-
公开(公告)号：CN114862757A
公开(公告)日：2022-08-05
申请号：CN202210315958.4
申请日：2022-03-28
Applicant: 东北大学
IPC: G06T7/00 , G06V10/774 , G06V10/82
Abstract: 本发明一种基于位置信息特征的金属凝固组织裂纹缺陷识别方法，属于图像处理技术领域，包括以下步骤：采集金属凝固组织裂纹缺陷图像；标注出图像上不同裂纹缺陷，调整图像尺寸，构建数据集，将数据集分为训练集和测试集；构建用来提取缺陷特征信息的深度学习模型；通过金属凝固组织裂纹缺陷训练集训练深度学习模型，得到训练好的深度学习模型；将测试集里的数据输入到训练好的深度学习模型中，得到金属凝固组织裂纹预测结果，本方法采用的深度学习是利用卷积提取图像高维特征，对包含不同种类的金属凝固组织裂纹缺陷训练样本进行学习训练，使网络记住不同类别缺陷的特征并具备识别未见过的缺陷图像的能力，同时提高识别效率实现了自动化识别方法。
-
公开(公告)号：CN111649697B
公开(公告)日：2022-02-11
申请号：CN202010632535.6
申请日：2020-07-03
Applicant: 东北大学
Inventor： 何庆
IPC: G01B11/25
Abstract: 本发明提供一种基于线阵相机立体视觉的金属带材板形检测方法，包括以下步骤：根据待测金属带材自身的运动，通过多个线阵相机以不同视角获取所述待测金属带材的表面图像；通过立体匹配确定所述待测金属带材表面任一点在所述线阵相机的采集图像中的像素位置差异；通过结合所述线阵相机的安装位置及视角，实时获取所述待测金属带材的板形，实现所述待测金属带材的板形检测。本发明适用于金属带材表面板形的连续且密集检测，提高金属带材板形检测的实时性和可靠性，服务于金属带材板形的高精度控制。
-
公开(公告)号：CN113787244A
公开(公告)日：2021-12-14
申请号：CN202111167295.8
申请日：2021-10-04
Applicant: 东北大学
Abstract: 本发明涉及一种铸坯智能动态火焰切割装置及其方法，所述装置包括切割枪、计算机、调节阀、变送器和气源管道；所述切割枪分别通过气源管道与切割氧、预热氧和燃气连接，所述切割氧和预热氧由氧气总管输送，所述燃气由燃气总管输送；所述调节阀和变送器分别安装在各气源管道上，并与计算机连接，通过计算机进行自动控制。本发明针对铸坯不同工艺条件，根据铸坯温度场或氧化铁皮分布、边缘位置等信息，智能动态调节切割枪在切割路径上的工艺参数，保证切割过程的顺利进行，提高铸坯火焰切割质量。
-
公开(公告)号：CN119199355B
公开(公告)日：2025-03-04
申请号：CN202411624552.X
申请日：2024-11-14
Applicant: 东北大学
Abstract: 本发明公开了一种液晶仪表耐用性检测装置，具体涉及检测装置技术领域，包括装置外壳，所述装置外壳前端转动连接有透明门板，所述装置外壳左端位于侧门下方固定安装有控制箱，所述装置外壳内表面设置有检测组件。本发明所述的一种液晶仪表耐用性检测装置，通过检测组件，使得液晶仪表夹持固定输送的过程中，实现多种测试，并可以在高温后对液晶仪表进行振动检测，检测液晶仪表内部的电子元件在高温下振动使用环境下，液晶仪表的使用状态，在高温后对其进行湿度检测，评估液晶仪表在高温过后高湿条件下的性能表现，在多项检测过后对其进行显示器和按键进行检测，从而确保其在恶劣环境下的可靠性和准确性，提高检测的准确性。
-
公开(公告)号：CN118212504B
公开(公告)日：2024-07-12
申请号：CN202410628942.8
申请日：2024-05-21
Applicant: 东北大学
IPC: G06V10/82 , G06N3/0464 , G06N3/08 , G06V20/69 , G06V10/26 , G06V10/774
Abstract: 本发明属于低倍组织识别技术领域，涉及一种基于deepLabV2深度学习的低倍组织识别方法与系统，该方法包括：获取低倍组织图像；对低倍组织图像进行不同凝固组织标注；根据凝固原理切割低倍组织图像，得到数据集；将数据集划分为训练集和测试集；基于DeepLabV2网络构建深度学习网络模型；设置网络模型初始参数，并基于训练集对深度学习网络模型进行训练；基于测试集对训练好的深度学习网络模型进行测试，在深度学习网络模型的识别准确率满足预设要求的情况下，得到最终深度学习网络模型；基于最终深度学习网络模型对待识别图像中的低倍组织进行识别，并在原始图像上显示识别结果。其有益效果是，实现了连铸坯质量的自动化评估，提高了检测效率、降低了识别误差。
