-
公开(公告)号：CN106770372B
公开(公告)日：2019-07-26
申请号：CN201611092438.2
申请日：2016-11-29
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院
IPC: G01N21/958
Abstract: 本发明属于缺陷检测领域，具体提供一种基于显微视觉的白玻表面缺陷检测方法。本发明旨在解决白玻外观品质检测需要人为参与并因此对人眼睛造成伤害以及增加了工人劳动强度的问题。本发明的方法包括以下步骤：对白玻表面的图像进行预处理；根据预处理的结果确定白玻表面上的候选缺陷；获取所述候选缺陷的缺陷特征；根据所述缺陷特征剔除缺陷干扰项；根据所述缺陷特征对剩余缺陷进行融合；计算融合后的缺陷尺寸。本发明的方法能够准确地检测出白玻表面的缺陷，满足手机白玻表面缺陷检测的需要，进而避免了人员参与。
-
公开(公告)号：CN109583489A
公开(公告)日：2019-04-05
申请号：CN201811399279.X
申请日：2018-11-22
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本申请涉及一种缺陷分类识别方法、装置、计算机设备和存储介质，所述方法通过获取原始图像，按照预设滑动窗口和滑动步长将原始图像分割成多个子图像，将各个子图像输入已训练的缺陷识别模型中，通过已训练的深度卷积网络模型提取各个子图像的图像特征，将各个子图像的图像特征输入分类识别模型，得到各个子图像的缺陷的分类识别结果，根据各个子图像的缺陷的分类识别结果确定原始图像的缺陷类型。通过对图像进行分割，将分割后的图像通过已训练的深度卷积网络模型快速、准确的提取图像的特征，分类识别模型对提取的特征进行分类识别得到对应的分类识别结果，提高了识别速度和识别准确率。
-
公开(公告)号：CN106770372A
公开(公告)日：2017-05-31
申请号：CN201611092438.2
申请日：2016-11-29
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院
IPC: G01N21/958
CPC classification number: G01N21/8851 , G01N21/958 , G01N2021/8874 , G01N2021/8887
Abstract: 本发明属于缺陷检测领域，具体提供一种基于显微视觉的白玻表面缺陷检测方法。本发明旨在解决白玻外观品质检测需要人为参与并因此对人眼睛造成伤害以及增加了工人劳动强度的问题。本发明的方法包括以下步骤：对白玻表面的图像进行预处理；根据预处理的结果确定白玻表面上的候选缺陷；获取所述候选缺陷的缺陷特征；根据所述缺陷特征剔除缺陷干扰项；根据所述缺陷特征对剩余缺陷进行融合；计算融合后的缺陷尺寸。本发明的方法能够准确地检测出白玻表面的缺陷，满足手机白玻表面缺陷检测的需要，进而避免了人员参与。
-
公开(公告)号：CN109583489B
公开(公告)日：2021-01-15
申请号：CN201811399279.X
申请日：2018-11-22
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本申请涉及一种缺陷分类识别方法、装置、计算机设备和存储介质，所述方法通过获取原始图像，按照预设滑动窗口和滑动步长将原始图像分割成多个子图像，将各个子图像输入已训练的缺陷识别模型中，通过已训练的深度卷积网络模型提取各个子图像的图像特征，将各个子图像的图像特征输入分类识别模型，得到各个子图像的缺陷的分类识别结果，根据各个子图像的缺陷的分类识别结果确定原始图像的缺陷类型。通过对图像进行分割，将分割后的图像通过已训练的深度卷积网络模型快速、准确的提取图像的特征，分类识别模型对提取的特征进行分类识别得到对应的分类识别结果，提高了识别速度和识别准确率。
-
公开(公告)号：CN117830781A
公开(公告)日：2024-04-05
申请号：CN202311870230.9
申请日：2023-12-29
Applicant: 滨州魏桥国科高等技术研究院 , 中国科学院自动化研究所 , 山东宏桥新型材料有限公司
IPC: G06V10/80 , G06V10/774 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06T7/00
Abstract: 本申请涉及缺陷检测技术领域，公开一种缺陷检测模型的构建方法、缺陷检测方法、装置及设备。其中，构建方法包括：采用样本数据对预先构建好的重建网络模型进行训练，重建网络模型用于输出重建后的正常图像和异常图像；采用重建网络模型输出的正常图像和异常图像对判别网络模型进行训练；将训练好的重建网络模型和判别网络模型融合，获得缺陷检测模型。采用该构建方法构建的缺陷检测模型用于产品缺陷检测，能够降低产品缺陷检测过程中的漏检率和/或过检率，提升缺陷检测精确度。
-
Patent Agency Ranking
