-
公开(公告)号：CN113970552B
公开(公告)日：2024-06-14
申请号：CN202111128074.X
申请日：2021-09-26
Applicant: 北京京仪仪器仪表研究总院有限公司
IPC: G01N21/88 , G06F18/23213
Abstract: 本发明涉及一种结合激光散斑和Kmeans聚类算法的苹果无损检测方法，包括：1、采用激光散斑测量方法，获取N个苹果的散斑位移，计算N个苹果的共振频率；2、采用标准的Kmeans聚类算法，对N个苹果的共振频率进行中心聚类计算；3、获取待检测苹果的共振频率，根据步骤2的中心聚类结果判断待检测苹果的缺陷类别。本发明具有较强的泛化能力，基于计算机视觉的方法只能对预先标注的缺陷类型进行检测，而本发明对任何能引起苹果共振频率变化的缺陷类型都适用。通过选择高阶共振频率并结合降噪技术，使得本发明提出的新方法具有很强的抵抗噪声能力，适用于环境不可控的各种实际工况，这是有别于传统计算机视觉方法的突出优点。
-
公开(公告)号：CN111076670A
公开(公告)日：2020-04-28
申请号：CN201911240017.3
申请日：2019-12-03
Applicant: 北京京仪仪器仪表研究总院有限公司
IPC: G01B11/10 , G01N21/25 , G01N21/31 , G01N21/3563 , G01N21/359 , G01N21/89
Abstract: 本发明涉及一种苹果内外品质在线无损检测方法，应用苹果内外品质在线无损检测系统，系统包括：苹果外部品质检测单元、苹果内部品质检测单元、控制和数据处理单元及果托，控制和数据处理单元包括工控机，苹果外部品质检测单元包括：上部外观检测单元和下部外观检测单元，上部外观检测单元、苹果内部品质检测单元、下部外观检测单元依次固定在传送带两侧的固定架上，果托放置在传送带上，用于放置苹果，所述苹果内外品质在线无损检测系统布置于黑箱中；本发明利用机器视觉和可见光-近红外透射光谱，基于图像处理、深度学习和光谱分析技术来检测苹果果径、着色度、表面缺陷、霉心病、糖度，实现了产线上苹果内外品质全面快速无损检测理论与方法。
-
公开(公告)号：CN111521321A
公开(公告)日：2020-08-11
申请号：CN202010382535.5
申请日：2020-05-08
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明涉及一种指针式压力表智能检定系统及方法，智能检定系统包括：图像采集单元、敲击机构、移动机构、控制单元、自动调压单元、数据处理与分析单元。智能检定方法，包括：检定员登录检定系统，系统初始化；人工上表；打开工业相机和光源；升压定点检测；降压定点检测；不间断升压和降压检测；检定结果输出。本发明采用机器视觉和图像处理技术，实现压力表表盘ID号、精度、单位、满量程值的自动读取，同时实现压力表模板、检定权限和检定结果的有效管理、查询、导出等，为产品的后续跟踪和管理提供基础。通过比例控制阀和PLC完成定点压力值的自动控制，实现检定过程的自动化，为指针式仪表检定提供了一种快捷、准确、可靠的检定方法。
-
公开(公告)号：CN113824875B
公开(公告)日：2023-05-09
申请号：CN202110917929.0
申请日：2021-08-11
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明涉及一种基于调制光源亮度间隔和拍摄间隔的果蔬拍摄方法，具体包括如下步骤：步骤1：建立拍摄的时间间隔与光源亮度变化的时间间隔之间的关系式，保证在每一个光源亮度变化的时间间隔内最多只有一次拍摄；步骤2：选取拍摄次数N与拍摄的时间间隔δ，根据步骤1得到光源亮度变化的时间间隔；步骤3：对照明系统和拍照系统进行设置；步骤4：对果蔬进行拍摄，得到在不同拍照亮度下的果蔬照片；步骤5：选取成像最优的果蔬照片。根据本申请提供的方式设置时间间隔，照明亮度调节与拍摄按照各自的频率进行操作，不需要对光源模块和拍摄模块进行联动，就能够自动获取不同照明亮度下的果蔬图片，大幅降低了系统的复杂度。
-
公开(公告)号：CN113824875A
公开(公告)日：2021-12-21
申请号：CN202110917929.0
申请日：2021-08-11
Applicant: 北京京仪仪器仪表研究总院有限公司
IPC: H04N5/232
Abstract: 本发明涉及一种基于调制光源亮度间隔和拍摄间隔的果蔬拍摄方法，具体包括如下步骤：步骤1：建立拍摄的时间间隔与光源亮度变化的时间间隔之间的关系式，保证在每一个光源亮度变化的时间间隔内最多只有一次拍摄；步骤2：选取拍摄次数N与拍摄的时间间隔δ，根据步骤1得到光源亮度变化的时间间隔；步骤3：对照明系统和拍照系统进行设置；步骤4：对果蔬进行拍摄，得到在不同拍照亮度下的果蔬照片；步骤5：选取成像最优的果蔬照片。根据本申请提供的方式设置时间间隔，照明亮度调节与拍摄按照各自的频率进行操作，不需要对光源模块和拍摄模块进行联动，就能够自动获取不同照明亮度下的果蔬图片，大幅降低了系统的复杂度。
