-
公开(公告)号：CN113516035B
公开(公告)日：2024-08-20
申请号：CN202110492714.9
申请日：2021-05-06
Applicant: 佛山市南海区广工大数控装备协同创新研究院
Abstract: 本发明公开了一种多接口融合的指纹图像前处理方法，包括：1)多接口融合开发环境的搭建；2)指纹图像前处理算法库框架的搭建；3)算法库框架中各算法的实现；4)结果的性能评价。本发明为指纹图像前处理提供了新的开发思路，且对外提供了与MFC的界面接口、机器视觉库OpenCV的接口，实现函数间数据传递的Mat类接口，算法封装接口和DLL库接口，提高了方法使用、开发的便利性和可移植性。此外，在算法实现部分采用了四方向多邻域边缘检测算法、最大类间方差算法和纹线自适应Gabor滤波算法等，使其在处理正常、断裂和脱皮指纹图像时同时适用。
-
公开(公告)号：CN113909689B
公开(公告)日：2024-04-05
申请号：CN202111325213.8
申请日：2021-11-10
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
IPC: B23K26/21 , B23K26/044 , B23K26/16 , B23K26/70
Abstract: 本发明提供了一种激光光条的管道焊接坡口特征提取方法，采用伽马变换、高斯滤波和方向性模板阈值分割算法来进行图像的预处理，分析焊缝图像分布特征，实现管道焊缝区域准确定位、焊缝图像降噪，运用灰度重心法和拟合直线法，对管道焊缝的表面形态、光条中心线和坡口特征点进行提取，给机械手焊枪提供实时的行进路径，解决了焊接过程中的焊枪和焊缝方向之间存在偏差的问题；本发明通过提取管道二维图像的坡口特征点，实现了焊接过程中焊缝的实时跟踪技术；针对焊接过程中坡口焊缝图像受到弧光、飞溅等干扰造成的特征点提取位置偏差问题，本发明提高了焊缝跟踪的精度，大大提升了自动焊接的效率和质量。
-
公开(公告)号：CN117636005A
公开(公告)日：2024-03-01
申请号：CN202311428411.6
申请日：2023-10-30
Applicant: 佛山市南海区广工大数控装备协同创新研究院
IPC: G06V10/764 , G06V10/77 , G06V10/82 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及视觉识别技术领域，提供了一种视觉目标识别方法及系统，其方法包括以下步骤：S1、提取视觉目标的特征，并对提取到的所述特征进行分类，以得到样本类别；其中，所述样本类别包括已知样本和未知样本；S2、利用类别感知二进制分类器对给定样本进行类别判定，以确定所述给定样本的样本类别；其中，每个所述类别感知二进制分类器均学习判定边界；S3、对确定后的所述给定样本的样本类别进行检测验证。本发明的视觉目标识别方法可以有效的识别各种范围内推理过程中出现的未知类别。
-
公开(公告)号：CN116000970A
公开(公告)日：2023-04-25
申请号：CN202211605193.4
申请日：2022-12-14
Applicant: 佛山市南海区广工大数控装备协同创新研究院
IPC: B25J19/00
Abstract: 本发明涉及计算机视觉技术应用领域，尤其涉及一种移动机械臂操作对象的检测方法、系统及相关设备。所述检测方法包括以下步骤：S1、获取移动机械臂所在场景的空间数据；S2、在所述空间数据中进行目标识别，并标记出所述移动机械臂的操作对象；S3、在所述空间数据中对所述操作对象进行空间定位，并输出操作对象的定位信息。本发明提出了一种适用于大场景大型工件的移动机械臂自寻位作业的检测方法，利用到了深度学习方法来提高操作对象的检测精度，还对训练样本图片进行拉普拉斯增强以提高网络检测性能；通过先二维检测、再三维检测的方式，能够对具有种类多样、分布位置随机等特点的操作对象的检测和定位。
-
公开(公告)号：CN113411879B
公开(公告)日：2022-12-16
申请号：CN202110580889.5
申请日：2021-05-26
Applicant: 佛山市南海区广工大数控装备协同创新研究院
Abstract: 用于提高TDOA定位精度的时钟偏移补偿系统，包括微控制器MCU，所述微控制器MCU分别通过数字鉴相器控制及数据总线和参考时钟源控制及数据总线与数字鉴相器和参考时钟源建立双向连接，微控制器MCU还通过UWB接收机数据总线分别与第一UWB接收机和第二UWB接收机建立双向连接，第一UWB接收机和第二UWB接收机内部分别设置有第一锁相回路和第二锁相回路，第一锁相回路和第二锁相回路分别通过第一时钟信号线和第二时钟信号线与参考时钟源相连，所述数字鉴相器分别通过第一相位测量线和第二相位测量线与第一时钟信号线和第二时钟信号线相连；本系统具有实现成本低，计算资源消耗小，同步精度达到亚纳秒级，定位精度高等优势。
-
Patent Agency Ranking
公开(公告)号：CN115100425A
