一种改进的PCB板缺陷检测分割算法

针对PCB板缺陷检测分割中存在分割效果差、运行速度慢以及适用范围小的问题,提出一种改进的基于遗传算法的二维最大类间方差法的快速迭代算法。首先利用改进的遗传算法来确定分割中的最优阈值,再将这个最优阈值应用到二维最大类间方差法快速迭代算法中来确定最终的阈值最优解,从而完成分割。仿真实验表明,该算法分割的PCB图像,更加接近于人工标注的结果,最终的精度和Kappa系数达到了98.68%和0.9706。具有广泛的应用前景。     

计算微分方程对称的符号算法及其实现

对文〔4〕中计算微分方程 (组 )古典对称确定方程组的部分程序作了一些改进 ,使其更具实用性 ,提高了运算速度 ,实现了文〔3〕中提出的“部分计算”与信息反馈法的机械化 ,使输出结果更简洁 ,便于用吴 -微分特征列法〔3〕对确定方程组作进一步简化 .同时编制了计算微分方程(组 )非古典对称的程序 ,该程序具有通用性好 ,效率高等特点 .本文程序是由符号计算系统软件 Mathematica实现的 .作为算例给出了 m KDV方程的非古典对称及利用对称将 Jim bo-Miwa方程化成了常微分方程 ,说明了我们的算法、程序及对称理论的有效性 .     

融合双神经网络的PCB缺陷检测方法

印刷电路板(PCB)缺陷检测是电子工业领域的一个重要研究课题.PCB电路密集复杂,缺陷非常小,传统检测方法检测精度低,漏检率高.针对以上问题,提出一种融合YOLOv3和VGG19神经网络的双网络小目标检测方法,实现对PCB缺陷的高质量检测.将PCB缺陷数据集输入YOLOv3和VGG19网络进行训练,生成缺陷检测模型M1...     

对称检测算法的研究

对称是逻辑综合，逻辑优化以及映像技术领域中一个非常重要的性质，对于对称函数，可以使用特殊的逻辑综合程序来改进设计结果，使用对称也可以提高映像技术和等价检测的有效性，提出一种用于OBDD布尔函数对称性检测的精确有效的算法。     

共轭斜量法及其算法实现

介绍了共轭斜量法的基本思想，并给出了实现其原理的算法。共轭斜量法属于迭代法的一种，它算法简单，存储量少，时间复杂度低，尤其在解大型线性方程组时占有优势。     

基于频域内动力XFEM和人工蜂群算法反演结构内部缺陷

结合频域内动力扩展有限元(Extended Finite Element Methods,XFEM)与人工蜂群(Artificial Bee Colony,ABC)算法的优点,建立了反演结构内部缺陷的数值模型.阐述了动力XFEM的基本公式,给出直接滤频法迭代求解结构自振频率的过程.在迭代过程中,ABC智能算法通过整体和局部共同搜索,能够迅速地得到最优解,并可有效地避免陷入局部最优,XFEM通过水平集函数表征不连续区域,迭代过程中数值计算网格不需要进行重剖分.结合XFEM与ABC算法所建立的反演模型有效地减少了迭代的计算成本.采用频域内结构的前若干阶频率作为真实响应,考虑了惯性力影响,比静力响应只考虑劲度的变化更全面.结果表明:所建立的反演结构内部缺陷的数值模型能够准确地识别出结构内部单个缺陷的位置和大小.     

共轭斜量法及其算法实现

介绍了共轭斜量法的基本思想，并给出了实现其原理的算法．共轭斜量法属于迭代法的一种，它算法简单，存储量少，时间复杂度低，尤其在解大型线性方程组时占有优势．     

基于机器人视觉的汽车零配件表面缺陷检测算法研究与实现

对机器人视觉进行研究,建立检测算法模型.通过分析图像相减匹配算法工作机理,结合汽车零配件生产系统,建立一种基于Siemens PLC的表面缺陷检测仿真平台,以验证该算法的可靠性.实验结果表明,该算法模型可以稳定地检测到缺陷目标.     

