-
公开(公告)号：CN109211937B
公开(公告)日：2021-02-19
申请号：CN201810988126.2
申请日：2018-08-28
Applicant: 西安工程大学
IPC: G01N21/956 , G06T7/13
Abstract: 本发明一种内衣弹性织带弯带缺陷的检测系统，包括图像采集单元和图像处理单元，所述图像采集单元用于实时采集待测内衣弹性织带的样本图像，所述图像处理单元用于直线段提取并计算出直线的斜率。本发明还提供了一种内衣弹性织带弯带缺陷的检测系统的检测方法。本发明一种内衣弹性织带弯带缺陷的检测系统实现了内衣弹性织带的斜率的实时精确测量。
-
公开(公告)号：CN112288857A
公开(公告)日：2021-01-29
申请号：CN202011189866.3
申请日：2020-10-30
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于深度学习的机器人语义地图物体识别方法，具体步骤包括；步骤1：实时采集周围环境每一帧图像信息，选取图像关键帧；步骤2：通过卷积神经网络对选取的图像关键帧进行目标检测，提取语义信息；步骤3：对步骤2输出的检测后的关键帧图像，利用三维点云分割方法，完成对三维点云物体级别的分割；步骤4：将步骤3的分割模块与步骤2的检测模块融合进ORB_SLAM2视觉SLAM框架中，得到包含物体信息的三维语义地图。本发明解决了现有技术中存在机器人无法理解环境中物品高层语义信息，识别地图中的物体的问题。
-
公开(公告)号：CN112270722A
公开(公告)日：2021-01-26
申请号：CN202011155761.6
申请日：2020-10-26
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于深度神经网络的数码印花织物缺陷检测方法，具体按照以下步骤实施：步骤1、采集分辨率为416×416大小的RGB彩色数码印花织物缺陷图像；建立神经网络；步骤2、利用步骤1获得的彩色数码印花织物缺陷图像，进行目标信息的提取和标定，建立数码印花织物缺陷样本数据集，得到训练集、验证集和测试集；步骤3、利用步骤1建立的神经网络和ImageNet数据集的训练集建立损失函数，利用损失函数训练神经网络，得到预训练模型，利用步骤2得到的训练集和验证集对预训练模型进行调整和验证；步骤4、利用步骤2得到的测试集对模型进行评价。本发明公开的一种基于深度神经网络的数码印花织物缺陷检测方法能够实现数码印花缺陷的实时准确检测。
-
公开(公告)号：CN112150445A
公开(公告)日：2020-12-29
申请号：CN202011032379.6
申请日：2020-09-27
Applicant: 西安工程大学
Abstract: 本发明公开一种基于贝叶斯阈值的纱线毛羽检测方法，具体步骤为：步骤1，将待检测的纱线毛羽图像预处理，得到纱线毛羽滤波图像；步骤2，对纱线毛羽滤波图像进行贝叶斯阈值处理，得到阈值图像；步骤3，对阈值图像做去除条干处理，得到毛羽图像；步骤4，对毛羽图像进行长度、根数、纱线毛羽长度指数、纱线毛羽面积指数计算。本方法能够精确计算出纱线毛羽长度、根数、面积指数及长度指数指标。
-
公开(公告)号：CN111275620A
公开(公告)日：2020-06-12
申请号：CN202010052099.5
申请日：2020-01-17
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于Stacking集成学习的图像超分辨方法，首先，对待处理图像进行特征提取，并用基模型估计高分辨图像块；然后，用元模型估计高分辨图像块；最后，将两种高分辨图像块依次添加至低分辨图像的插值图像上，以获得最终的高分辨图像。本发明一种基于Stacking集成学习的图像超分辨方法，解决了现有技术中存在的图像特征过于单一、超分辨模型泛化能力不强的问题。
-
Patent Agency Ranking
公开(公告)号：CN110608680A
公开(公告)日：2019-12-24
申请号：CN201910932077.5
申请日：2019-09-29
Applicant: 西安工程大学
