-
公开(公告)号：CN119383788A
公开(公告)日：2025-01-28
申请号：CN202411618864.X
申请日：2024-11-13
Applicant: 深圳市华汉伟业科技有限公司
IPC: H05B45/10 , H05B47/10 , H05B47/165 , H05B45/345 , H05B45/325
Abstract: 一种控制光源亮度的方法、驱动装置及计算机程序产品，应用于光源驱动技术领域，控制光源亮度的方法，包括：获取光源所需要达到的目标光功率；获取所述光源的光功率‑电流对应关系，根据所述光功率‑电流对应关系，由目标光功率得到目标光功率对应的目标电流；获取驱动电路的驱动电流‑驱动参数对应关系，根据驱动电流‑驱动参数对应关系，由目标电流得到目标电流对应的目标驱动参数，以用于控制驱动电路基于目标驱动参数驱动光源。由于可以减少因光源的实际参数与理论参数所导致的差异，使得提高光源亮度的控制精准度。
-
公开(公告)号：CN117974660A
公开(公告)日：2024-05-03
申请号：CN202410374355.0
申请日：2024-03-29
Applicant: 深圳市华汉伟业科技有限公司
IPC: G06T7/00 , G06T7/60 , G06V10/764 , G06V10/80 , G06V10/10 , G06V10/774
Abstract: 本发明提供一种工业产品图像中缺陷的检测方法及其装置。该方法包括：获取待检测图像并对其进行特征提取以获得中间层特征图；对第2至n层中间层特征图进行降维压缩而获得第二压缩特征图；将第1层中间层特征图作为第一压缩特征图，对第一压缩特征图和第二压缩特征图进行特征融合以获得融合特征图；对融合特征图进行注意力增强以获得注意力增强特征图；对注意力增强特征图中缺陷的边缘进行增强以获得边缘增强分数图；对边缘增强分数图和注意力增强特征图进行处理而得到缺陷预测结果。该方法能够实现缺陷（尤其是隐蔽缺陷）的精准定位与识别，大幅提升检测性能。上述装置能够实现上述方法。
-
公开(公告)号：CN117078532A
公开(公告)日：2023-11-17
申请号：CN202310880451.8
申请日：2023-07-18
Applicant: 深圳市华汉伟业科技有限公司
Abstract: 本发明提供一种基于图像边缘特性的图像噪声估计方法及其系统。该图像噪声估计方法包括：获取原始图像，将原始图像划分为多个待估计子图像；基于待估计子图像的梯度图像，对每个待估计子图像进行判断，以确定待估计子图像是否为有效待估计子图像；利用二阶差分滤波核对有效待估计子图像进行卷积运算或相关运算而得到二阶差分图像；基于二阶差分图像，对原始图像中的噪声进行估计而得到原始图像的噪声估计值。该方法通过获取包含较多噪声的待估计子图像并将其作为有效待估计子图像，再使用有效待估计子图像去估计原始图像的噪声，进而最终达到对原始图像中噪声的分布情况进行准确地估计。上述系统能够实现上述方法。
-
公开(公告)号：CN116484585A
公开(公告)日：2023-07-25
申请号：CN202310301707.5
申请日：2023-03-13
Applicant: 深圳市华汉伟业科技有限公司
IPC: G06F30/20 , G06T17/00 , G06F119/14
Abstract: 一种缺陷样本数据集的仿真生成方法，包括：获取无缺陷样本的三维模型；将一个或多个预设的三维模型作为缺陷元模型，根据预设的受力状态，对每个缺陷元模型进行动力学仿真，生成对应的缺陷模型；将生成的缺陷模型与无缺陷样本的三维模型进行融合得到缺陷样本的三维模型。由于基于物理仿真的方式生成缺陷样本数据集，使得生成的缺陷数据集更加符合物理规律，具有一定的先验知识，更加贴近于实际生产过程的缺陷数据。
-
公开(公告)号：CN115019092A
公开(公告)日：2022-09-06
申请号：CN202210623629.6
申请日：2022-06-02
Applicant: 深圳市华汉伟业科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请涉及一种基于伪彩色图的分类网络辅助分析方法及装置，其中的方法包括：利用预设的数据集对分类网络进行训练；获取分类网络中指定网络层输出的特征图，根据特征图计算各个像素位置的类别置信度，以及将各个像素位置的类别置信度按照像素位置分布进行排列，构建置信度图像；根据置信度图像获得对应分类类别的重要性伪彩色图，根据重要性伪彩色图判断分类网络中各网络层的组成合理性。技术方案构建了置信度图像，并通过重要性伪彩色图来指导数据集的划分，既能提升多尺度特征的可视化分析能力，也能够提高神经网络特征提取的分析能力。
-
Patent Agency Ranking
公开(公告)号：CN115018772A
公开(公告)日：2022-09-06
申请号：CN202210563971.1
申请日：2022-05-23
