公开(公告)号：CN116663378B

公开(公告)日：2024-06-04

申请号：CN202310602978.4

申请日：2023-05-23

Applicant: 合肥工业大学

Inventor： 洪丽 ,  宇周亮 ,  詹炳根 ,  杨永敢 ,  高鹏 ,  郭炳霖 ,  余其俊

IPC: G06F30/25 ,  G16C60/00

Abstract: 本发明公开了一种考虑再生砂颗粒形貌的级配优化方法，属于颗粒级配优化技术领域，包括以下步骤：S1：建立三维椭球形骨料随机投放模型；S2：基于再生砂颗粒形貌参数对MAA模型进行修正；S3：对修正后的模型进行验证对比分析。本发明考虑再生砂颗粒形貌的特征，首次引入长径比这一特征因子对MAA模型进行修正，建立了分布系数与长径比之间的关系，考虑颗粒的形貌特征，建立已有MAA模型中分布系数与长径比及空隙率之间的关系。

公开(公告)号：CN112489019A

公开(公告)日：2021-03-12

申请号：CN202011382609.1

申请日：2020-12-01

Applicant: 合肥工业大学

Inventor： 洪丽 ,  张鹏 ,  宇周亮

IPC: G06T7/00 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04

Abstract: 一种基于深度学习的GFRC图像中短切纤维的快速识别方法，通过纤维图像数据集获取及其预处理、深度学习网络模型的构建、模型结果验证与分析；基于深度学习理论的图像处理法与短切玻璃纤维识别相融合，基于语义分割模型DeeplabV3+，在Deeplab算法的基础上引入Encoder‑Decoder结构，并且对像素级进行分割预测，可在预测结果图上更加精确的显示识别结果，将基于深度学习理论的图像处理法与短切玻璃纤维识别相融合，基于语义分割模型DeeplabV3+挑选出最佳的最初学习率并且对比其他网络经典模型，从而得到高准确率、精度的纤维识别图。

公开(公告)号：CN115900586B

公开(公告)日：2024-09-10

申请号：CN202211480345.2

申请日：2022-11-24

Applicant: 合肥工业大学

Inventor： 洪丽 ,  宇周亮 ,  詹炳根 ,  余其俊

IPC: G01B11/24 ,  G01N15/1433 ,  G06T7/00 ,  G06T7/62 ,  G06T7/64 ,  G06V10/26 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种再生砂颗粒形貌实时监测装置及实时监测方法，属于形貌检测技术领域，包括：利用再生砂颗粒形貌监测装置，同步获取再生砂两个维度方向的投影图像，通过搭建再生砂投影数据集，利用深度学习方法建立再生砂语义分割模型，训练并验证模型结果；利用训练好的再生砂语义分割模型同步进行投影图像的分割识别、提取再生砂多维投影的几何参数并组合计算其表征参数。本发明实现了对再生砂颗粒多维形貌实时在线监测，通过深度学习技术开发了一种再生砂颗粒形貌实时监测装置及实时监测方法，可对再生砂图像进行实时高效快速分割，相比较传统的图像分割方法效率更高。

公开(公告)号：CN116663378A

公开(公告)日：2023-08-29

申请号：CN202310602978.4

申请日：2023-05-23

Applicant: 合肥工业大学

Inventor： 洪丽 ,  宇周亮 ,  詹炳根 ,  杨永敢 ,  高鹏 ,  郭炳霖 ,  余其俊

IPC: G06F30/25 ,  G16C60/00

Abstract: 本发明公开了一种考虑再生砂颗粒形貌的级配优化方法，属于颗粒级配优化技术领域，包括以下步骤：S1：建立三维椭球形骨料随机投放模型；S2：基于再生砂颗粒形貌参数对MAA模型进行修正；S3：对修正后的模型进行验证对比分析。本发明考虑再生砂颗粒形貌的特征，首次引入长径比这一特征因子对MAA模型进行修正，建立了分布系数与长径比之间的关系，考虑颗粒的形貌特征，建立已有MAA模型中分布系数与长径比及空隙率之间的关系。

公开(公告)号：CN115900586A

公开(公告)日：2023-04-04

申请号：CN202211480345.2

申请日：2022-11-24

Applicant: 合肥工业大学

Inventor： 洪丽 ,  宇周亮 ,  詹炳根 ,  余其俊

IPC: G01B11/24 ,  G01N15/10 ,  G06T7/00 ,  G06T7/62 ,  G06T7/64 ,  G06V10/26 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种再生砂颗粒形貌实时监测装置及实时监测方法，属于形貌检测技术领域，包括：利用再生砂颗粒形貌监测装置，同步获取再生砂两个维度方向的投影图像，通过搭建再生砂投影数据集，利用深度学习方法建立再生砂语义分割模型，训练并验证模型结果；利用训练好的再生砂语义分割模型同步进行投影图像的分割识别、提取再生砂多维投影的几何参数并组合计算其表征参数。本发明实现了对再生砂颗粒多维形貌实时在线监测，通过深度学习技术开发了一种再生砂颗粒形貌实时监测装置及实时监测方法，可对再生砂图像进行实时高效快速分割，相比较传统的图像分割方法效率更高。

公开(公告)号：CN114897790A

公开(公告)日：2022-08-12

申请号：CN202210396195.0

申请日：2022-04-15

Applicant: 合肥工业大学

Inventor： 洪丽 ,  朱玲玲 ,  张鹏 ,  宇周亮 ,  李明明

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/26 ,  G06V10/776

Abstract: 本发明公开了一种基于深度学习的钢筋混凝土构件表面裂缝的快速识别方法，涉及钢筋混凝土技术领域，本发明将基于深度学习理论的图像处理法与钢筋混凝土构件表面裂缝识别相融合，基于语义分割模型DeeplabV3+，在Deeplab算法的基础上引入Encoder‑Decoder结构，并且对像素进行分割预测，可在预测结果图上更加精确地显示识别结果，同时引入准确率Accuracy、交并比IoU和F1‑score指标评价体系。