-
公开(公告)号：CN114723706A
公开(公告)日：2022-07-08
申请号：CN202210349689.3
申请日：2022-04-02
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于机器视觉的焊点检测定位方法。本发明包括以下步骤：步骤1、采用基于先验知识的焊点粗定位，并规划焊接最优路径，为视觉系统和机械臂提供运行方向；步骤2、基于机器视觉的焊点细定位，并判断焊点类型，精确引导机械臂找到焊点位置，针对性实施自动焊接；步骤3、采用基于在线深度强化学习的焊点缺陷检测，自动检测焊点缺陷及判断类型，为同工位二次补焊提供依据和指导。本发明自动规划焊接路径，采用路径规划算法优化相机与机械臂的焊接路径从而提高生产效率；使用了融合多层特征的深度神经网络，有利于焊点众多小目标场景的检测；在线深度强化学习提高了海量数据的学习效率，从而降低学习复杂度。
-
公开(公告)号：CN116823794A
公开(公告)日：2023-09-29
申请号：CN202310853093.1
申请日：2023-07-12
申请人： 杭州电子科技大学
IPC分类号： G06T7/00 , G06T5/00 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0985
摘要： 本发明公开了一种基于多域失真学习的无参考图像质量评价方法，首先构建基于多域失真学习的无参考图像质量评价模型；然后对输入的失真图像进行退化修复；完成多域失真学习，得到对应的频率特征；再进行多尺度语义特征提取和边缘信息提取；最后根据获得的将多尺度频率特征、多尺度语义特征和图像边缘信息，实现特征融合与质量回归。本发明提出使用多域失真学习方法，帮助模型识别图像信息中的各种噪声，并有效地提高图像质量。本发明在图像语义特征的基础之上引入频域信息来辅助预测质量分数。
-
公开(公告)号：CN116152183A
公开(公告)日：2023-05-23
申请号：CN202310035756.9
申请日：2023-01-10
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于失真先验学习的无参考图像质量评价方法。本发明包括如下步骤：步骤(1).失真先验学习；步骤(2).语义特征提取；步骤(3).边缘信息提取；步骤(4).特征聚合；步骤(5).失真掩蔽与质量回归；步骤(6).模型训练。本发明提出了失真先验学习方法，在图像语义特征的基础之上引入频域的先验信息来辅助预测质量分数。本发明的方法在四个公开IQA数据集进行了广泛的实验。结果表明，所提出的模型在泛化能力和评估准确性方面明显优于目前最先进的NR‑IQA方法。结果表明，所提出的模型在泛化能力和评估准确性方面明显优于目前最先进的NR‑IQA方法。
-
公开(公告)号：CN115937154A
公开(公告)日：2023-04-07
申请号：CN202211597866.6
申请日：2022-12-12
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于丰富特征的光场图像质量评价方法。本发明步骤如下：1：将数据集随机拆分成训练集和2测试集。对其中的光场图像通过固定表示角度信息的两个维度，转化成9×9的子孔径图像阵列。2：将每一张子孔径图像从RGB空间转换到HSV坐标上，提取亮度、色调和饱和度作为颜色信息特征。3：提取视差结构特征。4：获取图像角度纹理特征。5：将所有特征进行标准化，后拼接融合，利用基于遗传算法的支持向量模型(GA‑SVR)得到光场图像预测分数。本发明使用高维奇异值分解，减少了多张子孔径图像之间的信息冗余，提高了计算效率；同时将颜色信息特征、视差结构特征、角度纹理特征结合，更好地模拟人类视觉系统，对光场图像做出更加科学的评价。
-
-
-
搜索结果
4 条记录 (耗时 0.023 秒)
