公开(公告)号：CN111881933A

公开(公告)日：2020-11-03

申请号：CN202010549981.0

申请日：2020-06-16

Applicant: 浙江大学

Inventor： 曹衍龙 ,  刘佳炜 ,  杨将新 ,  曹彦鹏 ,  董献瑞 ,  贾淑凯

IPC: G06K9/62 ,  G06K9/00

Abstract: 本发明公开了一种高光谱图像分类方法，包括如下步骤：（1）输入待分类的高光谱图像；（2）用主成分分析法提取待分类的高光谱图像的光谱特征向量；（3）用灰度梯度共生矩阵提取待分类的高光谱图像的纹理特征向量（4）将提取到的光谱特征向量和纹理特征向量合并后作为分类特征向量输入预先训练好的支持向量机模型中，得到分类结果，其中支持向量机模型是使用训练集通过调整纹理特征提取窗口的方式进行反复训练使得训练集在支持向量机模型上的分类精度达到最佳而得的。

公开(公告)号：CN111881933B

公开(公告)日：2024-04-09

申请号：CN202010549981.0

申请日：2020-06-16

Applicant: 浙江大学

Inventor： 曹衍龙 ,  刘佳炜 ,  杨将新 ,  曹彦鹏 ,  董献瑞 ,  贾淑凯

IPC: G06V10/764 ,  G06V20/13 ,  G06V10/77 ,  G06V10/774

Abstract: 本发明公开了一种高光谱图像分类方法，包括如下步骤：（1）输入待分类的高光谱图像；（2）用主成分分析法提取待分类的高光谱图像的光谱特征向量；（3）用灰度梯度共生矩阵提取待分类的高光谱图像的纹理特征向量（4）将提取到的光谱特征向量和纹理特征向量合并后作为分类特征向量输入预先训练好的支持向量机模型中，得到分类结果，其中支持向量机模型是使用训练集通过调整纹理特征提取窗口的方式进行反复训练使得训练集在支持向量机模型上的分类精度达到最佳而得的。

公开(公告)号：CN109919905B

公开(公告)日：2021-04-06

申请号：CN201910015187.5

申请日：2019-01-08

Applicant: 浙江大学

Inventor： 曹彦鹏 ,  董亚飞 ,  贾淑凯 ,  杨将新 ,  曹衍龙

IPC: G06T7/00 ,  G06N3/04 ,  G01N25/72

Abstract: 基于深度学习的红外无损检测方法包括设计和制作样本，设计样本上的缺陷位置并获得设计图；用红外相机记录图像序列；对每一个图像序列中的每一个像素点在时间序列中进行预处理；利用建立深度学习模型，在时间序列中提取相位特征；将每个点的相位特征在其所在图像中显示出来。本发明具有能够自主提取特征、区分缺陷区域，并且能够对图像中的噪声有一定抑制作用的优点。

公开(公告)号：CN111768385A

公开(公告)日：2020-10-13

申请号：CN202010611988.0

申请日：2020-06-29

Applicant: 浙江大学 ,  杭州徐睿机械有限公司

Inventor： 曹彦鹏 ,  朱文斌 ,  曹衍龙 ,  杨将新 ,  贾淑凯 ,  徐正方 ,  牛旭 ,  张思杨

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/11 ,  G06T7/136

Abstract: 本发明公开了一种USB表面缺陷检测的神经网络检测方法，包括SqueezeNet神经网络，根据拍摄的USB图片制作数据集，使用数据集对SqueezeNet网络进行训练。本发明缩小了ROI区域，SqueezeNet网络的识别准确度和速度。

公开(公告)号：CN109919905A

公开(公告)日：2019-06-21

申请号：CN201910015187.5

申请日：2019-01-08

Applicant: 浙江大学

Inventor： 曹彦鹏 ,  董亚飞 ,  贾淑凯 ,  杨将新 ,  曹衍龙

IPC: G06T7/00 ,  G06N3/04 ,  G01N25/72

Abstract: 基于深度学习的红外无损检测方法包括设计和制作样本，设计样本上的缺陷位置并获得设计图；用红外相机记录图像序列；对每一个图像序列中的每一个像素点在时间序列中进行预处理；利用建立深度学习模型，在时间序列中提取相位特征；将每个点的相位特征在其所在图像中显示出来。本发明具有能够自主提取特征、区分缺陷区域，并且能够对图像中的噪声有一定抑制作用的优点。

公开(公告)号：CN111652221B

公开(公告)日：2022-11-01

申请号：CN202010522325.1

申请日：2020-06-10

Applicant: 浙江大学

Inventor： 杨将新 ,  贾淑凯 ,  曹彦鹏 ,  曹衍龙 ,  朱文斌 ,  刘佳炜 ,  韦逍遥

IPC: G06V10/25 ,  G06T7/00 ,  G01N21/95 ,  G01N21/88

Abstract: 本发明公开了一种用于USB插头表面缺陷检测的ROI提取方法，包括步骤：（1）采集待检测的USB插头表面的图像；（2）根据USB插头的包括窗口边界的部分轮廓特征对图像进行第一次角度调整；（3）根据USB插头的两侧边缘特征对图像进行第二次角度调整；根据USB插头的固定尺寸从图像中提取ROI。

公开(公告)号：CN111768385B

公开(公告)日：2022-07-29

申请号：CN202010611988.0

申请日：2020-06-29

Applicant: 浙江大学 ,  杭州徐睿机械有限公司

Inventor： 曹彦鹏 ,  朱文斌 ,  曹衍龙 ,  杨将新 ,  贾淑凯 ,  徐正方 ,  牛旭 ,  张思杨

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/11 ,  G06T7/136

Abstract: 本发明公开了一种USB表面缺陷检测的神经网络检测方法，包括SqueezeNet神经网络，根据拍摄的USB图片制作数据集，使用数据集对SqueezeNet网络进行训练。本发明缩小了ROI区域，SqueezeNet网络的识别准确度和速度。

公开(公告)号：CN111652221A

公开(公告)日：2020-09-11

申请号：CN202010522325.1

申请日：2020-06-10

Applicant: 浙江大学

Inventor： 杨将新 ,  贾淑凯 ,  曹彦鹏 ,  曹衍龙 ,  朱文斌 ,  刘佳炜 ,  韦逍遥

IPC: G06K9/32 ,  G06T7/00 ,  G01N21/95 ,  G01N21/88

Abstract: 本发明公开了一种用于USB插头表面缺陷检测的ROI提取方法，包括步骤：（1）采集待检测的USB插头表面的图像；（2）根据USB插头的包括窗口边界的部分轮廓特征对图像进行第一次角度调整；（3）根据USB插头的两侧边缘特征对图像进行第二次角度调整；根据USB插头的固定尺寸从图像中提取ROI。