公开(公告)号：CN119251510A

公开(公告)日：2025-01-03

申请号：CN202411450996.6

申请日：2024-10-17

Applicant: 桂林电子科技大学

Inventor： 叶松 ,  李雨生 ,  张紫杨 ,  董柏君 ,  梁鑫浩

IPC: G06V10/30 ,  G06V10/44 ,  G06V10/75 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明提供的是一种基于深度学习的偏振成像伪装目标识别方法。包括以下步骤：步骤S1：利用偏振相机得到0°、45°、90°偏振图像，利用深度学习对偏振图像进行滤波去噪处理，最大化降低噪声对测试的干扰。步骤S2：对去噪处理后的偏振图像进行匹配校准计算，根据公式得到偏振度、偏振角图像，将他们作为两个通道输入到深度学习训练模型中。步骤S3：利用深度学习得到低层、中层、高层三种特征。步骤S4：利利用深度学习增大感受野，得到增强后的特征图，输入到SINet神经网络，并搜索，从候选特征中得到最终想要的伪装目标特征，用于在图像中进行匹配。步骤:S5：针对不同场景下不同位置的伪装目标，使用相同神经网络模型进行训练，使模型达到可以在不同场景、伪装目标位置不同时仍能正确识别出目标。本发明能有效识别出环境中隐藏的伪装目标，可广泛用于多场景单个或多目标伪装探测等领域。

公开(公告)号：CN119228776A

公开(公告)日：2024-12-31

申请号：CN202411392194.4

申请日：2024-10-08

Applicant: 桂林电子科技大学

Inventor： 叶松 ,  梁鑫浩 ,  张紫扬 ,  李雨生 ,  王图南

IPC: G06T7/00 ,  G06T5/60 ,  G06T5/70 ,  G06T5/90 ,  G06T7/10 ,  G06T7/60 ,  G06T7/62 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提供的是一种基于深度学习的偏振成像检测直槽丝锥的检测方法。包括以下步骤：步骤S1：利用偏振相机采集直槽丝锥在不同拍摄方位角下的多偏振角度图像并形成数据集。利用RDN神经网络对图像去噪和增强对比度并进行匹配校准，获得偏振度和偏振角图像。步骤S2：对训练集和验证集图像进行标注，包括丝锥的磨损、缺陷区域和特征，基于ImageNet预训练模型训练Mask R‑CNN，分析训练指标，选择最佳权重文件。步骤S3：Mask R‑CNN模型检测测试集中缺陷、磨损信息并分割关键特征。步骤S4：对分割后的图像进行掩码提取，利用分割后的掩码进行标定测量、计算尺寸。步骤S5：检测并筛选不合格产品。本发明能够为制造业检测直槽丝锥提供一种高效、准确且可靠的解决方案。