公开(公告)号：CN113658176A

公开(公告)日：2021-11-16

申请号：CN202111042320.X

申请日：2021-09-07

申请人： 重庆科技学院

发明人： 韩琦 ,  侯明阳 ,  翁腾飞 ,  陈国荣 ,  杨恒 ,  武宸 ,  王洪艺 ,  田升 ,  解燕 ,  张澳 ,  张崟溧

IPC分类号： G06T7/00 ,  G06T5/50 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于交互注意力与卷积神经网络的瓷砖表面缺陷检测方法，对收集到的瓷砖缺陷图像进行变换、特征提取，随后进行对齐，获得差分图像，结合缺陷图像与差分图像构成数据集，随后进行缺陷标注，按比例划分训练集测试集。确定优化方法及损失函数，将所构建的瓷砖表面缺陷检测神经网络以端到端的方式进行训练，获得训练好的检测神经网络对待检测瓷砖图像进行缺陷类别与缺陷位置预测，随后使用非极大值抑制获得最终结果。本发明提高了瓷砖缺陷检测的精度；本方法对瓷砖表面缺陷进行检测的方法流程可以应用到其他类型的表面缺陷检测框架中提高检测精度，通用性强。

公开(公告)号：CN114171184A

公开(公告)日：2022-03-11

申请号：CN202111186110.8

申请日：2021-10-12

申请人： 重庆科技学院

发明人： 韩琦 ,  王洪艺 ,  侯明阳 ,  武宸 ,  田升 ,  翁腾飞 ,  李忠 ,  陈国荣 ,  杨恒 ,  解燕 ,  张澳 ,  雷凯

IPC分类号： G16H50/20 ,  G06V10/80 ,  G06K9/62 ,  G06T7/00 ,  G06T7/90

摘要： 本发明提出了一种基于注意力机制与多路融合的医学图像神经网络辅助诊断方法，其特征在于:将原始医学图像进行预处理调整，对所有医学图像进行矩阵转化，生成特征信息矩阵Yout，对Yout进行迭代转化，损失值求和取平均，优化训练模型中的参数；根据训练模型的结果与其人工标定结果作对比，得到验证集全部医学图像的平均精度ACmean，提取其中最高精度ACmean作为最优的训练模型参数；将病理特征信息矩阵送入最优的训练模型，获得获得二值化的病理图像，根据病理图像诊断出病情。本发明的有益效果：有效的利用多级注意力与融合方法提高网络效率的同时，也增加了分割的效果，建立的模型更加精准，提升了诊断的准确性和一致性，提高了效率，节约了时间成本。

公开(公告)号：CN113298702A

公开(公告)日：2021-08-24

申请号：CN202110707413.3

申请日：2021-06-23

申请人： 重庆科技学院

发明人： 韩琦 ,  杨恒 ,  翁腾飞 ,  陈国荣 ,  解燕 ,  张澳 ,  侯明阳 ,  武宸 ,  王洪艺 ,  田升

IPC分类号： G06T3/00 ,  G06T7/10

摘要： 本发明公开了一种基于大尺寸图像像素点的重新排序和分割方法，包括以下步骤：确定图像P中的像素点包括N行M列，并对该图像P所有像素点进行坐标编号，得到该图像所有像素点的坐标集合S；计算图像P的中心像素点坐标；确定图像P的中心像素点的影响领域分别计算得到图像P中所有像素点重新排序后的向量P2；S4：设定图像P分割后图像的尺寸大小，向量P2划分为c个相同大小的向量，并将该c个向量作为图像P的分割图像数据进行保存。实现从中心向边缘分割，数据化保存图片，可根据所需的尺寸随意划分。

公开(公告)号：CN113658176B

公开(公告)日：2023-11-07

申请号：CN202111042320.X

申请日：2021-09-07

申请人： 重庆科技学院

发明人： 韩琦 ,  侯明阳 ,  翁腾飞 ,  陈国荣 ,  杨恒 ,  武宸 ,  王洪艺 ,  田升 ,  解燕 ,  张澳 ,  张崟溧

IPC分类号： G06T7/00 ,  G06T5/50 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

摘要： 本发明公开了一种基于交互注意力与卷积神经网络的瓷砖表面缺陷检测方法，对收集到的瓷砖缺陷图像进行变换、特征提取，随后进行对齐，获得差分图像，结合缺陷图像与差分图像构成数据集，随后进行缺陷标注，按比例划分训练集测试集。确定优化方法及损失函数，将所构建的瓷砖表面缺陷检测神经网络以端到端的方式进行训练，获得训练好的检测神经网络对待检测瓷砖图像进行缺陷类别与缺陷位置预测，随后使用非极大值抑制获得最终结果。本发明提高了瓷砖缺陷检测的精度；本方法对瓷砖表面缺陷进行检测的方法流程可以应用到其他类型的表面缺陷检测框架中提高检测精度，通用性强。

公开(公告)号：CN113298702B

公开(公告)日：2023-08-04

申请号：CN202110707413.3

申请日：2021-06-23

申请人： 重庆科技学院

发明人： 韩琦 ,  杨恒 ,  翁腾飞 ,  陈国荣 ,  解燕 ,  张澳 ,  侯明阳 ,  武宸 ,  王洪艺 ,  田升

IPC分类号： G06T3/00 ,  G06T7/10

摘要： 本发明公开了一种基于大尺寸图像像素点的重新排序和分割方法，包括以下步骤：确定图像P中的像素点包括N行M列，并对该图像P所有像素点进行坐标编号，得到该图像所有像素点的坐标集合S；计算图像P的中心像素点坐标；确定图像P的中心像素点的影响领域分别计算得到图像P中所有像素点重新排序后的向量P2；S4：设定图像P分割后图像的尺寸大小，向量P2划分为c个相同大小的向量，并将该c个向量作为图像P的分割图像数据进行保存。实现从中心向边缘分割，数据化保存图片，可根据所需的尺寸随意划分。

公开(公告)号：CN115147341A

公开(公告)日：2022-10-04

申请号：CN202111066939.4

申请日：2021-09-13

申请人： 重庆科技学院

发明人： 韩琦 ,  武宸 ,  翁腾飞 ,  陈国荣 ,  解燕 ,  张澳 ,  杨恒 ,  侯明阳 ,  王洪艺 ,  田升 ,  张黎

IPC分类号： G06T7/00 ,  G06T5/00 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于生物视觉启发的织物表面缺陷分类深度网络方法，评估图像受噪声影响程度，然后确定滤波函数尺度，实现对图像预处理，再使用迁移学习方法对已经用大量数据训练好的ResNet网络进行微调，获取映射函数并判别输入织物图像是否存在缺陷，对缺陷的织物图像使用Meanshift聚类算法分割缺陷，确定缺陷位置，建立一种视觉交互架构“VIN‑Net”织物缺陷分类模型，基于已训练好的织物缺陷分类模型对纺织品图像进行缺陷分类，若存在缺陷则可检测到目标位置并识别其缺陷类别。有益效果：本发明为纺织品企业和工厂的织物产品提供高效、精确以及快速的织物表面缺陷分类检测，从而提高织物产品质量、减少人工成本进而对企业的经济效益起到推动作用。