一种深度学习的汽车漆膜缺陷识别系统构建方法

    公开(公告)号:CN110335238A

    公开(公告)日:2019-10-15

    申请号:CN201910378419.3

    申请日:2019-05-08

    Applicant: 吉林大学

    Abstract: 本发明公开了一种深度学习的汽车漆膜缺陷识别系统构建方法,包括如下步骤:采集若干待检测的车身漆膜原图像进行标注,所述标注包括标注车身漆膜原图像中的缺陷区域和类别,标注后对每张标注后的图片生成一个xml格式文件,形成标注样本集;对标注样本集的每张图片中标注的各个缺陷区域均利用采样块进行若干次多角度剪裁采样,得出缺陷区域采样集;采样块为正方形;利用深度学习算法对缺陷区域采样集进行训练和测试,构建得到基于深度学习的汽车漆膜缺陷识别模型;构建基于深度学习的汽车漆膜缺陷识别系统。本发明可有效辅助汽车漆膜缺陷的识别,弥补人工目视检测的不足,提高汽车车身漆膜质量。

    色彩自然匹配与显示区自然融合的盲区透视化显示方法

    公开(公告)号:CN110099268A

    公开(公告)日:2019-08-06

    申请号:CN201910451765.X

    申请日:2019-05-28

    Applicant: 吉林大学

    Abstract: 本发明公开了一种色彩自然匹配与显示区自然融合的盲区透视化显示方法,包括如下步骤:通过双目相机的左相机和右相机分别获取观察者的人眼图像,并分别采用Haar_AdaBoost算法对左相机和右相机获取的观察者的人眼图像进行人眼ROI区域定位和定位瞳孔位置:进行观察者眼部位置三维重建;在被遮蔽物的外侧安装摄像机,在其内侧安装显示设备,建立视平面与显示设备的显示屏平面间的映射关系;图像显示区域优化;显示屏的显示色彩与自然场景色彩匹配优化。本发明可以克服盲区显示设备与自然视野色彩匹配度低、角度计算粗略、融合突兀等问题。

Patent Agency Ranking