[go: up one dir, main page]

CN108460798A - 一种试样槽口定位方法及装置 - Google Patents

一种试样槽口定位方法及装置 Download PDF

Info

Publication number
CN108460798A
CN108460798A CN201711480667.6A CN201711480667A CN108460798A CN 108460798 A CN108460798 A CN 108460798A CN 201711480667 A CN201711480667 A CN 201711480667A CN 108460798 A CN108460798 A CN 108460798A
Authority
CN
China
Prior art keywords
sample
information
image
sample image
notch
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711480667.6A
Other languages
English (en)
Inventor
孙茂杰
苏循亮
周鼎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Jinheng Information Technology Co Ltd
Original Assignee
Jiangsu Jinheng Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Jinheng Information Technology Co Ltd filed Critical Jiangsu Jinheng Information Technology Co Ltd
Priority to CN201711480667.6A priority Critical patent/CN108460798A/zh
Publication of CN108460798A publication Critical patent/CN108460798A/zh
Priority to DE112018000224.1T priority patent/DE112018000224B4/de
Priority to PCT/CN2018/109073 priority patent/WO2019128366A1/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明实施例提出一种试样槽口定位方法及装置，涉及钢铁行业自动化领域。该方法及装置根据接收到的试样冷却温度确定拍摄参数，并获取处于该拍摄参数状态下的一图像采集装置采集到的待处理样品图像，接着对待处理样品图像进行过滤处理以获取重点试样图像信息，最后基于多个预建立的图像识别模型以及重点试样图像信息获取试样槽口的位置信息；由于不同的试样冷却温度对拍摄结果有不同程度的影响，因而每种冷却温度下都存在与之对应的较为合适的拍摄参数，使得获取的待处理样品图像总是处于较为清晰的状态，便于后续进行背景分离、试样槽口定位等操作，不仅提高了获取试样槽口的位置信息的效率，还增加了位置信息的准确率。

