-
公开(公告)号：CN104502451A
公开(公告)日：2015-04-08
申请号：CN201410778077.1
申请日：2014-12-15
申请人： 中国兵器科学研究院宁波分院
摘要： 本发明涉及一种钢板缺陷识别方法，通过对超声回波信号处理得到一波形曲线，对该波形曲线截取处理获取缺陷波形曲线，进而对波形曲线进行计算提取峰值数据，得到一缺陷类数组，对缺陷类数组进行进一步处理，最后利用缺陷阈值的判断方法及形态学分析的方法获取钢板缺陷类型。该钢板缺陷识别方法仅根据超声探头装置获取的回波信号即能自动完成钢板缺陷的识别，计算速度快，识别快速准确，且无需大量的样本数据进行训练，减小了数据计算量，加快了识别速度，从而降低了缺陷识别成本。
-
公开(公告)号：CN115165938B
公开(公告)日：2024-07-19
申请号：CN202210863844.3
申请日：2022-07-21
IPC分类号： G01N23/046 , G01B21/00 , G06T3/4007
摘要： 本发明涉及一种工件检测过程中X射线源焦点尺寸的定量方法，包括：将待测工件放置于工业CT系统的载物台上，采集一幅待测工件的投影图像，记作第一图像；另外将探测器向远离待测工件的方向进行移动，使X射线源至探测器的距离变大，并采用与上述相同的工艺参数，采集一幅待测工件的投影图像，记作第二图像；接着对第一图像插值放大，得到第一放大图像，计算得到第一放大图像的灰度值；最后根据第一放大图像的灰度值与第二图像的灰度值计算得到X射线源的焦点尺寸。因此该定量方法无需定制专用焦点测量试块，对工件结构、尺寸等均无限制，可在工件上实现焦点尺寸的快速定量。
-
公开(公告)号：CN117451833A
公开(公告)日：2024-01-26
申请号：CN202311250101.X
申请日：2023-09-26
申请人： 中国兵器科学研究院宁波分院
IPC分类号： G01N27/90
摘要： 本发明涉及一种涡流检测信号的补偿方法，所述补偿方法包括对不同走向的曲线进行信号补偿，其具体步骤为：S1、模拟不同走向且相同尺寸缺陷的涡流响应信号，并对该涡流响应信号建立第一涡流响应信号归一化幅值谱；S2、对涡流阵列探头采集的涡流检测信号进行C扫描成像，得到C扫描图像；S3、对C扫描图像进行处理，得到每块缺陷区域的角度；S4、根据第一涡流响应信号归一化幅值谱得到每块缺陷区域的角度补偿因子，并将C扫描图像上每块缺陷区域的角度与其对应的角度补偿因子相乘，得到修正后的C扫描图像。该方法能将不同曲率、不同相对线速度、不同方向且相同尺寸缺陷信号幅值基本稳定在预设的误差带内，提高缺陷识别准确率。
-
公开(公告)号：CN111932573B
公开(公告)日：2023-05-23
申请号：CN202010635729.1
申请日：2020-07-03
申请人： 中国兵器科学研究院宁波分院
IPC分类号： G06T7/136 , G06T7/11 , G06T7/13 , G06T7/66 , G06T7/00 , G06T5/30 , G06T5/40 , G01N23/046 , G01B15/00
摘要： 一种光学系统空间分辨率的自动测试方法，包括：对贴合在一起的两测试块进行CT扫描，并利用自动阈值分割方法将其转换为二值化图像，且计算出二值化图像中质心的位置；对二值化图像进行形态学处理，并计算边缘图像中距离质心最近的点N；将质心与点N连成线段，将边缘图像中每个像素值为1的边缘点按照位于线段CN的左、右侧进行分类；之后，对分类后得到的第一集合和第二集合中所有边缘点进行拟合得到双圆的圆心坐标；利用两圆心坐标和计算出两圆心对应的中轴线；接着，提取中轴线上的灰度分布，对每个灰度值进行归一化处理后则进行线性拟合；最后，则计算MTF曲线。该方法的测试模体结构简单，加工难度小且成本低，测量精度更高，速度快。
-
公开(公告)号：CN116039176A
公开(公告)日：2023-05-02
申请号：CN202211694277.X
申请日：2022-12-28
申请人： 中国兵器科学研究院宁波分院 , 博格华纳汽车零部件(宁波)有限公司
IPC分类号： B32B15/01 , B22D19/00 , C22F1/00 , B32B15/00 , B32B15/20 , B32B3/24 , B32B37/06 , B32B37/10 , B32B38/04
摘要： 本发明涉及一种工业CT散射线校正板的制备方法，具体涉及铜与铅金属加工技术，属于材料加工技术领域。包括以下步骤：1)加工铜板和铅板；2)铜铅相间叠层板制备；3)铅浇铸孔的加工；4)清洗与预热；5)铅金属浇铸6)热处理；7)压制；8)机加工；9)清洗；10)梯形孔加工；11)清洗烘干。本发明的工业CT散射线校正板的制备方法能有效的提高射线校正板过滤杂乱散射线的能力，从而降低成本和提高准确度。
