源，图像采集模块用于采集待测物体表面的图像；控制器，其用于接受控制命令来实现对相机和光源的控制和调节；上位机，其用于向控制器发送命令控制相机与光源同步采集待测物体的图像，并可设置相机的曝光时间、白平衡、增益等相机参数以及光源的亮度和频率等光源参数。本发明适合于高辐射环境水下应用的光度立体三维重建设备，对于实现真实的工程应用，如核电站水下表面微小缺陷检测具有较好的意义。
-
公开(公告)号：CN110618138A
公开(公告)日：2019-12-27
申请号：CN201911041444.9
申请日：2019-10-30
Applicant: 安徽工业大学
Abstract: 本发明公开了一种利用等厚干涉原理检测显示屏中缺陷的系统及方法，属于光干涉检测技术领域。本发明中待测玻片与平整玻片之间形成空气劈尖，平行光透过空气劈尖产生干涉条纹，当待测玻片中有缺陷或杂质时，干涉条纹发生畸变，在x与y方向分别计算条纹级数及条纹宽度得到缺陷的具体位置坐标，再对其进行后续加工剪裁，可以实现较高的检测精度，操作简单方便，有效防止缺陷或杂质的漏检，得到完整无缺陷的玻璃显示屏。
-
公开(公告)号：CN117456456A
公开(公告)日：2024-01-26
申请号：CN202311445615.0
申请日：2023-10-31
Applicant: 安徽工业大学
IPC: G06V20/52 , G06V10/26 , G06V10/82 , G06V10/764 , G06V10/44 , G06N3/0464 , G06N3/045 , G06N3/08 , G06N5/04
Abstract: 本发明公开了一种基于深度学习的控制棒导向筒组件内的导向板孔磨损自动识别方法，属于图像识别技术领域。其包括步骤S1：建立数据集：用采集到的导向板图像建立图像分类数据集；S2：改进：对VovNetv2的OSA模块改进，加入空间注意力机制；S3：VovNetv2s为主干网络搭建分类模型；S4：VovNetv2s分类模型在数据集上进行训练测试，得到分类结果。本发明采用VovNetv2卷积神经网络中的OSA模块进行改进，加入了空间注意力机制，保留了输入图像的空间结构，实现导向板磨损的智能识别，提高导向板磨损检测的精度及检测效率。
-
-
-
-
-
Search Results
6
records
(took 0.057 seconds)