Description

一种试样槽口定位方法及装置
技术领域
本发明涉及钢铁行业自动化领域，具体而言，涉及一种试样槽口定位方法及装置。
背景技术
随着经济和科技的发展，在钢铁行业中自动化设备的运用越来越广泛，当检测钢样材质特性是否合格时，需要对试样槽口进行定位，然后取出放到相应的位置进行试验。
但在现有技术中，试样的冷却温度范围较大，从-193℃～20℃不等；而当试样的冷却温度小于等于-60℃时，会出现大量雾气造成成像不清晰，同时亮度会比20℃时的成像有明显下降，致使成像发生变化，从而对试样槽口的定位造成了很大的干扰，导致最终的定位不准确。
发明内容
有鉴于此，本发明的目的在于提供一种试样槽口定位方法及装置，以解决上述问题。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种试样槽口定位方法，
所述试样槽口定位方法包括：
基于接收到的试样冷却温度确定拍摄参数；
接收处于所述拍摄参数状态下的一图像采集装置发送的采集到的待处理样品图像；
对所述待处理样品图像进行过滤处理以获取重点试样图像信息；
基于预建立的图像识别模型以及所述重点试样图像信息获取试样槽口的具体位置信息。
第二方面，本发明实施例还提供了一种试样槽口定位装置，所述试样槽口定位装置包括：
拍摄参数确定单元，用于基于接收到的试样冷却温度确定拍摄参数；
接收单元，用于接收处于所述拍摄参数状态下的一图像采集装置采集到的待处理样品图像；
过滤单元，用于对所述待处理样品图像进行过滤处理以获取重点试样图像信息；
位置信息获取单元，用于基于多个预建立的图像识别模型以及所述重点试样图像信息获取试样槽口的具体位置信息。
本发明实施例提供的试样槽口定位方法及装置，根据接收到的试样冷却温度确定拍摄参数，并获取处于该拍摄参数状态下的一图像采集装置采集到的待处理样品图像，接着对待处理样品图像进行过滤处理以获取重点试样图像信息，最后基于多个预建立的图像识别模型以及重点试样图像信息获取试样槽口的位置信息；由于不同的试样冷却温度对拍摄结果有不同程度的影响，因而每种冷却温度下都存在与之对应的较为合适的拍摄参数，使得获取的待处理样品图像总是处于较为清晰的状态，便于后续进行背景分离、试样槽口定位等操作，不仅提高了获取试样槽口的位置信息的效率，还增加了位置信息的准确率。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的服务器的功能框图。
图2示出了本发明实施例提供的试样槽口定位方法的流程图；
图3示出了图2中步骤S203的具体流程图；
图4示出了图3中子步骤S2031的具体流程图；
图5示出了图2中步骤S204的具体流程图；
图6示出了本发明较佳实施例提供的一种试样槽口定位装置的功能模块图。
图标：100-服务器；111-存储器；112-处理器；113-通信单元；200-试样槽口定位装置；210-拍摄参数确定单元；220-接收单元；230-过滤单元；240-位置信息获取单元；250-传输单元。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参阅图1，图1示出了一种可应用于本发明实施例中的服务器100的功能框图。包括试样槽口定位装置200、存储器111、存储控制器，一个或多个(图中仅示出一个)处理器112、通信单元113。这些组件通过一条或多条通讯总线/信号线相互通讯。所述试样槽口定位装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器111中或固化在所述服务器100的操作系统(operating S4stem，OS)中的软件功能单元。
存储器111可用于存储软件程序以及单元，如本发明实施例中的软件测试装置及方法所对应的程序指令/单元，处理器112通过运行存储在存储器111内的试样槽口定位装置、方法的软件程序以及单元，从而执行各种功能应用以及数据处理，如本发明实施例提供的试样槽口定位方法。其中，所述存储器111可以是，但不限于，随机存取存储器(RandomAccess Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable ProgrammableRead-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory，EEPROM)等。处理器112以及其他可能的组件对存储器111的访问可在存储控制器的控制下进行。
所述通信单元113用于通过所述网络建立所述服务器100与其它通信终端之间的通信连接，并用于通过所述网络收发数据。
应当理解的是，图1所示的结构仅为示意，服务器100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
第一实施例
本发明提供了一种试样槽口定位方法，用于在对钢样进行冲击实验的过程中，定位钢材试样的槽口位置。请参阅图2，为本发明实施例提供的试样槽口定位方法的流程图。该试样槽口定位方法包括：
步骤S201：基于接收到的试样冷却温度确定拍摄参数。
由于当试样的冷却温度过低，例如-80℃时，试样周围会产生大量的雾气，这将严重影响试样的成像结果，使得最终的成像结果非常不清晰。这不仅对成像结果中背景与试样的分离造成了较大干扰，还会导致最终对于试样中槽口的定位出现偏差。
因而，通过依据试样的试样冷却温度来调整图像采集装置的拍摄参数，可以使得最终获取的试样的成像结果，不会因为冷却温度的变化而出现较大的变化。
可以理解地，拍摄参数包括但不仅限于快门、光圈、ISO、EV值、是否开闪光灯的设置参数。
步骤S202：接收处于该拍摄参数状态下的一图像采集装置发送的采集到的待处理样品图像。
可以理解地，通过该拍摄参数状态下的一图像采集装置采集到的待处理样品图像，成像结果清晰、易于辨认以及分析。
步骤S203：对待处理样品图像进行过滤处理以获取重点试样图像信息。
待处理样品图像中包含背景部分以及试样部分。可以理解地，试样部分即为试样自身的图像信息，可体现其结构、连接关系等。背景部分则包括试样所处的环境信息，这些环境信息会对试样槽口的分析造成一定的干扰；因而，需要通过对待处理样品图像进行过滤处理，将待处理样品图像中的背景部分给过滤掉以后，从而获取重点试样图像信息。
