-
公开(公告)号:CN112819845B
公开(公告)日:2023-10-27
申请号:CN202110218079.5
申请日:2021-02-26
申请人: 华南理工大学
摘要: 本发明公开了柔性封装基板轮廓、线宽线距缺陷检测方法及介质和设备,首先选取需要检测的柔性封装基板图像作为初始引导图像,对其采用变尺度迭代引导滤波进行纹理去除和边缘保持平滑处理;人挪活采用大津法改进的自适应阈值分割算法对滤波后的图像进行处理,得到轮廓图像;本发明方法通过改进的引导滤波,结合改进的边缘检测算子,解决了高纹理柔性封装基板线路边缘模糊导致边界提取不准确的问题,因此本发明能保留图像边缘的细节信息,消除铜面纹理,可快速准确提取基板铜线区域的轮廓。本发明通过对直线曲线的拟合及轮廓曲线之间线宽线距的检测能够进一步解决轮廓曲线部分缺口缺陷的检测,具有直线和曲线部分拟合简单、快速的优点。
-
公开(公告)号:CN115994458B
公开(公告)日:2023-07-18
申请号:CN202310286118.4
申请日:2023-03-23
申请人: 华南理工大学
IPC分类号: G06F30/20 , G06F15/163 , G06F16/248 , G06F16/25
摘要: 本发明公开了一种虚实集成的多智能体集群系统仿真方法,该方法是通过双向数字孪生机制在虚拟世界中建立虚智能体和孪生实智能体,同时亦在物理世界中建立实智能体和孪生虚智能体,再通过建立物理世界和虚拟世界的通信机制以及建立智能体内部运行方式来实现多智能体集群系统的大规模仿真;本发明采用虚拟和实物相结合的方法,提出了双向数字孪生机制,组成整个集群系统的智能体有实智能体、孪生实智能体、虚智能体和孪生虚智能体共四种智能体,克服了现有的数字孪生技术只有实智能体和孪生实智能体两种类型的智能体而很难组成大规模集群系统实验平台的问题,发挥软件仿真的灵活性和物理系统的真实性,实现较低成本的大规模集群系统的实验方法。
-
公开(公告)号:CN111461110B
公开(公告)日:2023-04-28
申请号:CN202010134062.7
申请日:2020-03-02
申请人: 华南理工大学
IPC分类号: G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06V10/25 , G06V10/26 , G06N3/0464 , G06N3/0475 , G06N3/04
摘要: 本发明属于图像、视频处理领域,涉及一种基于多尺度图像和加权融合损失的小目标检测方法,包括:基于改进Mask RCNN模型对多种不同尺度图像提取多组特征向量,对多组特征向量进行融合,构造特征金字塔;基于特征金字塔生成候选检测框并筛选得到建议检测框;将建议检测框对应回特征金字塔中产生它们的特征图中,在特征图上对齐截取;将对齐后的建议检测框输入分类器层,得到建议检测框的类别置信度和位置偏移量;在测试阶段,根据建议检测框的类别置信度得分大小筛选一定的建议检测框,并做非极大值抑制;在训练阶段,对检测小目标特征层计算出的损失函数进行加权,并与检测大、中目标层的损失函数融合,增强模型对小目标物体的敏感程度。
-
公开(公告)号:CN114125770B
公开(公告)日:2022-05-17
申请号:CN202210103624.0
申请日:2022-01-28
申请人: 华南理工大学
摘要: 本发明提供一种无人机集群的网络通信方法及装置,所述方法包括:建立空间坐标系;至少基于无人机上的UWB定位及通信模组实时确定其他无人机的空间坐标;基于获得的所述空间坐标及所述空间坐标系实时确定包含所有无人机的空间坐标的无人机集群系统坐标;确定通信时隙;至少基于无人机集群系统坐标和通信时隙确定用于通信的目标通信路由节点,所述目标通信路由节点为数据传输网络中路由通道的节点,每个无人机分别形成一所述通信路由节点;至少记录目标通信路由节点至路由表中,同时共享路由表中的信息,使其他所述通信路由节点更新各自的路由表。本发明的无人机集群网络通信方法能够实现无人机机群的快速通信拓扑,使各无人机间成功执行网络通信。
-
公开(公告)号:CN111461110A
公开(公告)日:2020-07-28
申请号:CN202010134062.7
申请日:2020-03-02
申请人: 华南理工大学
摘要: 本发明属于图像、视频处理领域,涉及一种基于多尺度图像和加权融合损失的小目标检测方法,包括:基于改进Mask RCNN模型对多种不同尺度图像提取多组特征向量,对多组特征向量进行融合,构造特征金字塔;基于特征金字塔生成候选检测框并筛选得到建议检测框;将建议检测框对应回特征金字塔中产生它们的特征图中,在特征图上对齐截取;将对齐后的建议检测框输入分类器层,得到建议检测框的类别置信度和位置偏移量;在测试阶段,根据建议检测框的类别置信度得分大小筛选一定的建议检测框,并做非极大值抑制;在训练阶段,对检测小目标特征层计算出的损失函数进行加权,并与检测大、中目标层的损失函数融合,增强模型对小目标物体的敏感程度。
