-
公开(公告)号：CN116203022A
公开(公告)日：2023-06-02
申请号：CN202211468005.8
申请日：2022-11-22
Applicant: 重庆邮电大学 , 重庆金桥机器制造有限责任公司
IPC: G01N21/88 , G01N21/01 , G06T7/00 , G06T3/40 , G06T5/20 , G06T7/11 , G06T7/136 , G06T5/30 , G06V10/80 , G06V10/82 , G06N5/04
Abstract: 本发明涉及一种用于高反射加工面缺陷检测的装置及方法，属于视觉检测领域。该方法包括旋转台，图像采集单元，弧面光源和控制单元；所述旋转台用于精确控制待测物的照射位置；所述旋转台包括步进电机、减速器、联轴器、法兰轴、过渡板、尾座、电机座、底板、支撑架和快速装夹装置；所述快速装夹装置由尾座、顶尖和固定销组成；所述固定销与锁紧板相连，起定位和传递扭矩的作用；所述顶尖与尾座配合固定待测物两端，满足快速装夹的同时适用于不同长度的曲轴；本发明提出了弧面光源分区控光的照明方式，结构简单并可模拟不同角度光源的照射，最大化保留图像特征的同时利于后期图像处理。
-
公开(公告)号：CN115115662A
公开(公告)日：2022-09-27
申请号：CN202210767851.3
申请日：2022-07-01
Applicant: 重庆邮电大学
IPC: G06T7/12 , G06T7/143 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明属于医学图像处理领域，特别涉及一种基于知识与数据融合驱动的多模态医学影像目标分割方法，该方法包括：获取待检测的医学图像，对待检测的医学图像进行增强处理；将增强后的医学图像输入到训练好的目标分割模型中，得到分割结果；所述目标分割模型包括骨干网络和分割网络；本发明提出了面向深度神经网络高效训练的2D/3D数据处理技术，最大化保留图像特征的同时有效扩充数据集，提高深度神经网络的泛化性能；本发明还利用可分离卷积和空洞卷积进行跃层连接得到更优的骨干网络，有效扩大感受野的同时时间复杂度较小。
-
公开(公告)号：CN115115662B
公开(公告)日：2025-04-08
申请号：CN202210767851.3
申请日：2022-07-01
Applicant: 重庆邮电大学
IPC: G06T7/12 , G06T7/143 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明属于医学图像处理领域，特别涉及一种基于知识与数据融合驱动的多模态医学影像目标分割方法，该方法包括：获取待检测的医学图像，对待检测的医学图像进行增强处理；将增强后的医学图像输入到训练好的目标分割模型中，得到分割结果；所述目标分割模型包括骨干网络和分割网络；本发明提出了面向深度神经网络高效训练的2D/3D数据处理技术，最大化保留图像特征的同时有效扩充数据集，提高深度神经网络的泛化性能；本发明还利用可分离卷积和空洞卷积进行跃层连接得到更优的骨干网络，有效扩大感受野的同时时间复杂度较小。
-
公开(公告)号：CN117893464A
公开(公告)日：2024-04-16
申请号：CN202311611894.3
申请日：2023-11-29
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种面向复杂成像形态的金属表面缺陷快速自动检测方法，属于图像处理领域。该方法包括：1.采用FasterNet网络架构；2.采用PConv卷积通过执行逐点操作来降低计算负担和参数量；3.在主干特征提取网络中结合SENet注意力机制设计SENet‑FasterNet模块；4.针对在金属表面缺陷目标较小以及可能存在噪声的情况，重新设计Neck模块，加入BiFPN特征融合模块，使网络融合上下文特征信息，更加精准地定位到金属表面地缺陷位置；5.将金属表面缺陷检测平台获取到的金属表面图像数据输入到改进后的金属表面缺陷检测模型中，输出图像中每个表面缺陷目标的类别。
-
-
-
Search Results
4
records
(took 0.036 seconds)
