-
公开(公告)号:CN118840342A
公开(公告)日:2024-10-25
申请号:CN202410939894.4
申请日:2024-07-15
Applicant: 中国地质大学(武汉)
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明提供了一种半导体芯片图案晶圆缺陷检测方法、设备及存储介质,涉及晶圆检测技术领域,其方法包括:获取晶圆表面图像集、预处理后划分为缺陷样本数据集与正常样本数据集、建立晶圆缺陷生成网络并训练,结束后生成混合晶圆图像、对缺陷样本数据集进行增广,预处理后划分数据集、构建晶圆表面缺陷检测网络并训练、将待测晶圆表面图像输入训练好的检测网络,得到晶圆表面缺陷检测结果;设备及存储介质用于实现方法。本发明的有益效果是:构建了晶圆缺陷生成网络,解决了缺陷检测样本数据不足的问题,构建图案化晶圆表面缺陷检测网络,解决了图案化晶圆背景复杂时无法有效提取图像小缺陷区域特征的问题,大大提高缺陷检测的效率和准确率。
-
公开(公告)号:CN116416234A
公开(公告)日:2023-07-11
申请号:CN202310384365.8
申请日:2023-04-06
Applicant: 中国地质大学(武汉)
IPC: G06T7/00 , G06T7/136 , G06T5/00 , G06V10/46 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种轨道机车表面缺陷检测方法及系统,包括:获取外表面图像的标准图像和缺陷图像;对标准图像进行裁剪,获得无缺陷样本集;对缺陷图像进行图像校正和裁剪,获得缺陷样本集;通过损失函数对孪生CNN网络进行训练,获得训练好的孪生CNN网络;将无缺陷样本集输入训练好的孪生CNN网络,获得第一特征张量F1;将缺陷样本集输入训练好的孪生CNN网络,获得第二特征张量F2;计算第一特征张量F1与第二特征张量F2之间的欧式距离,获得距离图;对距离图进行优化获得最终变化图。本发明构建并训练孪生CNN网络,能够使用该网络进行标准图像和缺陷图像的特征提取,解决了因图像背景复杂无法有效提取图像缺陷区域特征的问题。
-
公开(公告)号:CN116310127A
公开(公告)日:2023-06-23
申请号:CN202310298568.5
申请日:2023-03-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于环形激光三角测量的管道内壁三维重建方法,包括:S1:对相机进行参数标定,获得标定后的相机;S2:通过标定后的相机对激光器进行激光平面标定,获得标定后的激光器;S3:通过标定后的相机和标定后的激光器获取管道内壁的三维信息,通过三维信息进行管道内壁三维重建。本发明通过不同坐标系的转化实现相机的标定,使得相机通过图像获得的结构数据更加精确;通过对激光器进行激光平面标定,可以更加精确的定义线激光所在平面和相机之间的位置关系,使得三维重建更加精确;提供一种主动式光学三维测量方案,不同于传统的二维图像检测,基于三维模型的管道内壁检测具有较强的鲁棒性以及测量的准确性。
-
公开(公告)号:CN116152209A
公开(公告)日:2023-05-23
申请号:CN202310175412.8
申请日:2023-02-27
Applicant: 中国地质大学(武汉)
IPC: G06T7/00 , G06T5/00 , G06V10/26 , G06V10/82 , G06V10/774 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种耳机罩缺陷检测方法、装置、设备及存储介质,包括:首先采集耳机罩表面样本构造样本数据集;其次进行亮度均衡算法处理,可以提高缺陷区域的对比度,帮助网络模型更好地训练;然后构造深度卷积生成对抗网络DCGAN模型,用于扩充缺陷样本;然后将扩充的缺陷样本加入的初始的样本数据集中,作为新的样本数据集;最后将UNet作为主干网络,并加入了注意力机制构建语义分割网络Attention‑UNet,用于对实时采集的耳机罩图片进行缺陷检测,提取出当前耳机罩图片中的缺陷区域,进而实现整个缺陷检测过程。该方法可以解决基于传统的耳机罩缺陷检测方法容易受环境、光照等因素影响,检测精度低,以及在深度学习中部分缺陷样本不足等问题。
-
公开(公告)号:CN112950561B
公开(公告)日:2022-07-26
申请号:CN202110196131.1
申请日:2021-02-22
Applicant: 中国地质大学(武汉)
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/194 , G06T5/50 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种光纤端面缺陷检测方法、设备及存储介质,具体包括以下步骤:采集光纤端面的正常样本数据集和缺陷样本数据集,构建并训练条件生成对抗网络,能够进行缺陷样本数据扩充,解决了缺陷检测样本数据不足的问题,避免了过拟合现象的产生;构建并训练循环生成对抗网络,在使用生成器对光纤端面进行缺陷检测的同时,也生成新的缺陷样本,进一步扩充缺陷样本数据集;根据扩充后的缺陷样本集与正常样本数据集通过对抗训练后的循环生成对抗网络模型进行缺陷识别,获得缺陷区域。本方法属于无监督学习方法,为缺陷检测提供一种全新的方法,不仅可以省去为图片标记的麻烦,同时可以大大提高缺陷检测的准确率。
-
公开(公告)号:CN113012277A