公开(公告)号：CN108648169A
公开(公告)日：2018-10-12
申请号：CN201810228904.8
申请日：2018-03-20
Applicant: 中国科学院自动化研究所
CPC classification number: G06T7/0008 , G06Q50/06 , G06T7/11 , G06T7/136 , G06T7/73 , G06T2207/20081 , G06T2207/20084 , G06T2207/30164
Abstract: 本发明属于高压输电技术领域，具体涉及一种高压输电塔绝缘子缺陷自动识别的方法及装置。旨在解决现有技术无法自动识别绝缘子缺陷的问题。本发明提供一种高压输电塔绝缘子缺陷自动识别的方法，包括基于获取的高压输电塔绝缘子的图像数据，利用预先构建的定位网络模型定位出绝缘子在图像数据中的区域位置；通过预先构建的区域裁剪网络模型对区域位置进行裁剪，得到优化区域位置；利用预先构建的深度残差网络对优化区域位置进行绝缘子识别，再次利用深度残差网络对绝缘子中缺陷进行识别，标记绝缘子缺陷的位置信息。本发明能够自动从图像中识别出绝缘子的位置，并且在其基础上识别出绝缘子的缺陷，提高了识别的精度和准度。
-
公开(公告)号：CN103743750B
公开(公告)日：2016-08-17
申请号：CN201410016315.5
申请日：2014-01-14
Applicant: 中国科学院自动化研究所
IPC: G01N21/88
Abstract: 本发明公开了一种大口径光学元件表面损伤分布图的生成方法，该方法包括如下步骤：对现有的多张大口径光学元件表面损伤子图像进行损伤轮廓提取，获取所有的损伤轮廓序列；计算得到的损伤轮廓的特征；基于损伤轮廓的特征对损伤轮廓进行分类标记；根据指定要求和分类标记信息，对损伤轮廓进行筛选、处理和显示，生成大口径光学元件表面损伤分布图。本发明可以很大程度上减少人工操作，实现元件表面质量全流程跟踪和闭环控制。
-
公开(公告)号：CN103728315B
公开(公告)日：2016-05-18
申请号：CN201410041410.0
申请日：2014-01-28
Applicant: 中国科学院自动化研究所
IPC: G01N21/88
Abstract: 本发明公开了一种大口径光学元件表面损伤检测装置。该装置包括：线阵相机组件，获取光学元件表面局部低精度线阵图像；显微相机组件，获取光学表面局部高精度面阵图像；扫描聚焦组件，控制线阵相机组件和显微相机组件对光学元件表面的扫描、定位和聚焦；专用夹具，对光学元件进行定位夹紧和姿态调整；数据采集处理器，进行图像采集处理分析和电机驱动控制。本发明还公开一种元件损伤的快速定位方法。该方法通过在线阵图像中指定感兴趣损伤点，将显微相机组件的轴心快速移动到损伤点位置。本发明能够对光学元件表面的损伤进行快速定位，并进行高精度的显微成像，定位精度约为50微米。本发明具有广泛的应用前景和可观的社会经济效益。
-
公开(公告)号：CN115338610B
公开(公告)日：2024-02-13
申请号：CN202210788092.9
申请日：2022-07-04
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种双轴孔装配方法、装置、电子设备和存储介质，涉及自动化装配技术领域，所述方法包括：获取力传感器状态和状态目标值；基于力传感器状态，确定演示学习动作量和力反馈控制动作量；将力传感器状态和状态目标值输入至预先训练至收敛状态的装配学习模型，输出动作价值函数、当前时刻力传感器状态下的网络动作量和动作比例系数；基于动作比例系数、网络动作量、演示学习动作量和力反馈控制动作量，确定实际动作量，并基于实际动作量进行双轴孔装配，迭代进行双轴孔装配，且在实际动作量沿z轴方向的平移量之和不小于目标深度的情况下停止装配。本发明可实现双轴孔装配效率的大幅度提升，且同时具备较高稳定性和适应能力。
-
公开(公告)号：CN115338610A
公开(公告)日：2022-11-15
申请号：CN202210788092.9
申请日：2022-07-04
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种双轴孔装配方法、装置、电子设备和存储介质，涉及自动化装配技术领域，所述方法包括：获取力传感器状态和状态目标值；基于力传感器状态，确定演示学习动作量和力反馈控制动作量；将力传感器状态和状态目标值输入至预先训练至收敛状态的装配学习模型，输出动作价值函数、当前时刻力传感器状态下的网络动作量和动作比例系数；基于动作比例系数、网络动作量、演示学习动作量和力反馈控制动作量，确定实际动作量，并基于实际动作量进行双轴孔装配，迭代进行双轴孔装配，且在实际动作量沿z轴方向的平移量之和不小于目标深度的情况下停止装配。本发明可实现双轴孔装配效率的大幅度提升，且同时具备较高稳定性和适应能力。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.021 seconds)
