CN118747746B 一种透明构件红外成像多模态特征融合检测方法和系统 (广东华中科技大学工业技术研究院)_第1页
CN118747746B 一种透明构件红外成像多模态特征融合检测方法和系统 (广东华中科技大学工业技术研究院)_第2页
CN118747746B 一种透明构件红外成像多模态特征融合检测方法和系统 (广东华中科技大学工业技术研究院)_第3页
CN118747746B 一种透明构件红外成像多模态特征融合检测方法和系统 (广东华中科技大学工业技术研究院)_第4页
CN118747746B 一种透明构件红外成像多模态特征融合检测方法和系统 (广东华中科技大学工业技术研究院)_第5页
已阅读5页,还剩15页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

院一种透明构件红外成像多模态特征融合检明构件红外成像多模态特征融合检测方法和系检红外图像;基于所述初检红外图像,采用YOLOv8算法对所述透明构件的缺陷进行初步分2S204、将第二次动态拍照的m张红外成像照片按照S针对静态因素引起的缺陷,采用小波变换获取高低频分量,同时针对动态因素引起的精检红外图像特征,利用卷积神经网3.如权利要求1或2所述的透明构件红外成像多模态特征融合检测方法,其特征在于,初步分类单元,基于所述初检红外图像,采用YOLOv83将第二次动态拍照的m张红外成像照片按照S201_S203的步骤进行处理后得到第二次缺陷类型获取单元,基于精检红外图像,采用多模态特征融合算针对动态因素引起的精检红外图像特征,利用卷积神经网6.一种电子设备,包括存储器、处理器及存储在执行时实现权利要求1至4任一项所述的透明构件红外成像多模态4[0013]可选地,所述初检红外图像包括第一次动态拍照的r张红外成像照片和第二次动5机程序,所述程序被处理器执行时实现所述的透明构件红外成像多模态特征融合检测方6[0032]图2为本公开实施例1中的本公开实施例中的透明构件红外成像多模态特征融合[0033]图3为本公开实施例2中的透明构件红外成像多模态特征融合检测系统的示意框所说明的任何实施例不必解释为优于或好于其它实[0039]透明构件红外成像多模态特征融合检测方法的执行主体可以是计算机或者其他件红外成像多模态特征融合检测方法可以通过处理器调用存储器中存储的计算机可读指[0046]基于上述配置本公开实施例实现不同模态特征在时间维度的对齐及在信息维度7[0054]在一些实施例中,所述初检红外图像包括第一次动态拍照的r张红外成像照片和[0064]如图2所示,针对静态因素引起的缺陷,采用小波变换和高频滤波获取高低频分8特征的对齐和多模态特征的融合以最终实现透明构件缺陷检测[0070]本实施例提供一种透明构件红外成像多模态特征融合检测装[0079]在一些实施例中,所述初检红外图像包括第一次动态拍照的r张红外成像照片和9[0083]将第二次动态拍照的m张红外成像照片按照S201_S203的步骤进行处理后得到第[0085]精检红外图像获取单元3中,采用红外成像检测设备中的精检工位获取透明构件特征的对齐和多模态特征的融合以最终实现透明构件缺陷检测处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例1中的透明构[0094]本公开实施例3仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任[0097]存储器可以包括易失性存储器,例如随机存取存储器(RAM)和/或高速缓存存储的一个单元/模块的特征和功能可以进一步划分为由多个单元/模序,所述程序被处理器执行时实现实施例1中的透明构件红外成像多模态特征融合检测方施例1中所述的透明构件红外成像多模态特征融合检测方

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论