-
公开(公告)号：CN116007725A
公开(公告)日：2023-04-25
申请号：CN202310205099.8
申请日：2023-03-06
申请人： 中国兵器科学研究院宁波分院
摘要： 本发明涉及一种车辆高速动态称重方法，包括步骤1、将车辆称重用传感器安装于路面上，车辆称重用传感器包括依次间隔分布的m个第一传感器和n个第二传感器；步骤2、对各个第一传感器和第二传感器分别进行静态标定；步骤3、使用已知重量的动态标定用车辆对标定后的第一传感器和第二传感器进行动态标定，得到标定值k1和k2；步骤4、获取被测量车辆通过车辆称重用传感器的车速V0，判断V0是否小于V，如是，则根据标定值k1计算被测量车辆的动态称重结果；如否，则根据标定值k2计算被测量车辆的动态称重结果为。本发明的优点在于：在不改变采集硬件配置的前提下，提高了车辆高速阶段的动态称重精度。
-
公开(公告)号：CN109584231B
公开(公告)日：2022-11-29
申请号：CN201811432370.7
申请日：2018-11-28
申请人： 中国兵器科学研究院宁波分院
摘要： 一种复杂内结构的活塞毛坯缺陷检测方法，包括与被测试活塞毛坯材质一致的阶梯形打孔标定试块；获得标定试件的DR图像；建立不同穿透厚度分别与灰度值均值、气孔类缺陷分割阈值和夹杂类缺陷分割阈值的关系曲线；建立不同穿透厚度分别与不同当量圆柱形缺陷灰度值极值的关系曲线；根据从0°和90°对无缺陷的被测试活塞毛坯标准样件进行检测获得第一检测盲区图像和第二检测盲区图像；根据无缺陷活塞毛坯计算夹杂类和气孔类缺陷分割阈值图；通过缺陷分割阈值图计算实际生产活塞毛坯的夹杂类和气孔类缺陷图像；计算出缺陷当量和定量。根据缺陷分割统计分布原理，能准确、可靠的自动检测出缺陷当量和定量。
-
公开(公告)号：CN113125476B
公开(公告)日：2022-11-22
申请号：CN202110402105.X
申请日：2021-04-14
申请人： 中国兵器科学研究院宁波分院
IPC分类号： G01N23/046
摘要： 本发明涉及一种面阵工业CT散射校正方法，步骤1、使用X射线机对被检测样品进行周向DR扫描，获得I幅第一周向DR图像，并对其进行射束硬化校正，得到I幅第一图像；步骤2、在X射线机出束窗口前放置一块衰减板；并采用与步骤1中相同的扫描工艺对被检测样品进行周向DR扫描，获得I幅第二周向DR图像，并对其进行射束硬化校正，得到I幅第二图像；步骤3、将相同扫描角度的第一图像和第二图像进行散射校正，得到散射校正后的DR数据；步骤4、采用散射校正后的DR数据进行锥束CT重建，得到散射校正后的CT图像。该方法操作简便、衰减板加工要求低、算法步骤少、易于实现，大幅降低了后续工业CT重建后图像的散射伪像。
-
公开(公告)号：CN115165938A
公开(公告)日：2022-10-11
申请号：CN202210863844.3
申请日：2022-07-21
IPC分类号： G01N23/046 , G01B21/00 , G06T3/40
摘要： 本发明涉及一种工件检测过程中X射线源焦点尺寸的定量方法，包括：将待测工件放置于工业CT系统的载物台上，采集一幅待测工件的投影图像，记作第一图像；另外将探测器向远离待测工件的方向进行移动，使X射线源至探测器的距离变大，并采用与上述相同的工艺参数，采集一幅待测工件的投影图像，记作第二图像；接着对第一图像插值放大，得到第一放大图像，计算得到第一放大图像的灰度值；最后根据第一放大图像的灰度值与第二图像的灰度值计算得到X射线源的焦点尺寸。因此该定量方法无需定制专用焦点测量试块，对工件结构、尺寸等均无限制，可在工件上实现焦点尺寸的快速定量。
-
公开(公告)号：CN113109373B
公开(公告)日：2022-09-27
申请号：CN202110402097.9
申请日：2021-04-14
申请人： 中国兵器科学研究院宁波分院
IPC分类号： G01N23/046
摘要： 本发明涉及一种面阵工业CT射束硬化校正方法，步骤1、加工N个不同穿透厚度的滤波片；步骤2、将每个滤波片分次放置于X射线机出束窗口前，采用同一扫描工艺对每个滤波片进行DR扫描，获得每个滤波片的DR图像；步骤3、根据步骤2中滤波片的DR图像的灰度值和滤波片对应的穿透厚度进行指数拟合，得到拟合函数；步骤4、建立射束硬化校正函数；步骤5、利用与步骤2中相同的扫描工艺采集被检测样品的周向DR图像，利用射束硬化校正函对其进行射束硬化校正，获得校正以后的DR图像；步骤6、对步骤5中校正后的DR图像进行重建，得到被检测样品的CT图像。该方法中的拟合结果较为精确，大幅降低了后续工业CT重建后图像的射束硬化伪像。
-
-
-
-
-
-
-
-
-
搜索结果
87 条记录 (耗时 0.064 秒)
