-
公开(公告)号：CN112785563B
公开(公告)日：2022-05-13
申请号：CN202110045898.4
申请日：2021-01-14
Applicant: 吉林大学
IPC: G06T7/00 , G06V10/764 , G06V10/77 , G06V10/774 , G06K9/62 , G06F17/16
Abstract: 本发明属于缺陷检测技术领域，具体涉及一种基于Zernike矩的热电偶质量检测方法，包括：采集热电偶的图像并进行预处理，将预处理后图像的Zernike矩作为特征，将特征进行定维映射和主成份分析后进行机器学习训练得到检测模型，用得到的模型对待检测的热电偶进行合格和不合格的分类检测，有效自动识别热电偶焊接成形缺陷，克服人工检测的耗费人力大，时间长，检测精度易受主观影响的缺点。
-
公开(公告)号：CN109886883A
公开(公告)日：2019-06-14
申请号：CN201910054461.X
申请日：2019-01-21
Applicant: 吉林大学
Abstract: 实时偏振透雾成像图像增强处理方法，涉及光电成像技术领域，解决目前的偏振透雾成像技术存在的图像部分区域过曝，造成图像视觉效果受限以及图像细节信息较少、图像层次感较差、实时性较差等问题，包括获取偏振分量图像，对获得的偏振分量图像进行实时配准，采用先映射后合并的方式对实时配准后的偏振分量图像进行融合，获得偏振合成图像以及采用基于双线性插值的限制对比度自适应直方图均衡算法对偏振合成图像进行可视化增强处理的步骤。通过实施本发明的偏振图像去雾增强处理算法以及偏振透雾成像系统可实时获取高对比度、高清晰度图像信息且不损失空间分辨率，获得的重建图像细节丰富，图像层次感较强。
-
公开(公告)号：CN119919399A
公开(公告)日：2025-05-02
申请号：CN202510396836.6
申请日：2025-04-01
Applicant: 吉林大学
IPC: G06T7/00 , G06T5/70 , G06V10/774 , G06V10/82 , G06T5/60
Abstract: 本发明属于缺陷检测技术领域，为一种基于图像处理的PCB缺陷检测方法，包括：采集无缺陷的PCB板图像数据，制作成数据集；对重建子网和分割子网分别设置损失函数，使用数据集进行训练得到训练后的重建子网和分割子网，训练后的重建子网采用扩散模型对经过预处理和数据增强的待检测图像数据按照时间步逐步去除噪声后得到重建图像，重建图像经过离散小波变换分解为低频成分和高频成分，将低频成分输入到训练后的分割子网与待检测图像数据对比，并区分出缺陷部分。本发明使用样本数量远少于其他目标检测模型样本数，本发明利用离散小波变换，提取高频成分用于反向扩散去噪，提高了推理速度，通过提取的低频成分提高了分割和缺陷检测的精度。
-
公开(公告)号：CN115471567A
公开(公告)日：2022-12-13
申请号：CN202210979289.0
申请日：2022-08-16
Applicant: 吉林大学
Abstract: 本发明提出了一种基于LED阵列照明的显微成像系统位置标校方法。在不放置样本的情况下，采集图像提取渐晕圆圆弧，并通过圆拟合获得其半径及对应圆心坐标。建立图像坐标系。建立LED阵列照明坐标系。拟合各LED照明对应图像中心计算LED阵列照明坐标系的相对于图像坐标系的偏转角θ。根据LED照明下各图像中心坐标计算得到中心LED照明对应的图像中心坐标。渐晕圆圆周可视为孔径角区域，结合拟合的渐晕圆像素半径，计算得到LED阵列平面到物面的像素高度。对各LED照明对应入射角建立等式，可计算得到LED阵列平面到物面的实际高度h，和中心LED照明单元相对于光轴的XY位置偏移difx、dify。本发明实现照明波矢的校正，消除系统位置误差影响，以此提升傅里叶叠层成像效果。
-
公开(公告)号：CN107741881B
公开(公告)日：2020-05-05
申请号：CN201711062242.3
申请日：2017-11-02
Applicant: 吉林大学
Abstract: 基于GPU的Zernike矩快速计算方法属正交矩加速技术领域，本发明提出存径向多项式系数结合图像重布局的八卦限对称性算法，该混合算法能显著地加快任意单个矩的计算速度。提出在一个内核Kernel中组合Block的组包方案，加快一族或一组矩的计算。而合并内核的组包方案能进一步缩短一组或者一族图像的矩的计算时间，特别是能克服小尺寸图像中由于计算量小，不能有效实施混合算法的瓶颈。本发明能推动Zernike矩在实时图像处理和模式识别等领域中的发展，可应用于视频图像水印、镜头分割、光学系统中波前重建、机器视觉系统中目标定位和识别检测，其它正交矩的快速计算提供了非常有价值的参考。
-
Patent Agency Ranking
公开(公告)号：CN107741881A
公开(公告)日：2018-02-27
申请号：CN201711062242.3
申请日：2017-11-02
Applicant: 吉林大学