请参阅图3，为步骤S203的具体流程图。步骤S203包括：
子步骤S2031：获取待处理样品图像的灰度直方图信息。
一般地，背景部分和试样部分的差异较大，因而可以首先获取待处理样品图像的灰度直方图信息，通过该灰度直方图信息将背景部分和试样部分区分开来。
请参阅图4，为子步骤S2031的具体流程图。子步骤S2031包括：
子步骤S20311：获取待处理样品图像中试样与背景的区分线。
可以理解地，试样具有一定形状、轮廓；因而，试样与背景的区分线即为试样自身的轮廓线，区分线将待处理样品图像划分为了试样部分和背景部分。
子步骤S20312：沿区分线将待处理样品图像划分为多个区域。
由于在试样槽口的位置通常有酒精附着，试样槽口与背景的差异较小，灰度值与背景的相近，仅通过获取某个区域的灰度值作为该待处理样品图像的灰度直方图信息，会对最终的重点试样图像信息造成较大的误差，因而首先沿区分线将待处理样品图像划分为多个区域，再通过对每个区域进行分析，可以减小重点试样图像信息的误差。
子步骤S20313：获取每个区域的灰度直方图以及灰度直方图均值。
通过获取每个区域的灰度直方图以及灰度直方图均值，便于服务器100获取每个区域背景部分与试样部分的灰度值的对比度。
子步骤S20314：将具有最小的灰度直方图均值的灰度直方图作为待处理样品图像的灰度直方图信息。
具有最小的灰度直方图均值的区域，试样与背景的对比度最小，通过将该灰度直方图作为待处理样品图像的灰度直方图信息，可以使得待处理样品图像的灰度直方图信息具有最大的识别精度。
可以理解地，当服务器100可以识别出对比度最小区域处的试样与背景时，自然也可以识别出其他区域处的试样与背景，从而将待处理样品图像的背景部分与试样部分区分开。
子步骤S2032：基于灰度直方图信息滤除待处理样品图像中包含的背景信息以获取重点试样图像信息。
步骤S204：基于预建立的图像识别模型以及重点试样图像信息获取试样槽口的具体位置信息。
在一种优选的实施例中，为避免在获取试样槽口的位置信息过程中受到干扰导致最终获取的位置信息不准确，服务器100采用多个预建立的图像识别模型对试样槽口进行定位。需要说明的是，多个预建立的图像识别模型是不同的；通常地，一种模型对应试样槽口的一种特征，能达到更好地抗干扰的效果。此时，步骤S204应当替换为：基于多个预建立的图像识别模型以及重点试样图像信息获取试样槽口的具体位置信息。请参阅图5，为步骤S204的具体流程图。步骤S204包括：
子步骤S2041：基于每个所述模板获取重点试样图像信息中试样槽口的多个初步位置信息。
可以理解地，在未受干扰地情况下，多个初步位置信息应当在误差范围内。
子步骤S2042：整合多个初步位置信息而获取所述位置信息。
例如，当出现干扰较大的情况，服务器100可将多个初步位置信息中误差较大的剔除，从剩下的初步位置信息中确定试样槽口真正的位置信息。
在一种优选的实施例中，该具体位置信息为图像坐标。
步骤S205：将位置信息传输至一冲击机器人。
通过将位置信息传输给冲击机器人，冲击机器人可实时获知试样的位置，便于冲击机器人进行冲击实验。
第二实施例
请参阅图6，图6为本发明较佳实施例提供的一种试样槽口定位装置200的功能模块图。需要说明的是，本实施例所提供的试样槽口定位装置200，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。该试样槽口定位装置200包括：拍摄参数确定单元210、接收单元220、过滤单元230、位置信息获取单元240以及传输单元250。
其中，拍摄参数确定单元210，用于基于接收到的试样冷却温度确定拍摄参数。
在一种优选的实施例中，可以理解地，拍摄参数确定单元210可用于执行步骤S201。
接收单元220用于接收处于所述拍摄参数状态下的一图像采集装置发送的采集到的待处理样品图像。
在一种优选的实施例中，可以理解地，接收单元220可用于执行步骤S202。
过滤单元230用于对待处理样品图像进行过滤处理以获取重点试样图像信息。
具体地，过滤单元230用于获取所述待处理样品图像的背景的灰度直方图信息。
其中，过滤单元230用于获取所述待处理样品图像获取中试样与所述背景的区分线；过滤单元230还用于沿所述区分线将所述待处理样品图像划分为多个区域；过滤单元230还用于获取每个所述区域的灰度直方图以及灰度直方图均值；过滤单元230还用于将具有最小的灰度直方图均值的灰度直方图作为所述待处理样品图像的灰度直方图信息。
过滤单元230还用于基于灰度直方图信息滤除待处理样品图像中包含的背景信息以获取重点试样图像信息。
在一种优选的实施例中，可以理解地，过滤单元230可用于执行步骤S203、子步骤S2031、子步骤S2032、子步骤S20311、子步骤S20312、子步骤S20313以及子步骤S20314。
位置信息获取单元240用于基于预建立的图像识别模型以及重点试样图像信息获取试样槽口的位置信息。
在一种优选的实施例中，位置信息获取单元240还用于基于多个预建立的图像识别模型以及重点试样图像信息获取试样槽口的具体位置信息。
在一种优选的实施例中，可以理解地，位置信息获取单元240可用于执行步骤S204、子步骤S2041以及子步骤S2042。
传输单元250用于将位置信息传输至一冲击机器人。
在一种优选的实施例中，可以理解地，传输单元250可用于执行步骤S205。
综上所述，本发明实施例提供的试样槽口定位方法及装置，接收到的试样冷却温度确定拍摄参数，并获取处于该拍摄参数状态下的一图像采集装置采集到的待处理样品图像，接着对待处理样品图像进行过滤处理以获取重点试样图像信息，最后基于多个预建立的图像识别模型以及重点试样图像信息获取试样槽口的位置信息；由于不同的试样冷却温度对拍摄结果有不同程度的影响，因而每种冷却温度下都存在与之对应的较为合适的拍摄参数，使得获取的待处理样品图像总是处于较为清晰的状态，便于后续进行背景分离、试样槽口定位等操作，不仅提高了获取试样槽口的位置信息的效率，还增加了位置信息的准确率。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (10)

