-
公开(公告)号:CN117373011A
公开(公告)日:2024-01-09
申请号:CN202310666444.8
申请日:2023-06-07
Applicant: 冶金自动化研究设计院有限公司
Abstract: 一种基于VFH描述子的吊钩检测方法,属于目标检测技术领域。通过进行数据采集;进行法向量计算;计算VFH特征直方图;构建模型库;基于VFH描述子建立kd‑tree;基于VFH描述子进行点云识别;计算目标吊钩点云的质心,进行吊钩的定位。优点在于,解决基于视觉的目标检测方法容易受到光照、视角等、背景等因素造成的检测失误以及大场景下定位精度差的问题,可广泛应用于工业生产中吊钩的自动化检测,能够提高生产效率和产品质量。
-
公开(公告)号:CN113506240B
公开(公告)日:2024-09-24
申请号:CN202110562788.5
申请日:2021-05-24
Applicant: 冶金自动化研究设计院
Abstract: 本发明公开了一种基于深度学习的金相晶界提取和连通方法,属于钢铁产品质量智能检测技术领域。本发明方法包括:采集金相图像,对图像进行预处理进行去噪并增强晶粒边界,然后建立图像‑标签数据库;使用第一深度学习模型分割金相图像中的晶粒边界;对分割边界后的图像先采用基于深度学习的金相图像缺失区域连通方法进行修复,再用基于八邻域和区域生长的连通方法进行晶粒边界连通;标注晶粒边界的连通域,并计算每个晶粒的实际面积,生成晶粒度的统计柱状图。本发明方法能更好地恢复图像的细节,获得更精准的边界信息,使最终的晶粒连通域更为清晰准确,从而计算出各个晶粒的面积,获得更加准确可信的评级结果,使评级结果更具有实际意义。
-
公开(公告)号:CN113506240A
公开(公告)日:2021-10-15
申请号:CN202110562788.5
申请日:2021-05-24
Applicant: 冶金自动化研究设计院
Abstract: 本发明公开了一种基于深度学习的金相晶界提取和连通方法,属于钢铁产品质量智能检测技术领域。本发明方法包括:采集金相图像,对图像进行预处理进行去噪并增强晶粒边界,然后建立图像‑标签数据库;使用第一深度学习模型分割金相图像中的晶粒边界;对分割边界后的图像先采用基于深度学习的金相图像缺失区域连通方法进行修复,再用基于八邻域和区域生长的连通方法进行晶粒边界连通;标注晶粒边界的连通域,并计算每个晶粒的实际面积,生成晶粒度的统计柱状图。本发明方法能更好地恢复图像的细节,获得更精准的边界信息,使最终的晶粒连通域更为清晰准确,从而计算出各个晶粒的面积,获得更加准确可信的评级结果,使评级结果更具有实际意义。
-
公开(公告)号:CN118747891A
公开(公告)日:2024-10-08
申请号:CN202410656971.5
申请日:2024-05-24
Applicant: 冶金自动化研究设计院有限公司
IPC: G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 一种基于深度学习的钢中非金属夹杂物的智能评级方法,属于计算机图像处理技术领域。通过利用深度学习算法对钢中非金属夹杂物进行自动分割并同时对视场下的夹杂物进行自动评级计算,实现自动、快速、准确的钢铁材料质量控制。采用了一种创新的“背景”互补分割算法,通过SAM网络实现对夹杂物的自动分割,并利用ResNet50分类网络对分割出的夹杂物进行分类和评级。优点在于,不仅可以提高评级的精度和效率,降低工作强度,还可以减少人为因素的干扰,提高评级结果的客观性和可靠性。
-
-
-