Abstract: 基于GPU的Zernike矩快速计算方法属正交矩加速技术领域，本发明提出存径向多项式系数结合图像重布局的八卦限对称性算法，该混合算法能显著地加快任意单个矩的计算速度。提出在一个内核Kernel中组合Block的组包方案，加快一族或一组矩的计算。而合并内核的组包方案能进一步缩短一组或者一族图像的矩的计算时间，特别是能克服小尺寸图像中由于计算量小，不能有效实施混合算法的瓶颈。本发明能推动Zernike矩在实时图像处理和模式识别等领域中的发展，可应用于视频图像水印、镜头分割、光学系统中波前重建、机器视觉系统中目标定位和识别检测，其它正交矩的快速计算提供了非常有价值的参考。
-
公开(公告)号：CN115358964A
公开(公告)日：2022-11-18
申请号：CN202210760607.4
申请日：2022-06-29
Applicant: 吉林大学
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06T7/60 , G06T7/62 , G06V10/22 , G06V10/25 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明属于机器视觉技术领域，涉及产品表面缺陷检测，为一种针对气门油封工业缺陷的全方位缺陷检测方法及系统。包括如下步骤：采集气门油封的俯视图像，从前端界面获得唇口半径，下弹簧座半径数据，对唇口胶头和下弹簧座进行区域定位并检测；采集气门油封的侧视图像，从前端界面获得金属骨架高度，唇部高度数据，对金属骨架、唇底边缘和压紧弹簧进行区域定位并检测；采集气门油封的仰视图像，对下弹簧座进行区域定位并检测；对所获得的检测信息进行整合，判断合格品与不合格品。本发明具有检测不同型号气门油封的能力，检测系统兼容性好，算法鲁棒性较好，贴合质检要求。
-
公开(公告)号：CN115170504A
公开(公告)日：2022-10-11
申请号：CN202210778467.3
申请日：2022-06-30
Applicant: 吉林大学
IPC: G06T7/00 , G06V10/26 , G06V10/32 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明属于涉及自动化视觉检测技术领域，具体涉及一种基于机器视觉的密封圈缺陷检测方法。包括步骤1：采集密封圈图像并对俯视图像进行尺寸检测，尺寸不合格的密封圈被判为不合格品；步骤2：对尺寸检测合格的密封圈图像进行二分类，将有大缺陷的密封圈被判为不合格品；步骤3：将步骤2所述二分类后合格的图像沿着密封圈圆周方向分割成N个子图像；步骤4：将步骤3所述的分割成N个子图像的样本并行地输入到语义分割模型中进行检测，并得到每一张子图像的输出结果；步骤5：整合N张子图像的检测结果，若检测到有缺陷区域则密封圈被判为不合格品。解决了密封圈的全方位检测问题。
-
公开(公告)号：CN110082832A
公开(公告)日：2019-08-02
申请号：CN201910411713.X
申请日：2019-05-17
Applicant: 吉林大学
Abstract: 本发明属于地面核磁共振数据处理领域及反演解释领域，为一种地面磁共振和探地雷达数据联合成像方法。该方法包括：在同一实验区域分别采用地面磁共振方法和探地雷达方法获得两类地球物理数据，并利用Gazdag相移算法，获得探地雷达数据的初步反射结构成像结果；根据探地雷达成像结果得到的结构信息，设计初始化地面磁共振二维反演剖分网格，进行反演成像，得到初步的含水量和弛豫时间分布图像；进一步根据磁共振得到的含水量和弛豫时间，重新计算每层介质的波速，再次对探地雷达数据进行成像；反复进行多次上述探地雷达数据和地面磁共振数据联合反演成像过程，直到满足精度要求，最终获得一致的地下水成像结果。经试验，本方法能够提高浅层地下水的成像精度。
-
公开(公告)号：CN119006476B
公开(公告)日：2025-02-14
申请号：CN202411495940.2
申请日：2024-10-25
Applicant: 吉林大学
Abstract: 本发明属于焊锡缺陷检测技术领域，具体地而言为一种基于点云和图像处理的分类模型焊锡缺陷检测方法，包括：根据采集到的托盘原始图像进行#imgabs0#方向上的平移，再将平移后的图像分割成四份，获取单个的粗定位PCB板图像，对粗定位PCB板图像进行校正定位，得到精定位PCB板图像；对精定位PCB板图像中单个焊锡图像进行三维重构建立焊锡的3D点云图像，通过3D点云图像获取焊锡三维特征，并计算焊锡体积，所述三维特征包括焊锡的底面面积和高度；将获取二维特征和三维特征通过sklearn‑XGBoost分类模型对焊锡缺陷进行分类识别。解决焊锡的微小尺寸、表面反光状况且焊接状况复杂多变，导致缺陷检测精度不足，漏检与误检的问题。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.022 seconds)
