公开(公告)号：CN114663419A

公开(公告)日：2022-06-24

申请号：CN202210358737.5

申请日：2022-04-07

申请人： 昆明理工大学

发明人： 张永安 ,  李亚轩 ,  叶飞 ,  张云浩 ,  赵航 ,  郗加民 ,  赵丹露 ,  陈强珅 ,  康文杰

IPC分类号： G06T7/00 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于深度学习的红外全息噪声抑制方法，本发明所述方法为：采集作为训练样本的红外全息图像，将红外全息图的相位图与强度图作为样本，根据强度图样本的参数设定作为神经网络的训练参数，提取其相应的噪声特征，对其噪声特征利用卷积神经网络进行噪声抑制建立模型，再将神经卷积网络模型所得到的图像进行傅里叶变换(1‑FFT)重建，得到经过深度学习降噪后的红外全息图，该方法应用到红外全息光路可以有效的实时抑制红外全息图的噪声，通过深度学习能够有效地，智能化地实时得到较好的降噪效果红外全息图像。

公开(公告)号：CN114937174A

公开(公告)日：2022-08-23

申请号：CN202210536295.9

申请日：2022-05-17

申请人： 昆明理工大学

发明人： 张永安 ,  赵丹露 ,  何光辉 ,  李亚轩 ,  曾春华 ,  赵航

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/50 ,  G06V10/30 ,  G01N21/88 ,  G01N21/01

摘要： 本发明公开一种基于数字全息机器视觉的精密件的检测方法及装置，属于无损检测以及数字全息技术应用领域。本发明所述方法应用CCD图像传感器获取精密件的全息图，存储于计算机中计算可得到瑕疵的三维形貌。利用从全息图中所提取的瑕疵特征集，建立多组特征数据。接着通过支持向量机分类模型对输入的精密件特征集自动快速分类，较好地满足实时性要求，成功解决了分类速度慢、误判率较高的问题。本发明通过数字全息技术测量由工件表面疵病引起的元件反射波前的相位畸变，将机器学习与系统检测相结合满足了对精密件准确、快速、实时的批量检测，极大提高了分类的准确度，使用便携，易于操作。