-
公开(公告)号：CN110060238B
公开(公告)日：2022-04-19
申请号：CN201910256467.5
申请日：2019-04-01
Applicant: 桂林电子科技大学
Abstract: 本发明基于深度学习的PCB板标注印刷质量检测方法，对获取的PCB板原图像进行高斯滤波、转为灰度图、边缘检测、孔洞填充、最佳阈值二值化分割等一系列预处理，能够有效提高识别检测效率；使用大津算法对图像进行最佳阈值分割得到二值化图像，提高了本发明的测试精度；对图像样本数据进行有效采集、扩充，增加了样本的代表性，防止因数据少而导致模型过拟合现象，使训练所得的模型尽可能小地受到无关因素的影响，增强了模型的鲁棒性，使深度学习网络训练时间更短，收敛速度更快；通过深度神经网络对图像进行目标特征高效提取，可有效避免传统人工神经网络特征提取方法导致的容易过拟合、训练耗时长、参数调整难度大等缺陷。
-
公开(公告)号：CN115187500A
公开(公告)日：2022-10-14
申请号：CN202110356900.X
申请日：2021-04-01
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/12 , G06T7/136 , G06T7/62 , G06T5/00 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习和自适应阈值分割的焊球缺陷检测方法，用于实现对BGA焊球空洞和焊球区域的快速定位与检测，其特征在于，通过深度学习的方法对BGA焊球区域进行精确分割提取，对目标焊球区域制作BGA标签数据集，并进行增强操作增加网络泛化能力，对X‑Ray的BGA原图进行平滑处理，与神经网络对BGA焊球区域分割的结果图进行逻辑与运算提取焊球内部的空洞，对噪声干扰区域进行区域填充运算，将填充后的空洞与神经网络得到的焊球区域轮廓进行边缘提取，计算焊球内部空洞与整个焊球面积占比并判断其合格率，本发明的方法能针对BGA焊球在X‑Ray检测中存在复杂背景干扰的情况，对BGA焊球空洞和焊球区域进行快速定位和检测，该方法具备强大的适应性。
-
公开(公告)号：CN113941386A
公开(公告)日：2022-01-18
申请号：CN202010691128.2
申请日：2020-07-17
Applicant: 桂林电子科技大学
IPC: B01L9/00
Abstract: 本发明公开了一种用于散热板实验的耐高温机械定位密封夹具，其包括上夹板和下夹板，所述上夹板通过紧固件包覆在散热板的上侧，所述下夹板包覆在散热板的下侧，所述上夹板包括进水通道，出水通道，所述上夹板包括两个耐高温硅胶密封垫圈，所述耐高温硅胶垫圈放置在进水通道和出水通道与散热板接触的位置，所述上夹板开有便于观测散热板温度分布的窗口。本发明提供一种用于散热板实验的耐高温机械定位密封夹具，在不改变原结构的基础上解决胶管与金属散热板的接触与密封性差的技术问题。
-
公开(公告)号：CN111428923A
公开(公告)日：2020-07-17
申请号：CN202010200709.1
申请日：2020-03-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于大数据的智能化工厂工艺流程优化方法，涉及智能化工厂技术领域，针对历史工艺流程数据进行关联规则分析，通过大数据平台对历史工艺流程数据进行预处理，通过决策树算法对工艺数据进行训练学习生成工艺规则，导入历史工艺规则模型库中；通过对生产过程的监控，生成实时工艺流程数据，通过神经网络算法及工艺流程数据进行训练，建立实时工艺规则模型库；通过工艺模型比对分析模块进行比对分析生成工艺决策，通过决策分析对工艺流程形成优化。本发明针对智能化工厂工艺生产数据进行训练学习生成工艺规则，从而实现从智能化工厂的工艺生产数据中发现工艺决策的规律，解决了传统工厂的工艺数据量较大，工艺决策效率低下等问题。
-
公开(公告)号：CN109612833A
公开(公告)日：2019-04-12
申请号：CN201910078420.4
申请日：2019-01-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种线缆的杨氏模量检测装置，包括机架、拉力传感器以及拉伸机构，拉伸机构包括有驱动机构和压紧机构，压紧机构包括有第一压紧机构和第二压紧机构，第一压紧机构设置在驱动机构上，第二压紧机构设置在拉力传感器上，第一压紧机构和第二压紧机构分别包括框体以及框体的两侧边上的滑槽，框体上自上而下设置有两块压紧块，压紧块的两端分别通过滑块匹配安装在滑槽内，两块压紧块之间设置有弹性件以使得两块压紧块在静置时互相分离，两块压紧块上分别设有电磁铁，电磁铁通电时互相吸引，以使得两块压紧块互相靠近。本发明能够大大提高线缆的压紧的自动化程度，从而提高工作效率、降低劳动强度，确保线缆弹性模量的测量精度。
-
Patent Agency Ranking
公开(公告)号：CN115035143A
公开(公告)日：2022-09-09
申请号：CN202110234230.4
申请日：2021-03-03
