-
公开(公告)号：CN110231404A
公开(公告)日：2019-09-13
申请号：CN201910519618.1
申请日：2019-06-17
Applicant: 江南大学
Abstract: 本发明公开了一种基于振动信号的倒装焊焊点缺失缺陷智能检测方法，涉及机器学习技术领域，该方法针对样本芯片原始的时域振动信号，根据特征提取方法，从时域、频域和时频域分别提取特征，通过输入极限学习机中进行学习和分类后得到焊点检测模型，利用焊点检测模型即能自动检测出芯片中是否存在倒装焊焊点缺失缺陷，从而快速高效将缺陷芯片和正常芯片区分出来，与传统的人力视觉检测不同，该方法机器化、自动化程度高，且检测结果客观性和准确性更好，为实现更加快速且高效的倒装焊焊点缺失缺陷检测提供了方法。
-
公开(公告)号：CN110243937B
公开(公告)日：2020-11-17
申请号：CN201910519559.8
申请日：2019-06-17
Applicant: 江南大学
Abstract: 本发明公开了一种基于高频超声的倒装焊焊点缺失缺陷智能检测方法，涉及机器学习技术领域，该方法利用自适应中值滤波和同态滤波对样本芯片的C扫描超声图像进行图像处理，然后根据相关系数法原理将芯片图像分割为焊点图像并进行特征提取，将特征向量输入极限学习机中进行学习和分类得到焊点检测模型，利用焊点检测模型即能自动检测出芯片中存在倒装焊焊点缺失缺陷的位置，从而快速、高效地识别并定位焊点缺失缺陷，与传统的人力视觉检测不同，该方法机器化、自动化程度高，且检测结果客观性和准确性更好，为实现更加快速且高效的倒装焊焊点缺失缺陷检测提供了方法。
-
Patent Agency Ranking
公开(公告)号：CN109087246A
公开(公告)日：2018-12-25
申请号：CN201810927140.1
申请日：2018-08-15
Applicant: 江南大学
Abstract: 本发明公开了一种基于稀疏重构的超声图像重构方法，涉及图像处理技术领域，该方法包括：利用超声探头获取待测样品的超声回波时域信号，通过参考回波信号构造得到过完备字典，利用过完备字典对待测样品的超声回波时域信号进行稀疏分解得到稀疏分解系数，根据稀疏分解系数和过完备字典重构得到超声回波时域信号，再将各个重构得到的超声回波时域信号按照空间位置组合形成待测样品的重构超声图像；可以提高图像的横纵向分辨率，可以快速有效的观察到样品内部的微缺陷的位置、尺寸和分布情况。
-
公开(公告)号：CN111141520A
公开(公告)日：2020-05-12
申请号：CN202010113154.7
申请日：2020-02-24
Applicant: 江南大学
IPC: G01M13/045
Abstract: 本发明公开了一种基于改进经验小波变换的滚动轴承故障诊断方法，涉及故障诊断、信号处理技术领域，该方法包括：采集样本振动信号，对振动信号进行傅里叶变换从时域信号变换到频域信号，得到频域信号的主频带；然后利用尺度空间法对主频带进行自适应划分，划分为一系列子频带；计算主频带和各子频带的均值、方差，将均值和方差均小于主频带的子频带定义为冗余分量，将冗余分量与其下一个子频带合并；然后，在优化后的每个频带上建立自适应经验小波滤波器，获得对应的经验模式；最后，筛选出裕度因子最大的经验模式进行包络谱分析；该方法能够有效从强背景噪声下提取到滚动轴承的故障特征频率，很大程度上提高了滚动轴承故障诊断的准确度。
-
公开(公告)号：CN110243937A
公开(公告)日：2019-09-17
申请号：CN201910519559.8
申请日：2019-06-17
Applicant: 江南大学
Abstract: 本发明公开了一种基于高频超声的倒装焊焊点缺失缺陷智能检测方法，涉及机器学习技术领域，该方法利用自适应中值滤波和同态滤波对样本芯片的C扫描超声图像进行图像处理，然后根据相关系数法原理将芯片图像分割为焊点图像并进行特征提取，将特征向量输入极限学习机中进行学习和分类得到焊点检测模型，利用焊点检测模型即能自动检测出芯片中存在倒装焊焊点缺失缺陷的位置，从而快速、高效地识别并定位焊点缺失缺陷，与传统的人力视觉检测不同，该方法机器化、自动化程度高，且检测结果客观性和准确性更好，为实现更加快速且高效的倒装焊焊点缺失缺陷检测提供了方法。
-
公开(公告)号：CN109087246B
公开(公告)日：2023-03-14
申请号：CN201810927140.1
申请日：2018-08-15
Applicant: 江南大学
Abstract: 本发明公开了一种基于稀疏重构的超声图像重构方法，涉及图像处理技术领域，该方法包括：利用超声探头获取待测样品的超声回波时域信号，通过参考回波信号构造得到过完备字典，利用过完备字典对待测样品的超声回波时域信号进行稀疏分解得到稀疏分解系数，根据稀疏分解系数和过完备字典重构得到超声回波时域信号，再将各个重构得到的超声回波时域信号按照空间位置组合形成待测样品的重构超声图像；可以提高图像的横纵向分辨率，可以快速有效的观察到样品内部的微缺陷的位置、尺寸和分布情况。
-
公开(公告)号：CN111340702A
公开(公告)日：2020-06-26
申请号：CN202010112518.X
申请日：2020-02-24
Applicant: 江南大学
Abstract: 本发明公开了基于盲估计的微小缺陷高频超声显微成像的稀疏重构方法，涉及图像处理技术领域，该方法包括：利用高频超声显微探头获取待测样品的C扫图像，通过图块聚类和协同滤波对C扫图像进行去噪,根据最大后验概率从去噪后的C扫图像中估计出点扩散函数，最后基于l1正则化对理想C扫图像进行稀疏重构，获得最终高分辨率的图像。该方法增强了图像信噪比和分辨率，提高了声显微成像对微小缺陷的检测准确性，拓展了二维超声图像稀疏重构方法的实用性，同时对于微观缺陷的检测有很重要的意义，能够有效地推动微器件的可靠性的发展。
-
-
-
-
-
-
Search Results
7
records
(took 0.013 seconds)
