公开(公告)号：CN113887650B

公开(公告)日：2024-05-24

申请号：CN202111216101.9

申请日：2021-10-19

Applicant: 华南理工大学

Inventor： 高红霞 ,  李日红 ,  曲连伟

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/54 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的图像内部纹理分类方法，包括：1)输入纹理图像；2)使用ResNet50对图像提取特征，其对特征进行分层提取，将后面三个特征层的输出进行融合；3)设计多尺度特征感知模块对ResNet50提取的特征进行多尺度特征感知；4)使用skip跳接结构将中间特征层的信息直接引入后面特征层中，实现中间层纹理信息的传输；5)融合多尺度特征感知模块与跨层信息中的特征图；6)设计类别信息感知模块对融合后的特征图采用类似全连接网络中编码层的方法来计算类别信息，获得每个像素点的纹理分类结果。本发明可有效实现纹理类别的精准识别，提升不同纹理交界处的识别精度。

公开(公告)号：CN116012607B

公开(公告)日：2023-09-01

申请号：CN202310060360.X

申请日：2023-01-17

Applicant: 华南理工大学

Inventor： 高红霞 ,  李日红 ,  陈勇翡 ,  曲连伟 ,  杨伟朋

IPC: G06V10/54 ,  G06V10/52 ,  G06V10/50 ,  G06V10/764

Abstract: 本发明属于图像处理技术领域，公开了一种图像弱纹理特征提取方法及装置、设备、存储介质，通过将待检测图像划分成若干图像子块；基于剪切小波变换算法对每个图像子块进行特征提取，获得每个图像子块的子纹理特征；将所有图像子块的子纹理特征进行组合，获得待检测图像的全图纹理特征；能够快速且准确地提取出弱纹理特征，进而提高图像识别或缺陷检测的分类效率和精确度。

公开(公告)号：CN113887650A

公开(公告)日：2022-01-04

申请号：CN202111216101.9

申请日：2021-10-19

Applicant: 华南理工大学

Inventor： 高红霞 ,  李日红 ,  曲连伟

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的图像内部纹理分类方法，包括：1)输入纹理图像；2)使用ResNet50对图像提取特征，其对特征进行分层提取，将后面三个特征层的输出进行融合；3)设计多尺度特征感知模块对ResNet50提取的特征进行多尺度特征感知；4)使用skip跳接结构将中间特征层的信息直接引入后面特征层中，实现中间层纹理信息的传输；5)融合多尺度特征感知模块与跨层信息中的特征图；6)设计类别信息感知模块对融合后的特征图采用类似全连接网络中编码层的方法来计算类别信息，获得每个像素点的纹理分类结果。本发明可有效实现纹理类别的精准识别，提升不同纹理交界处的识别精度。

公开(公告)号：CN116596838A

公开(公告)日：2023-08-15

申请号：CN202310235760.X

申请日：2023-03-13

Applicant: 华南理工大学

Inventor： 高红霞 ,  曲连伟 ,  陈山娇 ,  李冠基 ,  杨伟朋

IPC: G06T7/00 ,  G06V10/77 ,  G06V10/44 ,  G06V10/25 ,  G06V10/26 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于特征感知的元器件表面缺陷检测方法，包括：1)采集待检测的元器件的RGB图像；2)将RGB图像通过缺陷空间映射网络，得到缺陷空间映射图；3)得到RGB图像的关键点坐标；将缺陷空间映射图分别输入区域建议网络和主干网络，获得ROI区域和感兴趣区域ROIs；将缺陷空间映射图进行超像素快速分割，得到多背景区域；4)通过ROIs找到其相交背景区域，进行区域特征融合；5)将ROIs与关键点坐标进行比对，得到双近邻ROI区域特征，比对双近邻ROI区域特征，将比对结果向量作为ROIs的特征向量；6)将特征向量送入全连接层，进行分类与边框回归，识别出检测对象的类别和位置并标注。本发明实现了对工业检测场景下元器件表面弱缺陷的高精度检测。

公开(公告)号：CN116012607A

公开(公告)日：2023-04-25

申请号：CN202310060360.X

申请日：2023-01-17

Applicant: 华南理工大学

Inventor： 高红霞 ,  李日红 ,  陈勇翡 ,  曲连伟 ,  杨伟朋

IPC: G06V10/54 ,  G06V10/52 ,  G06V10/50 ,  G06V10/764

Abstract: 本发明属于图像处理技术领域，公开了一种图像弱纹理特征提取方法及装置、设备、存储介质，通过将待检测图像划分成若干图像子块；基于剪切小波变换算法对每个图像子块进行特征提取，获得每个图像子块的子纹理特征；将所有图像子块的子纹理特征进行组合，获得待检测图像的全图纹理特征；能够快速且准确地提取出弱纹理特征，进而提高图像识别或缺陷检测的分类效率和精确度。

公开(公告)号：CN215066217U

公开(公告)日：2021-12-07

申请号：CN202122577877.5

申请日：2021-10-26

Applicant: 华南理工大学 ,  肇庆市宏华电子科技有限公司

Inventor： 高红霞 ,  李日红 ,  曲连伟 ,  关振明 ,  梁国衡 ,  梁耀国

IPC: G01N21/84 ,  G01N21/01

Abstract: 本实用新型属于光调控检测产品纹理领域，公开了一种产品纹理检测装置包括支架体、第一光源件、第二光源件、物料转移件、物料板和摄像头，所述第一光源件和所述第二光源件呈上下位置关系，并安装在所述支架体上，所述第一光源件和所述第二光源件下方安装所述物料板，所述摄像头对着所述物料板，所述物料转移件作用在所述物料板上方。可以对产品的纹理检测并且分类转移。