-
公开(公告)号：CN117218093A
公开(公告)日：2023-12-12
申请号：CN202311217797.6
申请日：2023-09-20
摘要： 本申请适用于金相检测技术领域，提供了金相碳化物检测方法、装置及终端设备，该方法本发明实施方式公开了一种金相碳化物检测方法，包括：首先获取待检测图像；然后对所述待检测图像做平滑和滤波处理，得到待检测图像的可疑区域；接着对所述待检测图像的可疑区域进行碳化物检测，得到多个等级判别；最后对多个所述等级判别进行融合，得到碳化物判级。本发明实施方式通过图像分析，确定金相碳化物的可疑区域，并针对可疑区域获取高倍图像，并基于高倍图像进行评级，因此评级结果准确可靠，提高了检测效率。
-
公开(公告)号：CN117152109A
公开(公告)日：2023-12-01
申请号：CN202311191490.3
申请日：2023-09-15
IPC分类号： G06T7/00 , G06V10/764 , G01N21/88 , G06V10/10
摘要： 本申请提供一种用于棒材碳化物分布评级的控制方法、装置及系统，属于金属材料检测技术领域，该系统包括：电子显微子系统、服务器和控制设备；该方法包括：获取电子显微子系统采集的目标棒材样品的评级视场图像；对评级视场图像进行样品区域提取和样品边界判定处理，并根据边界判定结果生成针对于电子显微子系统的采集控制信号；在评级视场图像采集结束后，对多帧评级视场图像进行拼接处理；对拼接处理后的图像进行特征提取，并将特征提取结果和碳化物标准进行比对确定棒材碳化物分布评级结果。本申请能够实现棒材碳化物分布评级整个流程中评级视场图像采集、处理、特征提取及评级各项的自动化控制，提高评价精确度和评级标准稳定性。
-
公开(公告)号：CN117218092A
公开(公告)日：2023-12-12
申请号：CN202311217663.4
申请日：2023-09-20
摘要： 本申请适用于金相数据识别技术领域，提供了一种金属碳化物检测分级方法、装置、电子设备及存储介质。该方法包括：获取待检测样品对应的多个待检测图像；将多个待检测图像中的每一待检测图像输入初筛模型，得到每一待检测图像的多通道特征图，根据每一待检测图像的多通道特征图，确定每一待检测图像是否为金属碳化物图像；将确定的多个待检测图像中的每一金属碳化物图像输入目标检测模型，得到目标图像，并将每一目标图像输入分级模型，得到每一目标图像对应的碳化物等级和置信度；根据碳化物等级和置信度，选取目标图像输入集成模型，得到待检测样品的最终碳化物等级。本申请能够提高对待检测样品中金属碳化物的检测分级的准确性和效率。
-
公开(公告)号：CN117094975A
公开(公告)日：2023-11-21
申请号：CN202311068561.0
申请日：2023-08-23
IPC分类号： G06T7/00 , G06T7/136 , G06T7/194 , G06T5/40 , G06V10/774 , G06V10/764 , G06N3/0464
摘要： 本发明提供一种钢铁表面缺陷检测方法、装置及电子设备。该方法包括：根据待测钢铁表面图像的前景灰度均值和背景灰度均值，生成待测钢铁表面图像的二值化分割阈值；对待测钢铁表面图像依次进行灰度均衡化处理、滤波处理以及边缘增强处理，得到第一图像；利用二值化分割阈值对第一图像进行二值化处理，得到第二图像；根据第二图像和预先训练的缺陷检测模型，生成待测钢铁表面图像的缺陷检测结果；其中，缺陷检测模型是基于预设训练集训练得到的，预设训练集包括多张钢铁表面缺陷图像和钢铁表面无缺陷图像，钢铁表面缺陷图像对应有缺陷类型。本发明能够解决现有的缺陷检测方法无法满足实际工业生产中对钢铁表面缺陷检测的高速度要求的问题。
-
公开(公告)号：CN117094974A
公开(公告)日：2023-11-21
申请号：CN202311068293.2
申请日：2023-08-23
IPC分类号： G06T7/00 , G06T7/136 , G06T5/40 , G06V10/764 , G06T7/13 , G06N3/0464
摘要： 本发明适用于图像处理技术领域，提供了一种基于图像的缺陷检测方法、装置、电子设备及存储介质，该方法包括：获取待检测钢卷的表面图像；根据表面图像的直方图，确定仅包含缺陷区域的第一处理图像；通过边缘算法计算表面图像的梯度图，根据直方图中的缺陷区域峰值和非缺陷区域峰值，确定梯度图的分割阈值，并根据分割阈值对梯度图进行二值化处理，得到仅包含缺陷区域的第二处理图像；基于第一处理图像和第二处理图像得到缺陷检测结果。本发明能够提高检测钢卷表面缺陷的速度和精度。
-
公开(公告)号：CN118314104A
公开(公告)日：2024-07-09
申请号：CN202410464568.2
申请日：2024-04-17
IPC分类号： G06T7/00 , G06T7/90 , G06T7/44 , G06T15/04 , G06V10/762 , G06V10/77 , G06V10/82 , G06N3/0455 , G06N3/0495 , G06N3/08
