-
公开(公告)号：CN107610111A
公开(公告)日：2018-01-19
申请号：CN201710818297.6
申请日：2017-09-12
申请人： 武汉大学
摘要： 本发明涉及一种基于深度学习的焊点图像检测方法，包括以下步骤：步骤1，对焊点图像划分有效子区域；步骤2，对子区域图像进行预处理，得到对应子区域图像的二值图；步骤3，对每个子区域图像对应的二值图进行第一步识别，获得疑似焊点区域，步骤4，利用深度学习网络对疑似焊点区域进行识别若步骤4没有疑似焊点区域则结合二值图和原图进行滑窗识别，步骤5，识别结果判断，若经过以上4步能识别到焊点则待识别区域有焊点，若以上步骤均不能识别到焊点则待识别区域没有焊点。本发明的处理方法既在一定程度上减小了滑窗的计算量，又通过双重验证提高了检测的精度，本发明方法比传统单一检测的方法有更优地鲁棒性。
-
公开(公告)号：CN112082503B
公开(公告)日：2021-10-15
申请号：CN202010948373.7
申请日：2020-09-10
申请人： 武汉大学
摘要： 本发明公开了一种板材侧滑修正的轮廓检测方法，包括：在运输板材的辊道两侧的斜上方安装多个线结构光源，上方安装多个面阵CCD相机；当板材进入检测区域，面阵CCD相机获取线结构光源照射在板材边缘上的特征点影像，对前后两个时刻，分别取每条线结构光上的特征点作为测量点，并通过多普勒测速仪测量该时刻的速度；判断板材是否发生侧滑；若板材发生侧滑，计算测量点相对于真实点的平移量和旋转角度，进而计算得到修正的真实坐标点；在得到每一时刻修正的真实坐标点后，对相邻时刻的真实坐标点之间进行匹配，匹配之后的曲线即为板材边缘轮廓曲线。本发明智能化、自动化程度高，能精确的计算得到板材侧滑修正的轮廓曲线。
-
公开(公告)号：CN112082503A
公开(公告)日：2020-12-15
申请号：CN202010948373.7
申请日：2020-09-10
申请人： 武汉大学
摘要： 本发明公开了一种板材侧滑修正的轮廓检测方法，包括：在运输板材的辊道两侧的斜上方安装多个线结构光源，上方安装多个面阵CCD相机；当板材进入检测区域，面阵CCD相机获取线结构光源照射在板材边缘上的特征点影像，对前后两个时刻，分别取每条线结构光上的特征点作为测量点，并通过多普勒测速仪测量该时刻的速度；判断板材是否发生侧滑；若板材发生侧滑，计算测量点相对于真实点的平移量和旋转角度，进而计算得到修正的真实坐标点；在得到每一时刻修正的真实坐标点后，对相邻时刻的真实坐标点之间进行匹配，匹配之后的曲线即为板材边缘轮廓曲线。本发明智能化、自动化程度高，能精确的计算得到板材侧滑修正的轮廓曲线。
-
公开(公告)号：CN107610111B
公开(公告)日：2019-12-10
申请号：CN201710818297.6
申请日：2017-09-12
申请人： 武汉大学
摘要： 本发明涉及一种基于深度学习的焊点图像检测方法，包括以下步骤：步骤1，对焊点图像划分有效子区域；步骤2，对子区域图像进行预处理，得到对应子区域图像的二值图；步骤3，对每个子区域图像对应的二值图进行第一步识别，获得疑似焊点区域，步骤4，利用深度学习网络对疑似焊点区域进行识别若步骤4没有疑似焊点区域则结合二值图和原图进行滑窗识别，步骤5，识别结果判断，若经过以上4步能识别到焊点则待识别区域有焊点，若以上步骤均不能识别到焊点则待识别区域没有焊点。本发明的处理方法既在一定程度上减小了滑窗的计算量，又通过双重验证提高了检测的精度，本发明方法比传统单一检测的方法有更优地鲁棒性。
-
-
-
搜索结果
4 条记录 (耗时 0.019 秒)