基于径向对称变换的实时指尖检测算法

对于很多基于视觉的徒手人机交互系统,指尖的检测是其中的关键环节.为此提出了一种新颖简单但高效的方法来实现不同背景下的指尖检测,该算法不需要进行任何前景分割来辅助定位.针对指尖自身的形状所具有的径向对称性质,采用改进的径向对称变换算法先检测出指尖的候选点,然后通过肤色判别操作来帮助实现指尖的准确定位.实验结果表明,本文算法在不同的实际背景下都具有很好的检测效果,对光照的鲁棒性也较高,并且能够达到实时.     

基于连通域的彝文文字切分算法的设计与实现

针对目前国内OCR及其文字切分技术主要应用于汉字、英文等文字的识别,而对于少数民族文字,则缺乏较为实用的文字切分工具的问题,提出了基于少数民族文字识别的文字切分方法.该方法以彝文文字为例进行切分,并且采用基于连通域的方法,经实验证明该方法能够取得较好的切分效果.     

基于FF R-CNN钢材表面缺陷检测算法

针对深度学习算法检测钢材表面缺陷时,结构信息减少导致检测精度低的问题,提出一种特征融合和级联检测网络的Faster R-CNN钢材表面缺陷检测算法。首先利用主干网络提取特征图,通过融合特征图的方式,达到减少结构信息丢失的目的;进一步将生成的特征图输入RPN网络生成区域建议框;最后利用检测网络对区域建议框进行分类与回归,通过级联2个检测网络,实现精确检测结果的目标。对模型进行对比性实验分析,找出检测精度最优的算法模型。在NEU-DET数据集上对提出的算法进行了检验,主干网络采用VGG-16比采用Resnet-50的检测精度提高了2.40%;通过融合特征,检测精度提高了11.86%;通过检测网络的级联,检测精度提高了2.37%.通过对算法模型的不断改进和优化,检测精度达到了98.29%.与传统的钢材表面检测方法相比,改进算法能够更准确地检测出钢材表面缺陷的种类和位置,提升对钢材表面缺陷的检测精度。     

基于YOLOv5的表面缺陷检测优化算法

快速、准确地检测材料表面缺陷已成为各领域研究的重要目标,为增加检测效率,实现设备轻量化,提出了一种基于YOLOv5的目标检测优化算法,添加DyHead检测头,融合多个注意力机制,增强模型的检测精度;更换aLRPLoss损失函数,减少超参数调节工作,优化训练过程;基于FasterNet提出C3-Faster,代替网络中的C3模块,以PConv的思想提升模型检测性能,减少模型体积;最后添加轻量级上采样算子CARAFE,扩大模型感受野,提升对不同大小目标的检测效果。实验结果表明,改进后的YOLOv5模型相比于原版模型,在钢材表面缺陷数据集上总体平均精度提高了4.174%,参数量减少了11.25%,计算复杂度减少了13.75%,权重体积减少了10.72%,检测性能高于SSD、RetinaNet、FCOS、YOLOv3、YOLOv4等主流目标检测算法,在工业检测中具有较高的应用价值。     

基于深度学习的偏光片缺陷实时检测算法

针对现有的基于深度学习检测缺陷的方法虽然可以保证分类的准确率,但其检测速度慢,模型占用内存大,难以满足在线检测系统的实时性要求等问题,提出了一种基于深度学习的偏光片缺陷实时检测算法。首先,设计了一个新的并行模块用于构建偏光片缺陷检测网络,模块将不同尺寸大小的卷积核相混合,与传统的卷积层相比,可以融合不同尺度的特征并能提取到更丰富的缺陷特征;用深度可分离卷积替代模块中的标准卷积,这可以大大减少网络的参数量和乘法累计运算量(MACCs).其次,用非对称卷积代替并行模块中的深度可分离卷积得到并行非对称卷积模块,可以进一步减少网络的参数量。最后,使用全局均值池化层代替全连接层,大大减少了网络的参数量。实验结果表明,偏光片缺陷分类模型平均每张图片的测试时间为108 ms,模型在测试集上的准确率达到99.4%,同时模型占用内存为0.583 MB,能够满足工业中偏光片缺陷检测的实时性要求。     