-
公开(公告)号:CN107728589B
公开(公告)日:2019-11-15
申请号:CN201710873080.5
申请日:2017-09-25
申请人: 华南理工大学
IPC分类号: G05B19/418
摘要: 本发明公开了一种柔性IC基板蚀刻显影工艺过程的在线监控方法中,步骤:收集工艺过程中正常的历史数据集X,归一化得到采用KPCA模型提取出的非线性主元矩阵T,对SVDD模型进行训练;非线性主元矩阵T中所有极限点构成极限点数据集;在线采集检测数据y,归一化得进行以下检测:由当前KPCA模型提取出的非线性主元z′,输入至当前SVDD模型计算统计量,判定出y是否正常;若正常,对当前KPCA模型进行更新,若正常且z′为极限点,则更新极限点数据集;由更新后的极限点数据集对当前SVDD模型进行训练;当下一次在线采集到检测数据时,归一化后重复执行上述检测。本发明能够实现快速且准确的在线监控。
-
公开(公告)号:CN106527385B
公开(公告)日:2019-10-18
申请号:CN201611179983.5
申请日:2016-12-19
申请人: 华南理工大学
IPC分类号: G05B19/418
摘要: 本发明公开了一种大批量LED封装生产过程的品质控制方法,该方法包括LED产品的离线分析和LED涂覆生产过程的在线监控。离线分析包括:采集LED产品的5个质量指标数据并进行预处理;利用多变量控制图判定产品质量是否异常;若异常,采用优化的支持向量机进行多变量异常源识别;采用Apriori算法分析识别的异常质量指标所关联的异常生产参数。涂覆生产过程在线监控包括:采集LED封装生产过程中荧光粉涂覆工艺的6个生产参数;利用多变量控制图判定生产过程是否异常;若异常,采用优化的支持向量机进行多变量异常源识别,确定异常参数。本发明提供了一种大批量LED封装生产过程的智能分析与检测方法,可有效解决LED封装生产过程的品质控制问题。
-
公开(公告)号:CN109003268A
公开(公告)日:2018-12-14
申请号:CN201810798685.7
申请日:2018-07-19
申请人: 华南理工大学
摘要: 本发明公开一种超薄柔性IC基板外观颜色检测方法。该方法包括:(1)通过显微成像采集系统将实物采集为数字图像;(2)通过图像融合将拍摄完成后的所有图像拼接形成完整的柔性IC基板图像;(3)对所述柔性IC基板图像进行外观颜色检测。本发明步骤(3)首先对图像进行平滑预处理,去除噪声;其次将RGB彩色空间转换为HSI彩色空间,提取亮度I分量方便图像的处理;然后对彩色图像的亮度I信息进行点集值拓扑映射,计算二维灰度直方图;最后通过自动聚类的K值判断是否存在外观颜色缺陷。本发明解决了柔性IC基板生产过程中的外观颜色缺陷快速检测难题。
-
公开(公告)号:CN109001213A
公开(公告)日:2018-12-14
申请号:CN201810799385.0
申请日:2018-07-19
申请人: 华南理工大学
IPC分类号: G01N21/88
摘要: 本发明公开一种卷到卷超薄柔性IC基板外观检测方法,包括:(1)通过光学成像采集系统对图像进行光学成像采集;(2)通过图像融合将拍摄完成后的所有图像拼接形成完整的柔性IC基板图像;(3)对柔性IC基板图像进行基板外观参数检测。本发明的基板外观参数检测首先利用高光谱成像技术采集谱带并对谱带进行分析,可检测凹凸痕、划伤/划痕和碰伤缺陷;其次对图像进行平滑预处理,去除噪声;再次对图像进行采集并融合处理后转换为灰度图像;然后通过自动聚类方法检测氧化区域和外观颜色缺陷;最后通过边缘特征提取方法检测沾污及异物缺陷。本发明解决了柔性IC基板卷到卷生产过程中的外观参数检测难题。
-
公开(公告)号:CN104156780B
公开(公告)日:2017-09-26
申请号:CN201410326534.3
申请日:2014-07-09
申请人: 华南理工大学
摘要: 本发明提供一种基于协同进化的拱架型贴片机集成优化方法;其主要步骤包括:(1)根据贴片机的工作原理,建立吸嘴配置优化模型、以及兼顾喂料器分配和元器件拾贴顺序的集成优化数学模型;(2)利用线性规划求解吸嘴配置优化模型;(3)基于协同进化,采用邻域竞争、交叉、变异和局部搜索的进化策略对喂料器分配和元器件拾贴顺序进行协同优化,使得贴装头在贴装过程中的移动路径最小。本发明具有缩短贴片机的工作时间,有效提高贴装效率的优点,可用于表面组装过程(SMT)中拱架型贴片机的优化控制。本发明的方法克服了传统优化方法在解决该复杂多决策优化问题时的不稳定性和单一性,运用协同进化来进行多个子问题的同时优化。
-
-
-
-
-
-
-
-
-