公开(公告)日：2022-09-23
申请号：CN202210720153.8
申请日：2022-06-23
Applicant: 佛山市南海区广工大数控装备协同创新研究院
Abstract: 本发明提供了一种工件投影轮廓提取方法、装置及相关设备，包括以下步骤：获取工件目标三维姿态数据，并根据三维姿态数据预设初始姿态三维点云；通过运用三维旋转变换对工件目标进行姿态矫正，根据初始姿态三维点云矫正后获得矫正三维点云；根据矫正三维点云通过投影轮廓特征提取算法进行工件投影轮廓提取，生成特征矩阵的特征样本矩阵；通过PCA算法对投影轮廓提取的特征矩阵进行降维处理，得到特征向量矩阵；能够实现最大限度保存工件的全局特征，运算效率高，且能够保证工件特征信息完整度较高，有效地减少特征矩阵中的冗余信息，对提高目标识别的性能具有重大意义。本发明轮廓特征提取效果好，运算效率高，目标识别的性能高，适用范围广。
-
公开(公告)号：CN114596284A
公开(公告)日：2022-06-07
申请号：CN202210229337.4
申请日：2022-03-09
Applicant: 佛山市南海区广工大数控装备协同创新研究院
IPC: G06T7/00 , G06T7/73 , G06V10/26 , G06V10/28 , G06V10/34 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于X光轮胎内部缺陷检测方法，包括如下步骤：步骤S1：获得轮胎X光图像，进行图像预处理；步骤S2：对所述步骤S1中的预处理完成后的图像进行分割，提取钢丝圈区域图像；步骤S3：训练目标检测神经网络模型；步骤S4：将所述步骤S2中得到的钢丝圈区域图像输入所述步骤S3中的训练模型中，进行缺陷的定位和分类；步骤S5：缺陷结果输出；本发明可以快速的检测出轮胎内部钢丝圈位置的质量缺陷，形成适用生产状态下的子午线轮胎缺陷自动检测系统，从而保证轮胎的生产质量，杜绝不良品的流出。
-
公开(公告)号：CN114113147A
公开(公告)日：2022-03-01
申请号：CN202111359654.X
申请日：2021-11-17
Applicant: 佛山市南海区广工大数控装备协同创新研究院
IPC: G01N21/956 , H05K3/46
Abstract: 一种多层PCB叠板信息提取和层次防呆检测方法，包括以下步骤：设置多层PCB叠板的堆叠次序；依据多层PCB叠板的堆叠次序生成堆叠检测模型；将堆叠检测模型导入至堆叠系统检测主机中；根据堆叠检测模型自动生成每层板的检测步骤；根据检测步骤，利用智能相机采集每层板的图像后进行堆叠次序检测；堆叠次序检测完成后，智能相机通过网络将检测结果发送至堆叠系统检测主机，并根据历史检测数据检查堆叠生产后的多层PCB叠板信息；本方法实现了多层PCB堆叠自动化操作，减少了堆叠错误，高效的管控堆叠产品信息，有效降低预叠层次叠错的不良率，从而实现堆叠次序防错的目的，杜绝多层PCB层次错误的不良品流出。
-
公开(公告)号：CN113989312A
公开(公告)日：2022-01-28
申请号：CN202111325199.1
申请日：2021-11-10
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明公开了一种基于形状上下文特征的不规则PCB板轮廓匹配的方法，其中通过上下文特征对待匹配轮廓与标准轮廓进行建模，并且计算代价函数的最小值，得到两组轮廓点的对应关系，通过拒绝函数筛选错匹配，计算旋转矩阵与平移矩阵使待匹配轮廓与标准轮廓重合，最后利用汉明距离计算两个轮廓的相似度,本发明一种基于形状上下文特征的不规则PCB板轮廓匹配的方法，解决了现有对不规则轮廓匹配中轮廓表达能力差、精度低等实际问题，采用递进式的匹配方法，提高了PCB不规则轮廓匹配的速度和精度，为工业生产的不规则PCB板实用性和精度提供了保障。
-
公开(公告)号：CN113706511A
公开(公告)日：2021-11-26
申请号：CN202111013211.5
申请日：2021-08-31
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 广东工业大学
Abstract: 本发明提供一种基于深度学习的复合材料损伤的检测方法，包括S1、使用ImageNet数据库的图像对AlexNet网络进行预训练；S2、从已有的复合材料的文献中收集复合材料的图像的数据集；S3、将数据集中75％的图像随机选择用于AlexNet网络训练，25％的图像被随机选择用于验证AlexNet网络；S4、调整训练好的AlexNet网络的学习速率，对复合材料损伤的类型和严重程度进行分类。本发明通过采用AlexNet网络训练模型代替人工目检和无损检测的方式对复合材料的损伤程度及类别进行检测，提高了检测的精度和效率，降低了检测的成本。
-
-
-
-
-
-
-
-
-
Search Results
202
records
(took 0.06 seconds)