基于改进YOLOv5的绝缘子缺陷检测算法

绝缘子缺陷检测是电网巡检过程中重要的一环,为提高绝缘子缺陷检测的精度,该文提出一种基于改进YOLOv5算法的绝缘子缺陷检测算法——YOLOv5t,能够在保证网络运行速度的条件下,提升网络的检测精度.该算法在YOLOv5s的基础上,将三重注意力机制(triplet attention)添加到骨干网络中,给予每个特征通道不同的权重,以提高网络的检测精度;并采用CIoU Loss作为网络回归损失的损失函数,提升网络的收敛速度;同时将Soft-NMS作为网络的预测结果处理方法,降低网络的漏检率.YOLOv5t与几种常用的缺陷检测网络的对比实验结果表明,YOLOv5t的准确率达到97.2%,召回率达到98%,平均精度均值达到99.1%,较YOLOv5s算法分别提升了0.9%、5.1%和2.1%,并且检测速度没有受到影响.     

基于改进YOLOX-s算法的印刷电路板缺陷检测

印刷电路板(Printed Circuit Board, PCB)行业中的缺陷检测是质量监测的关键环节。传统的PCB缺陷检测方法在处理微小且分布复杂的缺陷时可能存在局限性,无法达到理想的检测效果。提出了一种改进的基于YOLOX神经网络的PCB缺陷检测方法,以提高缺陷识别率。改进的方法包括加入CBAM注意力机制以加强特征提取网络,从而聚焦于目标区域,改善检测效果,并解决复杂情况下微小缺陷经常被错误识别和忽视的问题。同时,选择广义重叠联合(GIOU)定位损失函数来关注目标框架之间的重叠区域和中心点距离,以提高模型的定位精度;通过使用VariFocalLoss替换二元交叉熵损失来改善置信度预测损失,从而减小对目标缺陷的漏检率。经过一系列实验,改进后的算法表现更好,平均精度(mAP)达到了96.18%,相较于原算法提高了2.12%。本文提出的方法为PCB缺陷检测提供了更准确和可靠的解决方案。     

基于颜色与缺陷检测的椪柑分级算法

以湘西椪柑为研究对象,提出了一种基于颜色与缺陷检测的椪柑自动分级算法.首先,对椪柑灰度图像进行阈值分割和孔洞填充得到二值图像;然后,将二值图像与椪柑彩色图像的R,G,B分量分别进行与运算,并将运算后的3幅单色图像进行合成,从而得到彩色图像的椪柑目标区域;接着,提取目标区域的黄色像素占比和缺陷面积作为色泽特征参数和缺陷特征参数;最后,利用决策树模型融合特征参数以进行椪柑分级判定.实验结果表明,对比基于单一特征的椪柑分级算法,新算法通过特征的互补提高了椪柑分级的准确率.     

基于深度学习的打印文档缺陷检测算法

在工业生产中,常常需要检测大量的打印文档.现有的打印文档缺陷检测通常采用基于图像处理的方法,该方法容易受到外界环境的干扰,且误差相对较大.为了解决这一问题,提出了一种基于深度学习的打印文档缺陷检测算法.该算法包括打印文档纸张缺陷检测、打印文本倾斜和偏移检测、打印文字清晰度检测三个部分.通过分类网络先检测纸张全局上的缺陷...     

基于连通域算法的区域测量

基于数字图像处理的原理,提出用八连通域算法对有多个连通区域的二值图像进行面积测量.通过逐行逐列地扫描图像,按照一定的规则标记连通区域,得到对象的个数,同时统计每个区域所含的像素,通过标尺转换可以得出区域的面积.结果表明,该算法能有效地提取八连通区域,可用于计算显微图像颗粒物的面积和粒径.     

二部竞赛图强连通的条件及其应用

对二部竞赛图的一个结论进行了改进 ,获得了二部竞赛图强连通的充要条件 ,并且研究了一类包含最小数目强连通 k×k子二部竞赛图的强连通二部竞赛图结构