一种基于深度学习的高噪声环境相位图解包裹方法和系统

    公开(公告)号:CN117475172B

    公开(公告)日:2024-03-26

    申请号:CN202311836502.3

    申请日:2023-12-28

    Abstract: 本发明提供了一种基于深度学习的高噪声环境相位图解包裹方法和系统。本发明包括如下步骤:步骤1、利用滤波降噪对高噪声包裹相位进行去噪处理;步骤2、利用步骤1提供的降噪包裹相位图,使用初步相位解包网络PPUN(初步相位解包裹网络,Preliminary phase unwrapping network)预测相位数,并完成对包裹相位的初步解包;步骤3、利用步骤1提供的降噪包裹相位图生成梯度特征图;步骤4、利用步骤2生成的初步解包裹相位图和步骤3生成的梯度特征图,通过精密相位解包网络FPUN(精细相位解包裹网络,Fine phase unwrapping network)进行融合处理,输出最终的解包裹图像。本发明提出的方法解决了传统解包方法在梯度较大的位置出现较大误差的问题,同时大大提高了抗噪能力和相位解包裹的精度。

    一种基于深度学习的高噪声环境相位图解包裹方法和系统

    公开(公告)号:CN117475172A

    公开(公告)日:2024-01-30

    申请号:CN202311836502.3

    申请日:2023-12-28

    Abstract: 本发明提供了一种基于深度学习的高噪声环境相位图解包裹方法和系统。本发明包括如下步骤:步骤1、利用滤波降噪对高噪声包裹相位进行去噪处理;步骤2、利用步骤1提供的降噪包裹相位图,使用初步相位解包网络PPUN(初步相位解包裹网络,Preliminary phase unwrapping network)预测相位数,并完成对包裹相位的初步解包;步骤3、利用步骤1提供的降噪包裹相位图生成梯度特征图;步骤4、利用步骤2生成的初步解包裹相位图和步骤3生成的梯度特征图,通过精密相位解包网络FPUN(精细相位解包裹网络,Fine phase unwrapping network)进行融合处理,输出最终的解包裹图像。本发明提出的方法解决了传统解包方法在梯度较大的位置出现较大误差的问题,同时大大提高了抗噪能力和相位解包裹的精度。

    一种二维智能电子器件芯片加工装置及其加工方法

    公开(公告)号:CN116435224A

    公开(公告)日:2023-07-14

    申请号:CN202310456230.8

    申请日:2023-04-25

    Abstract: 本发明涉及电子器件加工领域,公开了一种二维智能电子器件芯片加工装置及其加工方法,该加工处理装置包括两条并行的输送带,输送带上安装有夹具,输送带上带面水平布置,输送带上带面依序布置有酸洗机构、引线处理机构、涂覆机构、干燥机构和截断机构,本发明提出的一种二维智能电子器件芯片加工装置及其加工方法,能够实现电子器件的自动化酸洗、涂覆、干燥和截断处理,能够将电子器件引线氧化层去除,并涂上防氧化涂料,还能够修复在截断过程中被压弯的引线,满足了现在高效率自动化加工处理的要求。

    基于并行时变因子PSO的太阳辐射预测资料同化算法

    公开(公告)号:CN110516784A

    公开(公告)日:2019-11-29

    申请号:CN201910646894.4

    申请日:2019-07-17

    Abstract: 本发明公开了一种基于并行时变因子PSO的太阳辐射预测资料同化算法,包括步骤:一:初始化算法参数;二:初始化读写同步锁,根据分组数依次创建线程,并将算法参数,各分组粒子数和最大迭代次数分配给各个线程;三:分线程随机初始化组内粒子;四:计算资料同化代价函数;五:分组线程获取读写同步锁;六:更新全局最优解;七:分组线程释放读写同步锁;步骤八:调整时变压缩因子,按时变双重压缩因子算法更新粒子速度,更新粒子位置;九:判断该分组是否到达最大迭代次数,满足条件则结束该分组线程;十:等待各分组线程结束,输出结果。本发明解决现有同化方案精度不高,算法鲁棒性不强,同化耗费时间过长问题。

    基于并行分子运动PSO的太阳辐射预测资料同化算法

    公开(公告)号:CN110489243A

    公开(公告)日:2019-11-22

    申请号:CN201910647485.6

    申请日:2019-07-17

    Abstract: 本发明公开了一种基于并行分子运动PSO的太阳辐射预测资料同化算法,包括步骤:一:初始化算法参数;二:初始化读写同步锁,根据分组数依次创建线程,并将算法参数,各分组粒子数和最大迭代次数分配给各个线程;三:分线程随机初始化组内粒子;四:计算资料同化代价函数;五:分组线程获取读写同步锁;六:更新全局最优解;七:分组线程释放读写同步锁;八:按分子运动论PSO算法更新粒子速度,更新粒子位置;九:判断该分组是否到达最大迭代次数,满足条件则结束该分组线程;十:等待各分组线程结束,输出结果。本发明在提高时效性的同时,通过粒子间交流的增强,维持同化精度。