Abstract: 本发明提供一种纱线成像装置，包括密封箱体，密封箱体的顶板内壁为深色，密封箱体的侧板a上设置有导纱装置a，与侧板a相对的侧板b上设置有导纱装置b，导纱装置a与导纱装置b之间能够形成纱线轨道；密封箱体内底部固定有光源和收线轮，光源设置在纱线轨道的正下方，光源上固定连接有图像数字化设备，收线轮上通过电机驱动，还包括有置线装置，置线装置靠近侧板a。本发明还提供一种纱线成像方法。本发明获取的纱线图像其纱线条干更准确、其毛羽走向更清晰。
-
公开(公告)号：CN110475043A
公开(公告)日：2019-11-19
申请号：CN201910703593.0
申请日：2019-07-31
Applicant: 西安工程大学
Abstract: 本发明公开的一种CMYK到Lab颜色空间转换方法，首先将CMYK颜色空间值转化为Lab颜色空间值，构造神经网络的训练样本和测试样本，然后，建立小波神经网络模型，初始化神经网络中输入层、隐含层、输出层各层之间的权值和阈值，设定学习速率和迭代次数以及预测精度，使用布谷鸟搜索算法优化小波神经网络的权值和阈值，最后将训练样本输入优化完成的小波神经网络进行训练得到稳定的神经网络模型，实现CMYK到Lab颜色空间的转换功能。本发明公开的方法解决了传统颜色空间转换方法计算量大、模型复杂，解决神经网络算法易陷入局部最小值的问题。相比现有颜色空间转换方法转换精度大幅提高，并能保证一定的转换速度。
-
公开(公告)号：CN109211937A
公开(公告)日：2019-01-15
申请号：CN201810988126.2
申请日：2018-08-28
Applicant: 西安工程大学
IPC: G01N21/956 , G06T7/13
CPC classification number: G01N21/95607 , G06T7/13 , G06T2207/30124
Abstract: 本发明一种内衣弹性织带弯带缺陷的检测系统，包括图像采集单元和图像处理单元，所述图像采集单元用于实时采集待测内衣弹性织带的样本图像，所述图像处理单元用于直线段提取并计算出直线的斜率。本发明还提供了一种内衣弹性织带弯带缺陷的检测系统的检测方法。本发明一种内衣弹性织带弯带缺陷的检测系统实现了内衣弹性织带的斜率的实时精确测量。
-
公开(公告)号：CN108960255A
公开(公告)日：2018-12-07
申请号：CN201810687458.7
申请日：2018-06-28
Applicant: 西安工程大学
CPC classification number: G06K9/4652 , G06K9/4642 , G06K9/4671 , G06K9/6215
Abstract: 本发明公开的基于颜色相似性和位置聚集性的显著性织物疵点检测方法，包括以下步骤：将输入的图像转化为金字塔图像；对金字塔图像在每一个颜色通道下有重叠的分块，提取所有块的颜色特征并计算颜色值之间的差异度；计算像素块之间的欧氏距离；结合颜色相异性和位置集聚性得到缺陷值；最后，引进多尺度来进一步减少非疵点像素的显著性，对多个尺度的缺陷值求均值，然后融合所有的缺陷图得到最后的缺陷结果图。本发明显著性织物疵点检测方法与已有织物疵点检测方法相比较，不仅能够检测出较微小的疵点，而且对于复杂纹理图像的织物疵点也有很好的检测性能；能够有效地简化算法过程，提升缺陷值的表征性能。
-
公开(公告)号：CN208752022U
公开(公告)日：2019-04-16
申请号：CN201820914131.4
申请日：2018-06-13
Applicant: 西安工程大学
IPC: G01N21/898 , G01N21/01
Abstract: 本实用新公开了一种基于树莓派的深度学习机器视觉自动在线验布装置，包括机械架，机械架的上方水平均匀设置有若干光源，光源位于待检测布匹正上方，机械架的上方还水平均匀设置有若干平面相机，平面相机与光源位置一一对应且数量一致，平面相机与光源相对于待检测布匹的宽幅均匀分布，每个平面相机均连接有一个图像采集控制器，所有图像采集控制器均与交换机连接，交换机又与主处理器树莓派连接组成数据通讯网络，主处理器树莓派还连接有互联网云服务器和显示器，待检测布匹经过检验后缠绕在卷绕机上，本实用新型解决了现有技术中存在的验布产量低、效率差且成本高昂的问题。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.025 seconds)
