一种基于图像信息参数的微尺度自然散斑质量优化方法及系统

    公开(公告)号:CN118710578A

    公开(公告)日:2024-09-27

    申请号:CN202410604973.X

    申请日:2024-05-15

    Applicant: 湖南大学

    Abstract: 本发明提供一种基于图像信息参数的微尺度自然散斑质量优化方法和系统,该方法包括如下步骤:步骤1、评价散斑图案质量信息,获取需要优化的散斑图案;步骤2、获取散斑图案优化前的特征;步骤3、对散斑图案进行优化;步骤4、获取散斑图案优化后的特征;步骤5、对比步骤4与步骤2计算的误差大小,得出结论;该方法和系统基于方向梯度香农熵方法的神经网络模型对自然散斑质量进行优化,能大幅提高自然散斑的质量。

    基于深度学习的复合材料CT图像性能识别方法

    公开(公告)号:CN119672501A

    公开(公告)日:2025-03-21

    申请号:CN202510185615.4

    申请日:2025-02-20

    Applicant: 湖南大学

    Inventor: 毛贻齐 陶然

    Abstract: 本发明涉及基于深度学习的复合材料CT图像性能识别方法,属于工业CT图像处理领域。包括:获取复合材料样品的CT图像数据进行灰度值标定,并输入训练好的U‑net模型对不同语义区域的图像进行提取,进而得到对应的灰度矩阵;构建复合材料样品的有限元模型,对该模型进行线性静力分析得到其刚度矩阵;获取待测复合材料样品的CT图像中不同语义区域的图像对应的灰度矩阵,将灰度矩阵输入训练好的双塔神经网络模型得到对应的刚度矩阵,基于刚度矩阵计算待测复合材料样品的弹性模量和泊松比,从而实现待测复合材料样品的性能检测。该方法实现了由复合材料CT图像到复合材料性能的检测,解决了目前复合材料性能检测效率低、准确性低的问题。

    一种基于图像信息参数的微尺度自然散斑质量评价方法及其系统

    公开(公告)号:CN118710577A

    公开(公告)日:2024-09-27

    申请号:CN202410604937.3

    申请日:2024-05-15

    Applicant: 湖南大学

    Abstract: 本发明提供一种基于图像信息参数的微尺度自然散斑质量评价方法及其系统,该方法包括如下步骤:步骤1、采集并处理试件自然散斑图像;步骤2、计算所述散斑图像的定量评价参数;步骤3、根据步骤2所述散斑图像的定量评价参数获得散斑图像的方向梯度香农熵;步骤4、基于所述散斑图像的方向梯度香农熵评价微尺度自然散斑质量信息。该方法和系统实现了对散斑质量的综合评价,有利于设备或系统在以数字图像为基础的使用过程中筛选出高质量的自然散斑图像,降低了系统误差,提高数字图像相关系统测量位移、应变过程中的精度。

    一种透明木材生产设备
    4.
    发明公开

    公开(公告)号:CN119910736A

    公开(公告)日:2025-05-02

    申请号:CN202510254281.1

    申请日:2025-03-05

    Applicant: 湖南大学

    Abstract: 本发明公开了一种透明木材生产设备,涉及木材加工技术领域。设备包括外壳结构、活塞控制系统、压力控制系统及料盘控制系统。设备可以对木材进行加速催化脱色处理、加速树脂渗透处理并减少树脂渗透后透明木材中存在的气泡缺陷;本设备结构简单便于操作,并且可以利用同一种结构实现多种不同操作,具有很强的实用性。

Patent Agency Ranking