公开(公告)号：CN118747740A

公开(公告)日：2024-10-08

申请号：CN202410811008.X

申请日：2024-06-21

申请人： 淮阴工学院

发明人： 陈楚璇 ,  胡荣林 ,  李文超 ,  马奕菲 ,  梁好 ,  董甜甜

IPC分类号： G06T7/00 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

摘要： 本发明公开了一种金属零件表面复杂微小缺陷视觉检测方法，获取金属零件表面具有复杂微小缺陷的待检测图像；构建LiteDDet网络检测模型，所述LiteDDet网络检测模型包括端到端图像预处理网络E2IPNet、主干网络CSPNet53‑CFGSPP、颈部网络：路径聚合特征金字塔网络PAFPN以及YOLOX预测头；将待检测图像输入至LiteDDet网络检测模型确定目标缺陷类别和位置信息。与现有技术相比，本发明提出了一种名为E2IPNet的U型图像预处理网络，引入非对称大核平衡块对输入图像进行重塑，通过混合注意力模块将得到的特征图进行细化，再使用ALKB‑Block与上采样结合，提出了一个通道特征引导重参数化块来替代YOLOX‑tiny中原本的空间池化金字塔网络，能够提高缺陷检测的精确度。

公开(公告)号：CN118822866A

公开(公告)日：2024-10-22

申请号：CN202410951990.0

申请日：2024-07-16

申请人： 淮阴工学院

发明人： 胡荣林 ,  蒋汶臻 ,  梁好 ,  钱星佑 ,  王林涛 ,  马奕菲 ,  王叙雯 ,  薛昕琦

IPC分类号： G06T5/50 ,  G06T5/60 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

摘要： 本发明公开了一种基于梯度增强和重聚焦的红外与可见光图像融合方法，包括以下步骤：对于红外与可见光图像应用相同的梯度增强模块和重聚焦密集连接块提取二者的深度特征，并进行级联，随后将结果输入数层重聚焦卷积层，以实现特征聚合和图像重建。在梯度增强模块中，使用索贝尔算子与重聚焦密集连接块并行再进行相加操作。与现有技术相比，本发明方法在红外与可见光图像融合任务中使用了梯度增强模块和重聚焦卷积层，能增强图像的边缘纹理信息，并有效提取深度特征，提高了模型的整体性能。