-
Patent Agency Ranking
公开(公告)号：CN111076670B
公开(公告)日：2021-06-08
申请号：CN201911240017.3
申请日：2019-12-03
Applicant: 北京京仪仪器仪表研究总院有限公司
IPC: G01B11/10 , G01N21/25 , G01N21/31 , G01N21/3563 , G01N21/359 , G01N21/89
Abstract: 本发明涉及一种苹果内外品质在线无损检测方法，应用苹果内外品质在线无损检测系统，系统包括：苹果外部品质检测单元、苹果内部品质检测单元、控制和数据处理单元及果托，控制和数据处理单元包括工控机，苹果外部品质检测单元包括：上部外观检测单元和下部外观检测单元，上部外观检测单元、苹果内部品质检测单元、下部外观检测单元依次固定在传送带两侧的固定架上，果托放置在传送带上，用于放置苹果，所述苹果内外品质在线无损检测系统布置于黑箱中；本发明利用机器视觉和可见光‑近红外透射光谱，基于图像处理、深度学习和光谱分析技术来检测苹果果径、着色度、表面缺陷、霉心病、糖度，实现了产线上苹果内外品质全面快速无损检测理论与方法。
-
公开(公告)号：CN114533040B
公开(公告)日：2024-04-09
申请号：CN202210029970.9
申请日：2022-01-12
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明涉及一种固定空间内人员特定活跃度的监测方法，包括以下步骤：步骤1、采集目标人员的红外热成像视频；步骤2、采用目标检测算法在红外热成像图像上定位目标人员，并计算其图像移动速度；步骤3、从目标检测算法检测到的目标人员区域图像上读取最高温度；步骤4、根据目标人员的图像移动速度与最高温度值得到目标人员的活跃度。本发明得到的目标人员活跃度的检测结果可被用于人员行为模式识别，实现老人呆坐、儿童剧烈奔跑、室内打斗等高阶监测功能。活跃度计算方法中包含了人体温度数据，使得目标人员原地运动等行为也能被有效识别，并能与静坐进行区分。
-
公开(公告)号：CN114533040A
公开(公告)日：2022-05-27
申请号：CN202210029970.9
申请日：2022-01-12
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明涉及一种固定空间内人员特定活跃度的监测方法，包括以下步骤：步骤1、采集目标人员的红外热成像视频；步骤2、采用目标检测算法在红外热成像图像上定位目标人员，并计算其图像移动速度；步骤3、从目标检测算法检测到的目标人员区域图像上读取最高温度；步骤4、根据目标人员的图像移动速度与最高温度值得到目标人员的活跃度。本发明得到的目标人员活跃度的检测结果可被用于人员行为模式识别，实现老人呆坐、儿童剧烈奔跑、室内打斗等高阶监测功能。活跃度计算方法中包含了人体温度数据，使得目标人员原地运动等行为也能被有效识别，并能与静坐进行区分。
-
公开(公告)号：CN114257736A
公开(公告)日：2022-03-29
申请号：CN202111336700.4
申请日：2021-11-12
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明属于工件测量技术领域，涉及一种工件自适应拍摄方法，包括以下步骤：S1、前置模块检测工件的位置和尺寸，并将检测结果传送至后置模块；S2、所述后置模块根据前置模块的检测结果，通过位移平台调整摄像头三到最优的拍摄位置。本发明具有以下有益技术效果：a、因前置模块与后置模块之间可以预留非常大的空间距离，可以确保后置模块有足够的时间通过位移平台调整摄像头三的位置，并使得图像对焦准确。b、位移平台具有相当大的位移调整范围，使得摄像头三的对焦范围很大，这是相对于常见变焦镜头的突出优点。c、通过前置模块的预检测，能够实现对传送带上的每一件工件都设置最优的拍摄位置。
-
公开(公告)号：CN113971435A
公开(公告)日：2022-01-25
申请号：CN202111001520.0
申请日：2021-08-30
Applicant: 北京京仪仪器仪表研究总院有限公司
Abstract: 本发明属于果蔬检测技术领域，涉及一种融合糖度和霉心病光谱信息的果蔬无损检测方法，包括：分别采集糖度和霉心病光谱数据；对光谱数据标注标签，构建数据集；设置以数据集作为输入的双模态神经网络回归模型；采用训练集训练双模态神经网络回归模型，并优化，得到训练好的双模态神经网络回归模型；利用训练好的双模态神经网络回归模型对苹果是否存在霉心病和苹果的糖度值进行预测。本申请实现同时检测糖度和霉心病的功能，与单一检测糖度或霉心病的其他方法比较，利用了更多的光谱信息，能够得到更准确的预测结果；只需一次检测，即可同时得到糖度和霉心病的信息，有利于简化检测流程。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