Applicant: 深圳市华汉伟业科技有限公司
Abstract: 本申请涉及一种信息定量的缺陷检测方法及图像检测装置、存储介质，其中的缺陷检测方法包括：对待测物体的第一图像进行初始的缺陷检测以得到缺陷初始区域，扩展缺陷初始区域并基于扩展区域形成第二图像，对第二图像进行曲面离散化处理以得到连续光滑的理想曲面模型，根据理想曲面模型还原得到理想曲面图像，将理想曲面图像与第二图像进行差分处理以得到缺陷增强图像，根据缺陷增强图像获得待测物体的表面受检区域内的缺陷定位信息和缺陷深度信息。技术方案能够提供像素级的缺陷检测精度，通过还原理想曲面图像和差分处理能够增强缺陷区域的定位精度，在统计缺陷定量指标时，可提供更精确的缺陷三维信息，有助于待测物体表面缺陷的严格判定。
-
公开(公告)号：CN114550021A
公开(公告)日：2022-05-27
申请号：CN202210447597.9
申请日：2022-04-25
Applicant: 深圳市华汉伟业科技有限公司
IPC: G06V20/20 , G06V20/64 , G06V10/26 , G06V10/54 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明实施例提供一种基于特征融合的表面缺陷检测方法及设备，该方法包括：获取目标物体的二维图像数据，二维图像数据包括灰度信息，用于反映目标物体表面的纹理信息；获取目标物体的三维图像数据，三维图像数据包括高度信息，用于反映目标物体表面的形貌信息；采用第一特征提取网络提取二维图像数据中的纹理信息，得到第一特征图；采用第二特征提取网络提取三维图像数据中的形貌信息，得到第二特征图；对第一特征图和第二特征图进行通道拼接，得到融合特征图；基于融合特征图进行缺陷分割处理，得到目标物体的缺陷特征。通过特征层面的融合，充分利用目标物体表面的纹理信息和形貌信息进行缺陷分割，有助于提高表面缺陷检测的准确率。
-
公开(公告)号：CN119887929A
公开(公告)日：2025-04-25
申请号：CN202311382753.9
申请日：2023-10-24
Applicant: 深圳市华汉伟业科技有限公司
Abstract: 一种标定方法和一种基于线激光扫描的三维重建方法，对所述三维重建装置进行标定以确定标定信息，具体地，对三维重建装置的相机进行标定以至少确定所述相机的内参，以及对三维重建装置的激光模组的光平面进行标定以至少确定所述光平面的参数；对三维标定板进行线激光扫描，获取线激光的光条图像；基于光条提取算法提取光条图像中的光条，并基于所提取的光条和所述标定信息对所述三维标定板进行三维重建，得到三维重建结果；获取所述三维标定板的模型信息，并将所述三维标定板的所述三维重建结果与其模型信息进行配准得到差异信息，基于所述差异信息对所述标定信息进行优化；通过本申请所得到的优化后的标定信息更加准确。
-
公开(公告)号：CN119887885A
公开(公告)日：2025-04-25
申请号：CN202311382757.7
申请日：2023-10-24
Applicant: 深圳市华汉伟业科技有限公司
Abstract: 一种线激光的光条提取方法和基于线激光扫描的三维重建方法；在对光条图像进行光条提取时，对于每一列，先定位出该列上光条在其宽度方向上的起始点和终点，以定义出每列的光条区域，再基于光条区域定义出两类待选点(第一待选点和第二待选点)，并基于光条区域的性质来从这两类待选点中选择其中一者的位置作为该列的光条中心点的位置，通过本申请的方案，在面对非不透明物体表面(例如半透明物体表面)时，能够较准确地从光条图像中提取光条。
-
公开(公告)号：CN119810017A
公开(公告)日：2025-04-11
申请号：CN202411696310.1
申请日：2024-11-25
Applicant: 深圳市华汉伟业科技有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06T7/11 , G06T3/4038 , G06T5/50 , G06T3/4046 , G06N3/0464 , G06N3/08
Abstract: 缺陷检测方法及装置、超参数优化方法及装置，该超参数优化方法首先获取样本图像集，之后对于多个超参数组合中的每个超参数组合，采用该超参数组合利用样本图像集训练目标任务模型，并评估和记录训练后的目标任务模型执行目标任务时的性能指标；最后选取性能指标最佳的训练后的目标任务模型对应的超参数组合作为最终用于训练目标任务模型的超参数组合。在训练模型的过程中，若目标任务模型对于任意一样本图像的预测误差小于误差阈值，则舍弃该样本图像，不再参与后续轮次的训练，这样不仅减少了超参数优化过程使用的样本量，降低耗时，也使模型利用了最重要、最具代表性的样本，高效、精准地获取最佳超参数组合。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.046 seconds)