    一种基于改进边缘检测的图像自适应分割算法

    公开(公告)号:CN119941771A

    公开(公告)日:2025-05-06

    申请号:CN202510087530.2

    申请日:2025-01-20

    Abstract: 本发明涉及图像分割技术领域,且公开了一种基于改进边缘检测的图像自适应分割算法,包括以下步骤:输入待分割图像P并进行灰度化并二值化分割得到灰度图像P,;利用OTSU算法寻找灰度图像P,中的最优阈值,根据最优阈值将灰度图像P,分为前景区域和背景区域;再确认前景区域的最优图像中心点并选择待分割目标区域,确定待分割目标区域的起点和终点;判断前景区域是否存在阴影,是,则引入阴影检测机制,重置前景区域的分割起点和终点后再分割;否则,直接分割;保存图像并输出,本发明通过基于改进OTSU算法的动态阈值,从而更好地分割,通过连续性检测来确定切割区域的起/终点,有效排除了杂志和其他干扰因素,算法能更准确地识别目标。

    一种基于光强分析的神经网络图像预处理方法

    公开(公告)号:CN115830431B

    公开(公告)日:2023-05-02

    申请号:CN202310077815.9

    申请日:2023-02-08

    Abstract: 本申请公开了一种基于光强分析的神经网络图像预处理方法。获取多个学习图像,根据区域划分标准对任意一个学习图像进行区域划分,得到区域划分设置为第一区域、第二区域、……、第N区域的多个学习图例;识别任意一个学习图例中第一区域、第二区域、……、第N区域的光强,并分别记录为第一光强、第二光强、……、第N光强;根据分类统计标准将多个学习图例分别设置为第一图例、第二图例、……、第N图例;根据区域划分标准对目标图像进行区域划分,得到区域划分设置为第一区域、第二区域、……、第N区域的目标图例;获取处理目标;根据处理目标将目标图例分别和第一图例、第二图例、……、第N图例进行对比,并对目标区域进行预处理。

    基于并行双种群PSO的太阳辐射预测资料同化算法

    公开(公告)号:CN110490294A

    公开(公告)日:2019-11-22

    申请号:CN201910646890.6

    申请日:2019-07-17

    Abstract: 本发明公开了一种基于并行双种群PSO的太阳辐射预测资料同化算法,包括步骤:一:初始化算法参数;二:初始化读写同步锁,根据分组数依次创建线程,并将算法参数,各分组粒子数和最大迭代次数分配给各个线程;三:分线程随机初始化组内粒子;四:计算资料同化代价函数;五:分组线程获取读写同步锁;六:更新全局最优解;七:分组线程释放读写同步锁;八:分组线程计算粒子的扩散能、种群温度和粒子扩散概率;九:按时变双重压缩因子算法更新粒子速度,更新粒子位置;十:判断该分组是否到达最大迭代次数,满足条件则结束该分组线程;十一:等待各分组线程结束,输出结果。本发明利用双种群增加随机扰动,增加了种群多样性,提高了算法精度。

    一种基于光强分析的神经网络图像预处理方法

    公开(公告)号:CN115830431A

    公开(公告)日:2023-03-21

    申请号:CN202310077815.9

    申请日:2023-02-08

    Abstract: 本申请公开了一种基于光强分析的神经网络图像预处理方法。获取多个学习图像,根据区域划分标准对任意一个学习图像进行区域划分,得到区域划分设置为第一区域、第二区域、……、第N区域的多个学习图例;识别任意一个学习图例中第一区域、第二区域、……、第N区域的光强,并分别记录为第一光强、第二光强、……、第N光强;根据分类统计标准将多个学习图例分别设置为第一图例、第二图例、……、第N图例;根据区域划分标准对目标图像进行区域划分,得到区域划分设置为第一区域、第二区域、……、第N区域的目标图例;获取处理目标;根据处理目标将目标图例分别和第一图例、第二图例、……、第N图例进行对比,并对目标区域进行预处理。

    利用计算机在惠斯通电桥中精准测量电阻的电路及方法

    公开(公告)号:CN110441604B

    公开(公告)日:2021-10-29

    申请号:CN201910647487.5

    申请日:2019-07-17

    Abstract: 本发明公开了一种利用计算机在惠斯通电桥中精准测量电阻的电路及方法,电路包括PC机、嵌入式处理器、惠斯通电桥、电桥交换电路和电压比较电路;PC机用于发出控制指令,调节桥臂电阻,判断电桥平衡,采集测量数据,计算数据;惠斯通电桥由第一比较电阻、第二比较电阻、待测电阻和电阻源组成,根据PC机传输的指令调节阻值大小;电桥交换电路用于提供电路支路,使第一比较电阻、第二比较电阻在惠斯通电桥中的位置交换;电压比较电路用于采集电桥上端与下端之间的压差并输出至嵌入式处理器。本发明有效解决电阻测量过程中测量操作繁琐、测量误差较大的问题,使数据的处理更加直观、科学、精确,也便于开展需要精确电阻相关的后期应用。

Patent Agency Ranking