-
公开(公告)号：CN117173095A
公开(公告)日：2023-12-05
申请号：CN202310897891.4
申请日：2023-07-20
Applicant: 广东工业大学
IPC: G06T7/00 , G06N3/08 , G06N3/0455 , G06N3/0464 , G06V10/774 , G06V10/82 , G06V10/74 , G06V10/75
Abstract: 本发明提出了一种无监督的异常检测方法，具体涉及一种用于SMT缺陷检测的异常检测方法；本发明不需要异常样本，只需要大量的正常样本进行训练，在推理过程中，通过比较输入在教师编码器与学生解码器各自的特征表示进行缺陷的检测与分割，提取的特征向量在师生网络对应位置的相似性较低，意味着样本异常，最终的检测是通过多尺度相似图的积累计算。
-
公开(公告)号：CN114937003B
公开(公告)日：2025-05-13
申请号：CN202210380919.2
申请日：2022-04-12
Applicant: 广东工业大学
Abstract: 本发明公开了一种针对玻璃面板的多类型缺陷检测系统和方法，涉及机器视觉的技术领域，图像获取模块获取玻璃面板原始图像，场景选择模块选择一个检测场景，检测图库模块判断是否已经历过该检测场景；画检分区模块确定出感兴趣区域图像，预处理模块对其进行预处理操作；阈值分割模块计算预处理图像的阈值，利用该阈值对其进行二值化操作；测量拟合模块对二值化图像进行缺陷形状拟合，计算缺陷形状的特征参数，确定当前场景下玻璃面板原始图像具有的缺陷类型；判断汇总模块实现对所有检测场景的遍历，汇总多场景下的缺陷检测结果后输出。本发明实现了多检测场景下对玻璃面板多类型缺陷的检测，检测时间短，检测效率高，检测算法的复用率高。
-
公开(公告)号：CN116977490A
公开(公告)日：2023-10-31
申请号：CN202310952971.5
申请日：2023-07-31
Applicant: 广东工业大学
IPC: G06T11/60
Abstract: 本发明提供一种PCB缺陷生成方法及装置，包括：根据源图片确定第一补丁的大小与中心坐标后，在所述源图片中截取所述第一补丁；其中，所述源图片为预设PCB图片集中的一张图片；对所述第一补丁进行重定义大小，得到重定义补丁；根据目标图片确定第二补丁的中心坐标后，在所述目标图片中截取所述第二补丁；其中，所述目标图片为所述预设PCB图片集中不同于所述源图片的一张图片，所述第二补丁的大小与所述重定义补丁的大小相同；将所述重定义补丁缝合至所述目标图片中，得到生成缺陷后的PCB图片。本发明能够提高获取PCB缺陷样本图片的效率，同时能够生成不同种类的缺陷样本。
-
Patent Agency Ranking
公开(公告)号：CN116612071A
公开(公告)日：2023-08-18
申请号：CN202310418227.7
申请日：2023-04-18
Applicant: 广东工业大学
IPC: G06T7/00 , G06V10/82 , G06F18/2413 , G06V10/74
Abstract: 本发明提供一种具有重复元件的大幅面PCB面板精确定位方法，该方法包括九点标定，初始化工业相机参数，将金字塔下采样和霍夫圆检测进行Mark点的粗定位与使用卡尺检测圆的算法进行亚像素级别的精定位相结合进行左上和右下两个Mark点的定位，将DXF坐标系下点集的坐标转换成脉冲坐标，结合拍照位信息转换到像素坐标得到元器件坐标点集的像素坐标，再通过KNN算法对FOV左右邻近的重复元器件坐标信息进行去重，从而实现了高准确性、高精度、强自适应性的快速定位检测，同时还能够快速精准对不同PCB产品上的各个元器件进行精确定位和检测，极大提高了PCB面板中电子元器件缺陷检测的效率。
-
公开(公告)号：CN114937003A
公开(公告)日：2022-08-23
申请号：CN202210380919.2
申请日：2022-04-12
Applicant: 广东工业大学
Abstract: 本发明公开了一种针对玻璃面板的多类型缺陷检测系统和方法，涉及机器视觉的技术领域，图像获取模块获取玻璃面板原始图像，场景选择模块选择一个检测场景，检测图库模块判断是否已经历过该检测场景；画检分区模块确定出感兴趣区域图像，预处理模块对其进行预处理操作；阈值分割模块计算预处理图像的阈值，利用该阈值对其进行二值化操作；测量拟合模块对二值化图像进行缺陷形状拟合，计算缺陷形状的特征参数，确定当前场景下玻璃面板原始图像具有的缺陷类型；判断汇总模块实现对所有检测场景的遍历，汇总多场景下的缺陷检测结果后输出。本发明实现了多检测场景下对玻璃面板多类型缺陷的检测，检测时间短，检测效率高，检测算法的复用率高。
-
公开(公告)号：CN114792310B
公开(公告)日：2025-05-09
申请号：CN202210467455.9
申请日：2022-04-29
Applicant: 广东工业大学
Abstract: 本发明提供一种LCD屏幕中边缘模糊的Mura缺陷检测方法，该方法通过添加噪声的方式实现对缺陷的准确检测，并且对于不同形状不同大小的屏幕均适用；对于屏幕边缘区域的出血点，在检测之前进行填充在检测之后进行掩膜，从而实现避免出血点对于检测结果的影响；针对图像分辨率较大的问题，采用下采样的方式将图像大小缩小为原来的#imgabs0#既节省了图像处理的时间又保留了图像中的有效数据；在整个图像处理过程完成之后，采用上采样的方式将结果图恢复到原有尺寸，方便现场操作工人进行查看、分析与判断。
-
公开(公告)号：CN116645557A
公开(公告)日：2023-08-25
申请号：CN202310628778.6
申请日：2023-05-30
Applicant: 广东工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/25 , G06V10/82 , G06T7/00
Abstract: 本发明公开了一种基于融合注意力机制的LCD屏幕缺陷分类方法及存储介质，涉及表面缺陷分类技术领域。所述方法包括：获取待分类的LCD屏幕图像并对其进行预处理，将预处理后的LCD屏幕图像作为查询集图像；获取标注有缺陷信息的样本图像并对其进行预处理，将预处理后的样本图像作为支持集图像进行小样本学习；将查询集图像和支持集图像输入预训练的原型网络，得到查询集图像和支持集图像间的距离度量结果；根据距离度量结果进行分类，生成LCD屏幕缺陷分类结果。相较于现有技术，本发明通过注意力生成模块提高距离度量结果的准确性，进而提高LCD屏幕缺陷分类结果的精度和稳定性。
-
公开(公告)号：CN114792310A
公开(公告)日：2022-07-26
申请号：CN202210467455.9
申请日：2022-04-29
Applicant: 广东工业大学
Abstract: 本发明提供一种LCD屏幕中边缘模糊的Mura缺陷检测方法，该方法通过添加噪声的方式实现对缺陷的准确检测，并且对于不同形状不同大小的屏幕均适用；对于屏幕边缘区域的出血点，在检测之前进行填充在检测之后进行掩膜，从而实现避免出血点对于检测结果的影响；针对图像分辨率较大的问题，采用下采样的方式将图像大小缩小为原来的既节省了图像处理的时间又保留了图像中的有效数据；在整个图像处理过程完成之后，采用上采样的方式将结果图恢复到原有尺寸，方便现场操作工人进行查看、分析与判断。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