-
Patent Agency Ranking
公开(公告)号：CN118154985A
公开(公告)日：2024-06-07
申请号：CN202410422613.8
申请日：2024-04-09
Applicant: 东北大学
IPC: G06V10/764 , G06V10/762 , G06V10/80 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明提供一种无监督的工业数据分类方法，包括：图像特征提取网络和聚类算法一体化迭代训练，输入待测铸坯低倍图像和对应的待测数据特征集，训练后的图像特征提取网络对待测铸坯低倍图像进行特征提取，得到最终图像特征集；将根据图像特征集和待测数据特征集串联融合后进行特征选择，得到最终特征向量；将最终特征向量输入训练后的聚类算法，得到铸坯分类结果。将提取图像特征的深度网络与聚类算法相结合，构建了数据和图像混合模态的深度聚类算法的整体结构，实现了融合数据与图像的无监督数据分类，在降低数据集制作成本和计算成本的情况下，使分类结果更加可靠。
-
公开(公告)号：CN113787244B
公开(公告)日：2023-02-03
申请号：CN202111167295.8
申请日：2021-10-04
Applicant: 东北大学
Abstract: 本发明涉及一种铸坯智能动态火焰切割装置及其方法，所述装置包括切割枪、计算机、调节阀、变送器和气源管道；所述切割枪分别通过气源管道与切割氧、预热氧和燃气连接，所述切割氧和预热氧由氧气总管输送，所述燃气由燃气总管输送；所述调节阀和变送器分别安装在各气源管道上，并与计算机连接，通过计算机进行自动控制。本发明针对铸坯不同工艺条件，根据铸坯温度场或氧化铁皮分布、边缘位置等信息，智能动态调节切割枪在切割路径上的工艺参数，保证切割过程的顺利进行，提高铸坯火焰切割质量。
-
公开(公告)号：CN113828889B
公开(公告)日：2022-09-02
申请号：CN202111167308.1
申请日：2021-10-04
Applicant: 东北大学
Abstract: 本发明涉及一种火焰切割钢材边缘和预热点位置检测方法，包括以下步骤：S1、针对输送轨道上的待切割钢材，在火焰切割设备的钢材输送方向前方，安装相机实时抓取输送过程中钢材经过的图像；S2、利用图像处理确定包含钢材头部和尾部的图像；S3、通过对包含钢材头部和尾部图像的分析检测钢材边缘位置，结合钢材的切割方式，根据钢材边缘位置信息确定钢材火焰切割预热点位置。本发明适用于钢材在输送轨道上由于运动产生边缘位置偏离情况下的钢材边缘位置检测，根据钢材切割方式，确定火焰切割设备切割枪处的起割或者预热点位置，为钢材火焰切割的顺利进行提供关键的技术保障。
-
公开(公告)号：CN114782473A
公开(公告)日：2022-07-22
申请号：CN202210307510.8
申请日：2022-03-25
Applicant: 东北大学
Abstract: 本发明一种基于像素关系的金相组织晶界提取方法，属于图像处理技术领域，该方法包括以下步骤：获取待提取晶界的金相图像；对金相图像进行预处理，得到预处理后的金相图像；对预处理后的金相图像根据灰度值分为晶界部分和晶粒部分，对晶界部分进行骨架化处理，将其细化到单个像素宽度；提取预处理后的图像中的碳化物轮廓；对碳化物轮廓与骨架化后的图像进行合并，获得合并后的图像；对合并后的图像进行恢复和重建，得到重建后的晶界；对重建后的晶界根据邻域数量拆分成端点、交叉点和线段点三部分；根据拆分后晶界的像素关系提取出每个晶粒的晶界，本发明克服了通用晶界提取方法中提取伪晶界的问题，具有通用性和适用性。
-
公开(公告)号：CN113828889A
公开(公告)日：2021-12-24
申请号：CN202111167308.1
申请日：2021-10-04
Applicant: 东北大学
Abstract: 本发明涉及一种火焰切割钢材边缘和预热点位置检测方法，包括以下步骤：S1、针对输送轨道上的待切割钢材，在火焰切割设备的钢材输送方向前方，安装相机实时抓取输送过程中钢材经过的图像；S2、利用图像处理确定包含钢材头部和尾部的图像；S3、通过对包含钢材头部和尾部图像的分析检测钢材边缘位置，结合钢材的切割方式，根据钢材边缘位置信息确定钢材火焰切割预热点位置。本发明适用于钢材在输送轨道上由于运动产生边缘位置偏离情况下的钢材边缘位置检测，根据钢材切割方式，确定火焰切割设备切割枪处的起割或者预热点位置，为钢材火焰切割的顺利进行提供关键的技术保障。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.028 seconds)
