-
公开(公告)号:CN111862064A
公开(公告)日:2020-10-30
申请号:CN202010736316.2
申请日:2020-07-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于深度学习的银质丝材表面瑕疵识别方法,包括如下步骤:S1:应用图像采集模块,采集若干待检测的银质丝材原图像,得到原始图像的样本集;S2:应用图像预处理模块,对步骤S1得到的样本集进行分割,得到待检目标区域,作为统计特征预检测模块的输入;S3:基于统计特征的瑕疵预检测模块,对步骤S2得到的待检目标区域进行统计特征提取,并据此进行预检测;S4:基于卷积神经网络的瑕疵检测模块,对步骤S3的预检测模块判别的瑕疵品进行二次检测,判断具体瑕疵的类别。本发明识别方法减轻银质丝材生产过程中瑕疵检测方面的人力成本,提升瑕疵识别准确率,保证银质丝材的生产质量。
-
公开(公告)号:CN111855678A
公开(公告)日:2020-10-30
申请号:CN202010849723.4
申请日:2020-08-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种用于识别金属丝材表面缺陷的装置及识别方法,所述装置包括与控制终端连接的两端封闭的腔体和标注单元,所述腔体的内壁上间隔设有一组图像采集单元,腔体的一个端面上设有第一通孔,腔体的另一个端面上设有第二通孔,金属丝材由第一通孔进入腔体由第二通孔穿出,标注单元位于金属丝材穿出腔体的第二通孔附近,设置在腔体的内壁上的图像采集单元与控制终端连接,所述方法包括1)图像采集;2)目标定位;3)感兴趣区域ROI提取;4)图片归一化;5)缺陷检测;6)结果输出。这种装置成本低、实用性好、组网容易。这种方法操作方便,能提高识别效率和识别准确率,减轻工人劳动强度,降低生产成本。
-
-
公开(公告)号:CN111428690B
公开(公告)日:2022-08-09
申请号:CN202010317639.8
申请日:2020-04-21
Applicant: 桂林电子科技大学
IPC: G06V40/20 , G06K9/62 , G06V10/74 , H04M1/72454 , G06F21/32
Abstract: 本发明公开了一种基于步态信号拓扑分析的身份认证方法,其特征在于,包括如下步骤:1)获取数据;2)活动识别;3)数据分段;4)持续同调;5)特征提取;6)用户识别。这种方法通过对步态信号拓扑分析可以获得在常规统计分析中丢失的关键信息的详细理解,以获得高识别准确率和强鲁棒性。
-
-
公开(公告)号:CN111428690A
公开(公告)日:2020-07-17
申请号:CN202010317639.8
申请日:2020-04-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于步态信号拓扑分析的身份认证方法,其特征在于,包括如下步骤:1)获取数据;2)活动识别;3)数据分段;4)持续同调;5)特征提取;6)用户识别。这种方法通过对步态信号拓扑分析可以获得在常规统计分析中丢失的关键信息的详细理解,以获得高识别准确率和强鲁棒性。
-
公开(公告)号:CN111862064B
公开(公告)日:2022-08-09
申请号:CN202010736316.2
申请日:2020-07-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于深度学习的银质丝材表面瑕疵识别方法,包括如下步骤:S1:应用图像采集模块,采集若干待检测的银质丝材原图像,得到原始图像的样本集;S2:应用图像预处理模块,对步骤S1得到的样本集进行分割,得到待检目标区域,作为统计特征预检测模块的输入;S3:基于统计特征的瑕疵预检测模块,对步骤S2得到的待检目标区域进行统计特征提取,并据此进行预检测;S4:基于卷积神经网络的瑕疵检测模块,对步骤S3的预检测模块判别的瑕疵品进行二次检测,判断具体瑕疵的类别。本发明识别方法减轻银质丝材生产过程中瑕疵检测方面的人力成本,提升瑕疵识别准确率,保证银质丝材的生产质量。
-
公开(公告)号:CN212808092U
公开(公告)日:2021-03-26
申请号:CN202021763567.1
申请日:2020-08-21
Applicant: 桂林电子科技大学
Abstract: 本实用新型公开了一种用于识别金属丝材表面缺陷的装置,所述装置包括与控制终端连接的两端封闭的腔体和标注单元,所述腔体的内壁上间隔设有一组图像采集单元,腔体的一个端面上设有第一通孔,腔体的另一个端面上设有第二通孔,金属丝材由第一通孔进入腔体由第二通孔穿出,标注单元位于金属丝材穿出腔体的第二通孔附近,设置在腔体的内壁上的图像采集单元与控制终端连接。这种装置成本低、实用性好、组网容易。
-
-
-
-
-
-
-