公开(公告)号：CN119579451A

公开(公告)日：2025-03-07

申请号：CN202411655569.1

申请日：2024-11-19

Applicant: 河北工业大学

Inventor： 于子朔 ,  陈海永 ,  许红 ,  王怡宁 ,  齐璟祎

IPC: G06T5/70 ,  G06T5/50 ,  G06T5/40 ,  G06T7/13 ,  G06T7/136

Abstract: 本申请涉及图像数据处理技术领域，具体涉及用于建筑检测的无人机影像处理系统，包括：通过获取外墙红外图像中像素点的一级梯度和二级梯度，根据一级梯度和二级梯度的大小获得特殊像素点，通过特殊像素点获得第一修正参数和第二修正参数，根据第一修正参数和第二修正参数获得第一阈值和第二阈值，进一步利用第一阈值和第二阈值对外墙红外图像的不同区域进行灰度增强，获得对应的增强图像，通过增强图像进行外墙缺损检测。本申请通过调节图像中不同区域的灰度值提高了图像增强效果的同时，降低了外墙红外图像中噪声信号对检测结果的影响，并提高了外墙缺损检测结果的准确性。

公开(公告)号：CN118096724A

公开(公告)日：2024-05-28

申请号：CN202410461419.0

申请日：2024-04-17

Applicant: 河北工业大学

Inventor： 张浩德 ,  陈海永 ,  王怡宁 ,  王楚涵

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/774 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于语义差异感知的复杂曲面产品缺陷检测方法及其系统，该方法构建了空间对比和语义差异感知网络；空间对比和语义差异感知网络以DeepLabV3网络为基本框架，在DeepLabV3网络的骨干网络的第二阶段与第三阶段之间嵌入CSC模块，CSC模块的输出特征与骨干网络最后一个阶段的输出特征输入到SDP模块中，SDP模块的输出特征与DeepLabV3网络的头部网络的ASPP模块的输出特征进行拼接，拼接特征经过卷积和上采样，得到空间对比和语义差异感知网络的输出；对空间对比和语义差异感知网络进行训练，将训练后的空间对比和语义差异感知网络作为缺陷检测模型，用于复杂曲面产品的缺陷检测。本发明的空间对比和语义差异感知网络能够深刻捕捉图像的微妙差异，准确区分缺陷和非缺陷区域，具有准确性、效率和可靠性高等优势。

公开(公告)号：CN116863299A

公开(公告)日：2023-10-10

申请号：CN202310814289.X

申请日：2023-07-05

Applicant: 河北工业大学

Inventor： 宋梦园 ,  陈海永 ,  王怡宁

IPC: G06V10/82 ,  H01L21/66 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/52 ,  G06V10/774 ,  G06V10/776 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/084 ,  G06T7/00 ,  G06T7/73

Abstract: 本发明为一种高性能太阳能电池外观缺陷检测方法，其特征在于，该方法使用的外观缺陷检测模型包括特征提取、特征融合和分类与回归三部分；输入图像首先通过特征提取部分进行特征提取，得到多尺度特征；多尺度特征进入到特征融合部分中进行特征融合，特征融合部分采用双向路径特征金字塔，包括一条正向特征融合路径和一条反向特征融合路径，将两条路径中相同尺度的融合特征进行加强融合，得到多个加强融合特征；各个加强融合特征在分类与回归部分的相应检测头中进行分类与回归，得到不同尺度的预测结果；将训练后的外观缺陷检测模型用于太阳能电池外观缺陷的检测。BP‑FPN采用并行的方式进行特征融合，改善了特征信息重复和冗余叠加的问题，提高了模型对微小微弱缺陷的检测能力。

公开(公告)号：CN116777863A

公开(公告)日：2023-09-19

申请号：CN202310722958.0

申请日：2023-06-19

Applicant: 河北工业大学

Inventor： 王怡宁 ,  宋梦园 ,  王楚涵 ,  陈海永

IPC: G06T7/00 ,  G06T7/12 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明为一种基于边缘检测的航空发动机叶片缺陷分割方法，使用的缺陷边缘分割模型分为四个预测分支，上一个预测分支的特征采样模块的输出特征图经过最大池化后输入到下一个预测分支中，每个预测分支均包括特征采样模块和多尺度特征增强注意力模块，特征采样模块提取的特征经过卷积和激活后输入到多尺度特征增强注意力模块中进行特征信息增强和通道增强，多尺度特征增强注意力模块的输出特征图经过差值处理后，再经过全连接和激活，得到预测分支的输出特征图；四个预测分支的输出特征图拼接后，再经过全连接和激活得到缺陷分割模型的输出；将训练后的缺陷边缘分割模型中进行缺陷分割，提取缺陷边缘。从不同尺度上提取特征，通过特征信息和通道增强避免微小微弱缺陷边缘信息丢失，提高分割精度。

公开(公告)号：CN212244768U

公开(公告)日：2020-12-29

申请号：CN202020655326.9

申请日：2020-04-27

Applicant: 河北工业大学

Inventor： 王怡宁 ,  刘家雨 ,  胡帅杰 ,  王雅康

IPC: B65F1/14 ,  B65F1/16

Abstract: 本实用新型一种具有压缩功能的地埋式垃圾桶，包括桶体、桶盖、电源、控制板、电动推杆、包括红外线传感器、压板和剪叉式升降装置；所述桶体的桶口处设有开闭式的桶盖，桶体的侧壁外设有安装空间，电源、控制板和电动推杆均设置在安装空间内；桶体的侧壁上沿轴向间隔设有多个红外线传感器；剪叉式升降装置固定在桶体内部的下部，电动推杆的伸缩杆与剪叉式升降装置的下部连接，实现剪叉式升降装置的升降；所述压板放置在剪叉式升降装置的顶部，压板的四周边缘设有始终与桶体的侧壁紧密贴合的密封条。该垃圾桶能自动压缩垃圾，避免了常见地埋式垃圾桶完全依靠人力操作的弊端，从根本上减少了人力的消耗，压缩效率大大提高。