一种双模态智能棉花异纤分拣系统及方法

    公开(公告)号:CN119980526A

    公开(公告)日:2025-05-13

    申请号:CN202510178396.7

    申请日:2025-02-18

    Abstract: 本发明公开了一种双模态融合智能棉花异纤分拣系统及方法,分拣系统包括壳体、图像采集模块、图像处理模块、传送模块、剔除模块;具体包括LED光源、偏振相机、RGB相机、工控机、相机支架、棉流通道、喷阀控制板、高速喷阀。棉流通过进棉管道进入棉流通道,通过图像采集模块将图像数据传入工控机,通过图像处理模块的算法处理,快速得出检测结果,喷阀控制板依据检测结果驱动高速喷阀进行异性纤维剔除。本发明可以实现对棉花中的异性纤维实时检测以及剔除,极大地提高了检测速度与精度。

    一种木材薄板弹性模量的在线检测系统及方法

    公开(公告)号:CN118111862B

    公开(公告)日:2024-11-22

    申请号:CN202410144392.2

    申请日:2024-02-01

    Abstract: 本发明公开了一种木材薄板弹性模量的在线检测系统及方法。该系统包括壳体、薄板传送模块、多传感器采集模块、数据处理模块。薄板传送模块负责将木材薄板平稳地传输至检测区域。多传感器采集模块包括超声波传感器、微波传感器、红外传感器、高精度电子秤、相机以及板材厚度测量夹紧装置。微波传感器用于测量木材薄板中的含水率,红外传感器用于测定木材薄板的表面温度。电子秤、尺寸测量相机和夹紧装置则用于测量板材的重量与体积。通过多传感器采集模块收集的数据,数据处理模块可以计算木材薄板的弹性模量。本发明能够实时、高效且准确地估算木材薄板的弹性模量,显著提高木材加工的质量与效率。

    一种用于籽棉开松有效性的判别方法及系统

    公开(公告)号:CN114937190A

    公开(公告)日:2022-08-23

    申请号:CN202210607648.X

    申请日:2022-05-31

    Abstract: 本发明公开了一种用于籽棉开松有效性的判别方法及系统,属于杂质分选与深度学习技术领域,该方法利用线阵相机和3D深度相机获取籽棉异纤除杂生产线中开松后的籽棉图像及三维信息,将线扫描图像数据与线扫描3D深度数据进行对齐和融合,在图像识别的基础上通过3D深度数据额外获取棉花成团表面深度信息,结合开松机振动数据,判断开松的有效性。本发明将线扫描图像数据与线扫描3D深度数据进行对齐和融合,同时采集开松机的振动数据,提高判别准确率,在相同采样率和采样长度的情况下有效降低对计算机硬件的性能要求,有利于降低运行和维护成本。

    一种用于籽棉开松有效性的判别方法及系统

    公开(公告)号:CN114937190B

    公开(公告)日:2023-05-16

    申请号:CN202210607648.X

    申请日:2022-05-31

    Abstract: 本发明公开了一种用于籽棉开松有效性的判别方法及系统,属于杂质分选与深度学习技术领域,该方法利用线阵相机和3D深度相机获取籽棉异纤除杂生产线中开松后的籽棉图像及三维信息,将线扫描图像数据与线扫描3D深度数据进行对齐和融合,在图像识别的基础上通过3D深度数据额外获取棉花成团表面深度信息,结合开松机振动数据,判断开松的有效性。本发明将线扫描图像数据与线扫描3D深度数据进行对齐和融合,同时采集开松机的振动数据,提高判别准确率,在相同采样率和采样长度的情况下有效降低对计算机硬件的性能要求,有利于降低运行和维护成本。

    基于半监督多任务检测的木地板颜色分类及缺陷检测方法

    公开(公告)号:CN116596891B

    公开(公告)日:2024-09-10

    申请号:CN202310578316.8

    申请日:2023-05-22

    Abstract: 本发明涉及一种基于半监督多任务检测的木地板颜色分类及缺陷检测方法,属于图像处理领域。该方法包括:对输入图像进行缺陷色彩校正;标记少量图像作为数据集输入Color‑RCNN模型训练,实现颜色分类和缺陷检测;训练半监督预测监视网络判别伪标签是否准确的;用Color‑RCNN模型预测剩余的未标记图像,实现颜色分类,生成伪标签,用半监督预测监视网络对伪标签进行判别,将正确的检测框留下,过滤掉错误的检测框;将识别正确的图像加入数据集,重新输入Color‑RCNN模型训练,预测剩余的未标记图像,直至未标记图像全部获得正确标签,实现半监督学习。本发明在图像识别的过程中,通过半监督学习,使用少量人工标记和大量未标记的木地板图像训练出模型,提高了分选的效率。

    基于自学习的实木地板颜色分类方法

    公开(公告)号:CN116310511B

    公开(公告)日:2024-07-30

    申请号:CN202310106101.6

    申请日:2023-02-13

    Abstract: 本发明公开了一种基于自学习的实木地板颜色分类方法,属于机器视觉和图像处理领域。将预处理后的实木地板图像进行区块化处理来数据增强,训练出一个可以识别已知类别和未知类别的循环迭代树;将待分类图像输入到循环迭代树中,得到实木地板的颜色类别,如果不属于已知的颜色种类,则使用少量特定已知的颜色区块替换待识别实木地板的部分位置;循环多次后,如果确定为未知类别,则将该实木地板的颜色更新进循环迭代树中,实现自学习。本发明在图像识别的过程中,通过区块化处理进行数据增强,以达到使用少量实木地板样本即可训练出可用模型。在识别中,不断更新循环迭代树进行自学习,使得模型可以不断学习新的数据,不断增强模型的识别能力。

    基于自学习的实木地板颜色分类方法

    公开(公告)号:CN116310511A

    公开(公告)日:2023-06-23

    申请号:CN202310106101.6

    申请日:2023-02-13

    Abstract: 本发明公开了一种基于自学习的实木地板颜色分类方法,属于机器视觉和图像处理领域。将预处理后的实木地板图像进行区块化处理来数据增强,训练出一个可以识别已知类别和未知类别的循环迭代树;将待分类图像输入到循环迭代树中,得到实木地板的颜色类别,如果不属于已知的颜色种类,则使用少量特定已知的颜色区块替换待识别实木地板的部分位置;循环多次后,如果确定为未知类别,则将该实木地板的颜色更新进循环迭代树中,实现自学习。本发明在图像识别的过程中,通过区块化处理进行数据增强,以达到使用少量实木地板样本即可训练出可用模型。在识别中,不断更新循环迭代树进行自学习,使得模型可以不断学习新的数据,不断增强模型的识别能力。

    一种基于级联质心算法的木地板缺陷检测方法

    公开(公告)号:CN117058116B

    公开(公告)日:2024-10-11

    申请号:CN202311079010.4

    申请日:2023-08-25

    Abstract: 本发明公开了一种用于木地板表面缺陷检测的方法,该方法的具体处理步骤包括对采集的木地板图像进行缩放和标准化处理、应用深度分离可卷积提取特征、将提取的特征输入到特定计算模块进行处理实现更进一步的特征提取及特征融合、对生成的预测框应用非极大值屏蔽、置信度屏蔽的方法筛选木地板缺陷边界框。该方法基于缺陷检测常用的目标检测算法的结构,并进行适用于木地板表面缺陷检测的改进,包括设计C‑ELAN、R‑SAM、Mini‑Head、RCU、CCG‑NORM模块或方法,达到提高识别缺陷类别的准确率以及定位精度、减少计算量的有益效果,有效降低木地板表面缺陷检测的成本。

Patent Agency Ranking