-
公开(公告)号：CN108982508B
公开(公告)日：2020-11-24
申请号：CN201810500001.0
申请日：2018-05-23
Applicant: 江苏农林职业技术学院
IPC: G01N21/88
Abstract: 本发明公开了一种基于特征模板匹配和深度学习的塑封体IC芯片缺陷检测方法，包括如下步骤：(1)图像采集和预处理；(2)建立IC芯片定位模板和字符定位模板；(3)基于特征模板匹配的芯片定位和字符检测；(4)字符缺陷判别；(5)卷积神经网络深度学习架构的创建和训练；(6)IC芯片引脚缺陷检测和分类。本发明可以有效的检测塑封体中的IC芯片的字符缺陷，并能够完成引脚的缺陷分类，具备较高的准确率，能满足塑封体中IC芯片的在线检测需求。
-
公开(公告)号：CN108982508A
公开(公告)日：2018-12-11
申请号：CN201810500001.0
申请日：2018-05-23
Applicant: 江苏农林职业技术学院
IPC: G01N21/88
Abstract: 本发明公开了一种基于特征模板匹配和深度学习的塑封体IC芯片缺陷检测方法，包括如下步骤：(1)图像采集和预处理；(2)建立IC芯片定位模板和字符定位模板；(3)基于特征模板匹配的芯片定位和字符检测；(4)字符缺陷判别；(5)卷积神经网络深度学习架构的创建和训练；(6)IC芯片引脚缺陷检测和分类。本发明可以有效的检测塑封体中的IC芯片的字符缺陷，并能够完成引脚的缺陷分类，具备较高的准确率，能满足塑封体中IC芯片的在线检测需求。
-
公开(公告)号：CN105243675A
公开(公告)日：2016-01-13
申请号：CN201510629148.6
申请日：2015-09-28
Applicant: 江苏农林职业技术学院
Abstract: 本发明公开了一种基于星状骨架模型的猪跛脚行走识别的方法，包括图像采集及预处理、猪体关键轮廓点的提取、在星状骨架模型的基础上计算猪体的弓背角度、数据的小波分析等过程。本发明的有益效果为：将步态识别技术应用到猪的饲养过程中，通过构建星状骨架模型提取与步态相关的关节角度数据，识别出猪的跛脚行走，对某些猪疾病的有效检测和治疗提供帮助。
-
Patent Agency Ranking
公开(公告)号：CN110220917B
公开(公告)日：2021-09-07
申请号：CN201910501977.4
申请日：2019-06-11
Applicant: 江苏农林职业技术学院
IPC: G01N21/95
Abstract: 本发明公开了一种基于图像处理的皇冠盖表面缺陷在线检测方法，属于图像处理技术领域，采集皇冠盖内表面图像，并利用图像分割技术实现中心定位和区域提取；利用阈值分割、形态学处理、连通区域特征分析、区域比较等图像处理算法实现瓶盖内表面缺陷检测；采用自动训练学习算法离线建立皇冠盖外表面图案模板；采集皇冠盖外表面图像，利用特征模板匹配、仿射变换和区域比较法完成瓶盖外表面缺陷检测。本发明能够在线快速检测皇冠盖表面多种类型缺陷，可达到每分钟检测300个瓶盖，具有缺陷检测准确率高、鲁棒性强等优点，能够附加在皇冠盖生产线上，实现皇冠盖的缺陷检测和类型判别。
-
公开(公告)号：CN110532926A
公开(公告)日：2019-12-03
申请号：CN201910783813.5
申请日：2019-10-09
Applicant: 江苏农林职业技术学院
Abstract: 本发明公开了一种基于深度学习的猪神经性疾病智能测报方法，首先采集猪正常行走及跛脚的视频样本，提取一系列单帧图像及完整的目标轮廓，通过提取猪体轮廓的关键点构建出三角形骨架模型，根据模型提取步态角度信息，实现特征选择和步态参数的同步优化，最后通过测试平台将优化后的步态信息分作训练模型和测试模型，交叉验证后得到最终检测平台。本发明采用非接触检测和诊断的方法即可快速、准确的确定猪神经性疾病早期猪体共济失调、步态摇摆、震颤等病症。
-
公开(公告)号：CN107133604A
公开(公告)日：2017-09-05
申请号：CN201710377829.7
申请日：2017-05-25
Applicant: 江苏农林职业技术学院
CPC classification number: G06K9/00348 , G06N3/08
Abstract: 本发明公开了一种基于椭圆拟合和预测性神经网络的猪步态异常检测方法，包括采集实验所需要的视频样本；截取视频样本获得连续目标帧，并对目标帧进行预处理，得到正常行走和异常步态的猪轮廓序列；利用椭圆拟合分别对猪体的每一部分建模，并建立猪的行走的步态特征参数序列；通过主成份分析对提取出来的特征进行优化处理，提取特征序列；利用预测性神经网络建立关于正常行走和异常步态特征序列的训练模型，通过该训练模型检测输入的步态序列是否属于异常行走。本发明可以有效的识别出猪的异常行走，例如猪的跛脚行走，前肢疾病，外伤引起的前肢不稳行走等异常行走，为实现大规模智能化的养猪业提供良好的基础。
-
公开(公告)号：CN119810826A
公开(公告)日：2025-04-11
申请号：CN202411886388.X
申请日：2024-12-20
Applicant: 江苏农林职业技术学院
IPC: G06V20/68 , G06V10/26 , G06V10/25 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于多模态大模型的农作物果实质量检测方法及系统，该方法基于LISA结构建立农作物果实质量检测的多模态大模型；其中，利用图像预处理智能体对输入的农作物果实图像进行预处理，然后输入到语义分割智能体中提取果实区域；将语义分割后的农作物果实图像输入到语义分割审查智能体，通过对比实际农作物果实的特征与提取的果实区域对语义分割进行审查，若审查结果为是果实，则将输入到质量检测智能体，否则重新进行语义分割；质量检测智能体对果实区域的质量进行检测，输出检测结果及检测依据的自然语言描述。本发明能够提高果实成熟度评估的准确性与效率，同时生成清晰的自然语言描述，增强了输出结果的可理解性。
-
公开(公告)号：CN110220917A
公开(公告)日：2019-09-10
申请号：CN201910501977.4
申请日：2019-06-11
Applicant: 江苏农林职业技术学院
IPC: G01N21/95
Abstract: 本发明公开了一种基于图像处理的皇冠盖表面缺陷在线检测方法，属于图像处理技术领域，采集皇冠盖内表面图像，并利用图像分割技术实现中心定位和区域提取；利用阈值分割、形态学处理、连通区域特征分析、区域比较等图像处理算法实现瓶盖内表面缺陷检测；采用自动训练学习算法离线建立皇冠盖外表面图案模板；采集皇冠盖外表面图像，利用特征模板匹配、仿射变换和区域比较法完成瓶盖外表面缺陷检测。本发明能够在线快速检测皇冠盖表面多种类型缺陷，可达到每分钟检测300个瓶盖，具有缺陷检测准确率高、鲁棒性强等优点，能够附加在皇冠盖生产线上，实现皇冠盖的缺陷检测和类型判别。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