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于阈值分割和边缘特征的模板匹配方法，用于实现对具有旋转、缩放的目标图像的匹配，其特征在于，该方法包括离线阶段和在线阶段，其中离线阶段包括对模板图像进行滤波处理和边缘处理，提取边缘点并建立由边缘特征所表示的图像匹配特征关系表，计算最佳特征角，所述在线阶段包括对目标图像进行滤波处理、边缘处理和阈值分割处理，提取出分割区域所对应的目标图像边缘点，利用上述建立的图像匹配特征关系表对目标图像进行匹配，从而获得匹配位置点和相应的旋转角度、缩放尺度，完成目标图像匹配。本发明的方法能针对目标图像出现位移、旋转、缩放、光照不均匀、强噪声等情况进行快速、准确的定位。
-
公开(公告)号：CN110794799A
公开(公告)日：2020-02-14
申请号：CN201911193324.0
申请日：2019-11-28
Applicant: 桂林电子科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种应用于工业生产的具有故障诊断功能的大数据系统，涉及智能制造技术领域，采用物联网设备采集生产设备的工况信息；大数据设备根据工况信息进行建模和形成控制策略，并根据建立的模型和控制策略进行故障诊断后，形成控制步骤和预警信号，并通过控制步骤控制生产设备；同时，红外温测设备监控得到的温场数据传送至大数据设备，大数据设备根据温测数据发出相应的温度预警信号；预警设备根据预警信号或温度预警信号进行预警。实现了通过大数据系统对工业生产的建模及控制，通过应用于工业生产的具有故障诊断功能的大数据系统方便对生产的监控和维护，同时通过故障诊断能够提及时提醒，减少设备进一步损坏，减少资源损耗。
-
公开(公告)号：CN110060238A
公开(公告)日：2019-07-26
申请号：CN201910256467.5
申请日：2019-04-01
Applicant: 桂林电子科技大学
Abstract: 本发明基于深度学习的PCB板标注印刷质量检测方法，对获取的PCB板原图像进行高斯滤波、转为灰度图、边缘检测、孔洞填充、最佳阈值二值化分割等一系列预处理，能够有效提高识别检测效率；使用大津算法对图像进行最佳阈值分割得到二值化图像，提高了本发明的测试精度；对图像样本数据进行有效采集、扩充，增加了样本的代表性，防止因数据少而导致模型过拟合现象，使训练所得的模型尽可能小地受到无关因素的影响，增强了模型的鲁棒性，使深度学习网络训练时间更短，收敛速度更快；通过深度神经网络对图像进行目标特征高效提取，可有效避免传统人工神经网络特征提取方法导致的容易过拟合、训练耗时长、参数调整难度大等缺陷。
-
公开(公告)号：CN109612833B
公开(公告)日：2024-01-05
申请号：CN201910078420.4
申请日：2019-01-28
Applicant: 桂林电子科技大学
Abstract: 效率、降低劳动强度，确保线缆弹性模量的测量本发明公开了一种线缆的杨氏模量检测装 精度。置，包括机架、拉力传感器以及拉伸机构，拉伸机构包括有驱动机构和压紧机构，压紧机构包括有第一压紧机构和第二压紧机构，第一压紧机构设置在驱动机构上，第二压紧机构设置在拉力传感器上，第一压紧机构和第二压紧机构分别包括框体以及框体的两侧边上的滑槽，框体上自上而下设置有两块压紧块，压紧块的两端分别通过滑块匹配安装在滑槽内，两块压紧块之间设置有弹性件以使得两块压紧块在静置时互相分离，两块压紧块上分别设有电磁铁，电磁铁通电时互相吸(56)对比文件黄菊等.“拉伸法测钢丝杨氏模量实验仪器的改进”《.实验科学与技术》.2018,第16卷(第5期),第178-180、184页.战丽波;李光仲;王云创;秦丹;邢娟;刘俊英.气压式杨氏模量测量仪《.大学物理》.2017,第36卷(第1期),第22-24页.
-
公开(公告)号：CN115170457A
公开(公告)日：2022-10-11
申请号：CN202110357621.5
申请日：2021-04-01
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/11 , G06T7/194 , G06V10/774 , G06V10/764 , G06V10/44 , G06V10/46 , G06V10/70 , G06V10/80 , G06V10/82 , G06N3/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进全卷积网络的BGA焊球区域分割方法，用于实现复杂背景下的BGA焊球目标分割。对BGA的X‑Ray图像数据集进行采集制作和标注，对图像进行一系列增强扩充处理增加样本的代表性，对于BGA焊球区域的分割进行了神经网络分析选择和优化设计，全卷积网络将卷积网络模型中的全连接层替换为全卷积层以进行像素级的稠密估计。结合不同深度层的跳跃结构，融合了深层全局语义信息和浅层局部位置信息。其特征在于，该方法针对BGA焊球区域提取的过程中由于X‑Ray图像易受到噪声干扰影响、焊球分辨率较低、空洞与背景的灰度对比度低分界不明显等情况，能够清晰高效提取焊球轮廓，本发明所提出的方法精度高、具备较好的适应性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.022 seconds)