摘要： 本发明公开了一种用于钢材缺陷实时监测的微小目标检测方法，属于目标检测领域，一种用于钢材缺陷实时监测的微小目标检测方法，利用三维点扩散模型对网格表面上的一组采样点进行渲染和着色，应用三维拓扑知识来推测网格上的低频颜色分布，借助粗处理阶段生成的颜色分量，在UV空间中构建了一个二维扩散模型，以提高生成的钢材缺陷纹理的保真度，增加了微小目标缺陷样本的数量，从而提高了模型的性能和泛化能力；为了解决检测效率不高和实时性差的问题，采用专门设计的空域滤波器来提取钢材缺陷序列的空间灰度值特征，通过利用当前帧的空间特征和时域信息，减轻了输出延迟，提高了整个检测过程的实时性提高了钢材缺陷检测的效率和精度。
-
公开(公告)号：CN118314103A
公开(公告)日：2024-07-09
申请号：CN202410464567.8
申请日：2024-04-17
IPC分类号： G06T7/00 , G06T7/13 , G06V10/44 , G06V10/30 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09 , G06N3/092
摘要： 本发明公开了基于变分信息复利用的钢材微小缺陷检测方法，具体涉及工业环境的钢材微小缺陷识别技术领域，本发明通过将规定尺寸的图像文件输入检测信息复利用网络，检测信息复利用网络先提取图像的多层低级语义信息，通过对图像进行滤波和二值化处理获取低级语义信息的边界信息，以边界信息监督提取多特征层层内和层间的高级图语义信息，以获得的高级特征层进行检测预测，并将图像划分为缺陷区域和正常区域，然后通过变分预测网络以正常区域为基础，马尔科夫链为依据预测下一帧图像的正常区域，再对比预测图像和下一帧图像的像素差异划分出下一帧图像可能的缺陷区域，实现检测精度和检测速度的双重提升以满足工业环境的钢材微小缺陷检测需求。
-
公开(公告)号：CN116451081A
公开(公告)日：2023-07-18
申请号：CN202310425578.0
申请日：2023-04-20
申请人： 河钢数字技术股份有限公司 , 河钢集团有限公司 , 西安电子科技大学
IPC分类号： G06F18/214 , G06F18/241 , G06F18/25 , G06N3/04 , G06N3/088
摘要： 本发明提供一种数据漂移的检测方法、装置、终端及存储介质。该方法包括：通过参考窗口在历史数据中选取训练数据，通过检测窗口在实时数据中选取待检测数据；通过训练数据和无监督学习算法对神经网络模型进行训练，得到经过训练的神经网络模型；采用经过训练的神经网络模型的输入层和隐含层对待检测数据进行特征提取，得到待检测数据的多项融合特征的值；选取对于标签的重要性程度排名前m位的k项融合特征作为差异判断特征；对各项差异判断特征进行假设检验，并基于假设检验结果得到数据漂移的检测结果。本发明能够以较低的计算开销进行数据漂移检测，同时能够摆脱对真实标注的依赖。
-
公开(公告)号：CN112893484A
公开(公告)日：2021-06-04
申请号：CN202110062491.2
申请日：2021-01-18
申请人： 东北大学 , 河钢集团有限公司 , 河钢数字技术股份有限公司
IPC分类号： B21B37/58
摘要： 本发明提供一种基于灰色关联度提取的热连轧轧制力自整定方法，涉及热连轧自动控制技术领域。首先确定坯料尺寸数据、产品目标尺寸、钢种牌号与化学成分、温度制度、轧机设备参数及轧制边界条件；然后针对当前需要计算轧制力的带钢轧制参数构建参考数列，并取已生产的N卷带钢的轧制参数构建比较数列；再对参考数列和比较数列进行归一化处理；通过计算得到参考数列与比较数列各个参数的关联系数和关联度。最后找到已生产的N卷带钢与当前正在生产的带钢关联度最高的带钢轧制力自学习系数，将新确定的带钢轧制力自学习系数代入轧制力计算模型，计算得出带钢生产最终需要设定轧制力。本发明方法大幅度提高了热连轧生产过程中的轧制力预测的精度。
-
公开(公告)号：CN116452547A
公开(公告)日：2023-07-18
申请号：CN202310429197.X
申请日：2023-04-20
申请人： 河钢数字技术股份有限公司 , 青岛河钢新材料科技股份有限公司
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/088 , G06V10/764
摘要： 本申请适用于彩涂板检测技术领域，提供了一种基于无监督学习的彩涂板表面缺陷检测方法和装置。该方法包括：通过线阵相机采集彩涂板的待识别图像；从所述待识别图像中提取有效区域，通过彩涂板花纹图案分类模型识别所述有效区域的彩涂板花纹类型；根据所述彩涂板花纹类型和所述有效区域，利用缺陷检测模型进行彩涂板缺陷检测，输出缺陷区域坐标；基于所述缺陷区域坐标从所述待识别图像中提取缺陷区域，将所述缺陷区域输入缺陷类型分类分级模型，得到彩涂板的缺陷类型和级别。本申请相较于传统基于图像特征如边缘提取等方法，具有较强的抗干扰能力和较高的缺陷检出率。
-
-
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.121 秒)
