公开(公告)号：CN115482892A

公开(公告)日：2022-12-16

申请号：CN202211312627.1

申请日：2022-10-25

Applicant: 河南大学

Inventor： 肖启阳 ,  黄澳飞 ,  杨茂林 ,  胡振涛 ,  李军伟 ,  贾林

IPC: G16C60/00 ,  G06V10/44 ,  G06V10/30 ,  G06F30/20 ,  G06F113/26

Abstract: 本发明提出了一种基于数字散斑的复合材料构件多源噪声滤除方法，用于解决采集的数字散斑图的测量灵敏度低、精度低的技术问题；其步骤为：首先，利用数字散斑光路分别采集一幅物体变形前后的数字散斑图，利用傅里叶变换提取数字散斑图的相位信息，获得复合材料构件缺陷图；其次，对复合材料构件缺陷图进行同态变换，将乘性噪声转换为加性噪声；然后利用压缩感知理论对加性噪声进行滤波，滤除复合材料构件缺陷图中的乘性噪声；最后，采用矩阵奇异值分解算法滤除复合材料构件缺陷图中的加性噪声，得到降噪后的构件缺陷图。本发明利用K‑SVD算法去噪能够很好的恢复原始图像的细节部分，并去除高斯白噪声，提高去噪图像的PSNR值。

公开(公告)号：CN115619752A

公开(公告)日：2023-01-17

申请号：CN202211335186.7

申请日：2022-10-28

Applicant: 河南大学

Inventor： 肖启阳 ,  黄澳飞 ,  吕佳佳 ,  李军伟 ,  贾林 ,  胡振涛

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明提供一种基于数字散斑时空特征及IU‑Net的构件缺陷检测方法及系统。该方法包括：搭建数字剪切散斑干涉装置，然后采集构件缺陷的剪切散斑干涉图；从所述剪切散斑干涉图中提取相位条纹图，并采用正余弦滤波方法对所述相位条纹图滤除噪声；将构件缺陷的剪切散斑干涉图作为构件缺陷时域特征，将滤除噪声后的二维缺陷图和三维包裹相位图作为构件缺陷空域特征；构建基于IU‑Net的缺陷检测模型，将构件缺陷空域特征输入训练好的基于IU‑Net的缺陷检测模型获得增强后的构件缺陷图，利用所述构件缺陷图实现构件缺陷定性检测；将构件缺陷时域特征和构件缺陷空域特征输入训练好的基于IU‑Net的缺陷检测模型进行测试，对不同类型的缺陷进行识别，实现构件缺陷的定量检测。

公开(公告)号：CN118748020A

公开(公告)日：2024-10-08

申请号：CN202311179332.6

申请日：2023-09-13

Applicant: 河南大学

Inventor： 肖启阳 ,  杨茂林 ,  黄澳飞 ,  李森

IPC: G10L21/0216 ,  G10L17/04 ,  G10L15/06 ,  G10L25/27

Abstract: 本发明提出了一种基于改进Transformer构建多任务学习的水下噪声识别方法，步骤如下：对采集到的噪声信号进行标准化处理；对标准化后的噪声数据进行重叠采样，并按比例划分为训练集、验证集和测试集；以Transformer为骨干网络，构建基于多任务学习的水下噪声识别模型；确定水下噪声识别模型中噪声种类识别任务和噪声来源识别任务的权重关系；将训练集和验证集输入水下噪声识别模型中进行训练；将实际采集到的原始数据经过标准化处理后输入训练好的水下噪声识别模型中进行分类，得到噪声类型和传感器来源。本发明可以同时实现多个任务，并且在特征学习过程中噪声来源识别可以为噪声种类识别提供正则化和隐式数据扩充，达到提高噪声类型识别的精度。