基于高光谱分辨的缺陷检测装置及方法

    公开(公告)号:CN118706854A

    公开(公告)日:2024-09-27

    申请号:CN202410761789.6

    申请日:2024-06-13

    Abstract: 本发明涉及光谱检测缺陷技术领域,具体为基于高光谱分辨的缺陷检测装置及方法,包括呈水平设置的检测架、安装于检测架中部正上方的光谱成像仪以及光谱成像仪两侧安装的若干发光器,检测架上套设有若干输料带;检测架的左右端且位于每个输料带正上方均悬置有若干储料组,检测架的左右端均设置有用于悬托若干储料组的配料组。本发明通过启动检测架上的输料带,并利用配料组中的传动组传递输料带的输送力而同速率带动储料组降至输料带上,进而被自动拨动输送至中部被光谱成像仪拍摄检测;装有被检测产品再输送到检测架左端自动收纳并人工更换产品,以便在检测架上进行来回检测,其操作便捷且实用安全。

    一种用于工业零部件的色域检测分析组件及方法

    公开(公告)号:CN118670522A

    公开(公告)日:2024-09-20

    申请号:CN202410707663.0

    申请日:2024-06-03

    Abstract: 本发明涉及产品色域检测技术领域,具体为一种用于工业零部件的色域检测分析组件及方法,包括将不规则工业零件摆放在若干调面块上,旋转不同位置的调节轮调节调面块朝上的位置,而形成高低差,用于支撑不规则工业零件摆正;再启动输送电机驱动输送带运动输送至工业相机正下方被拍照,进而上传至计算机中被图画处理系统处理,再与标准色域对比分析而判断色彩质量。本发明通过设置的调面部,根据零件的长度不同,而选择使用被其所压住的若干调面块进行调面,而形成高低差,用于支撑不规则工业零件摆正而被拍照,提高了色域检测的准确度。

    一种金属产品检测设备及方法
    3.
    发明公开

    公开(公告)号:CN119395155A

    公开(公告)日:2025-02-07

    申请号:CN202411561216.5

    申请日:2024-11-04

    Abstract: 本发明公开了一种金属产品检测设备及方法,涉及金属检测技术领域,包括底部连接有多个对称分布的支撑腿的工作台,所述工作台上开设有腔体,所述腔体内侧转动连接有夹紧组件,通过夹紧组件,进而对金属件进行夹紧,通过两个U型夹在框体内侧滑动,进而在两个U型夹在框体内侧相对滑动时,对金属件进行夹持,通过检测组件,进而对金属件进行检测,通过超声波探伤仪,进而对金属件进行无损检测,通过第二滑块在顶板上滑动,进而带动检测组件滑动,进而带动安装座滑动,进而带动超声波探伤仪移动,进而对金属件不同部位进行无损检测,以此解决了现有的无损检测装置没有固定装置,检测时金属材料移动会导致检测的数据不精确的问题。

    一种基于人工智能的机械零件表面损伤检测方法

    公开(公告)号:CN118641700A

    公开(公告)日:2024-09-13

    申请号:CN202410746446.2

    申请日:2024-06-11

    Abstract: 本发明公开了一种基于人工智能的机械零件表面损伤检测方法,涉及机械零件技术领域,包括工作台,所述工作台顶部连接有两个对称分布的支撑板,通过夹持组件,进而对零件进行夹持,通过两个夹板在框体内侧滑动,进而对零件进行夹持,通过两个侧夹板在通槽内侧滑动,进而对零件侧壁进行夹持,保证对零件夹持的稳定性,通过清理组件,进而对零件表面进行清理,避免零件表面因灰尘导致检测的结果出现偏差,转动手轮,进而带动第一连接轴转动,进而带动夹持组件在两个支撑板之间转动,进而同时对零件两面进行检测,通过检测器,进而对零件进行检测以此解决了检测器都是用手持的方式进行检测,这种方式检测的误差较大的问题。

    一种基于快速循环卷积网络的图像超分辨率重建方法

    公开(公告)号:CN118761911A

    公开(公告)日:2024-10-11

    申请号:CN202410754315.9

    申请日:2024-06-12

    Abstract: 本发明涉及数字图像处理技术领域,公开了一种基于快速循环卷积网络的图像超分辨率重建方法,包括以下步骤:S1、图像预处理,包括下采样和图像切割;S2、将预处理后的低分辨率图像输入至一个生成对抗网络,该网络包括生成器和判别器;S3、在生成器内执行特征提取、快速循环卷积、自注意力机制、多尺度特征融合,以及动态上采样;S4、使用判别器评估生成图像与真实图像之间的差异。通过快速循环卷积网络加深特征提取和增强的层次,使得重建的图像能够在保持高分辨率的同时,更好地保存图像细节和纹理信息,并通过自注意力机制使得模型能够在提取特征时考虑到全局的依赖关系,从而在重建过程中更好地保留图像的结构完整性和上下文关联性。

Patent Agency Ranking