公开(公告)日:2021-06-22
申请号:CN202110147254.6
申请日:2021-02-03
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于DLP面结构光多相机重建方法,包括:搭建四目结构光检测系统,标定相机,PC端生成格雷码与相移码图案,控制DLP投影仪投射,电平信号触发相机拍摄编码图案受调制后的图像;矫正拍摄得到的图像并进行去噪处理;对去噪后的格雷码图案和相移编码图案分别进行解码和解包裹操作计算截断相位,结合两者的结果进行绝对相位值的计算;进行立体匹配,获得待测物的点云信息;对两组双目结构光系统得到的点云进行滤波处理,通过旋转平移变换将两组点云进行初步的拼接;拼接得到的点云进行融合处理,并进行曲面重建,本发明通过格雷码结合相移码完成高精度编码过程,提高编解码的准确性与最终重建的精度,达到工业中检测的要求。
-
公开(公告)号:CN119919390A
公开(公告)日:2025-05-02
申请号:CN202510066008.6
申请日:2025-01-16
Applicant: 中国地质大学(武汉)
IPC: G06T7/00 , F03D17/00 , G05D1/495 , G05D1/46 , G05D1/243 , G05D1/644 , G06T7/70 , G06T5/80 , G06T7/246 , G06T7/62 , G06V10/774 , G06V10/52 , G06V20/17 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/08 , G05D101/10 , G05D109/20
Abstract: 本发明公开基于无人机和DIC的风电机叶片振动监测方法、系统,涉及风电机叶片振动监测技术领域,方法包括:使用无人机按照预设飞行路径对风电机叶片进行拍摄,获取风电机叶片表面图像数据;基于无人机GPS传感器和图像数据,使用SLAM中位姿估计的图优化方法对无人机姿态进行优化,得到校正后的图像;基于校正后的图像,生成正常及变形数字散斑图像;构建立体数字图像相关测量网络模型,模型包括:特征提取、成本体生成、位移图预测三个模块;使用散斑图像对模型进行训练、验证和测试,将待测图像输入最终的模型,对生成的位移云图进行频率分析,确定叶片的当前状态。本发明解决了室外大型风力机叶片动态识别的问题。
-
公开(公告)号:CN119418284A
公开(公告)日:2025-02-11
申请号:CN202411435182.5
申请日:2024-10-15
Applicant: 中国地质大学(武汉)
IPC: G06V20/54 , G06V10/774 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及人工智能领域,公开了一种船舶火灾检测方法、装置、设备及存储介质,该方法通过构建船舶火灾检测网络LFADF‑Net,将船舶火灾训练数据集输入所述船舶火灾检测LFADF‑Net网络;根据所述船舶火灾训练数据集,通过基于像素的损失函数对所述船舶火灾检测LFADF‑Net网络中的参数进行优化训练,得到训练好的LFADF‑Net船舶火灾检测网络模型;采集目标船舶的视频数据;通过所述训练好的LFADF‑Net船舶火灾检测网络模型对所述目标船舶的视频数据进行火灾特征提取和船舶火灾检测,获得船舶火灾检测结果,该LFADF‑Net船舶火灾检测网络模型的计算效率高,能够实时并准确的检测舰船整个阶段火灾。
-
公开(公告)号:CN117351000A
公开(公告)日:2024-01-05
申请号:CN202311513180.9
申请日:2023-11-10
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开一种基于深度学习的端到端变形测量系统,包括图像采集模块、图像预处理模块、ROI区域更新模块、变形预测模块、结果可视化模块、界面显示模块;图像采集模块用于实时捕获被测对象在变形过程中的连续图像序列;图像预处理模块用于对图像采集模块获取的连续图像序列进行畸变校正、去噪处理;ROI区域更新模块用于对预处理后图像进行待测区域的ROI绘制,并计算图像位移数据,结合位移数据进行ROI区域动态更新,得到散斑图像;变形预测模块包括变形预测模型,用于对散斑图像的最新的ROI区域进行位移和应变预测计算。本系统实现端到端训练和优化,提高鲁棒性;本系统计算框架模块化,易于迁移和升级,可以直接服务于工程实际应用。
-
公开(公告)号:CN117298498A
公开(公告)日:2023-12-29
申请号:CN202311168774.0
申请日:2023-09-11
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种可移动式自动灭火装置,包括移动平台;设置在移动平台上表面的安装架,其一侧设有用以容置至少一灭火器的容置仓、另一侧上端设有管道组件,容置仓配备设有仓门以卡固各所述灭火器;灭火器开关组件,包括储气罐、至少一气缸、以及设置在每一气缸伸缩端上的开关压板,各开关压板与各灭火器一一对应,每一开关压板一端与对应气缸连接、另一端设有与对应灭火器的压把相适配的压头,各气缸均设置在仓门上,每一气缸均与储气罐连通;设置在移动平台上表面的机械臂,其上设有灭火喷枪,灭火喷枪通过管道组件与各灭火器的出气口连通;用以检测火焰大小的火焰检测器。本装置可以自动移动并对准着火点,且自动开启灭火器,提高效率。
-
-
-
-
-
-
-
-
-