1.一种试样槽口定位方法，其特征在于，所述试样槽口定位方法包括：
基于接收到的试样冷却温度确定拍摄参数；
接收处于所述拍摄参数状态下的一图像采集装置发送的采集到的待处理样品图像；
对所述待处理样品图像进行过滤处理以获取重点试样图像信息；
基于预建立的图像识别模型以及所述重点试样图像信息获取试样槽口的具体位置信息。
2.根据权利要求1所述的试样槽口定位方法，其特征在于，所述对所述待处理样品图像进行过滤处理以获取重点试样图像信息的步骤包括：
获取所述待处理样品图像的灰度直方图信息；
基于所述灰度直方图信息滤除所述待处理样品图像中包含的背景信息以获取所述重点试样图像信息。
3.根据权利要求2所述的试样槽口定位方法，其特征在于，所述获取所述待处理样品图像的灰度直方图信息的步骤包括：
获取所述待处理样品图像中试样与所述背景的区分线；
沿所述区分线将所述待处理样品图像划分为多个区域；
获取每个所述区域的灰度直方图以及灰度直方图均值；
将具有最小的灰度直方图均值的灰度直方图作为所述待处理样品图像的灰度直方图信息。
4.根据权利要求1所述的试样槽口定位方法，其特征在于，所述基于预建立的图像识别模型以及所述重点试样图像信息获取试样槽口的具体位置信息的步骤还包括：
基于多个预建立的图像识别模型以及所述重点试样图像信息获取试样槽口的具体位置信息。
5.根据权利要求4所述的试样槽口定位方法，其特征在于，所述基于多个预建立的图像识别模型以及所述重点试样图像信息获取试样槽口的位置信息的步骤包括：
基于每个所述图像识别模型获取重点试样图像信息中试样槽口的多个初步位置信息；
整合多个所述初步位置信息而获取所述具体位置信息。
6.一种试样槽口定位装置，其特征在于，所述试样槽口定位装置包括：
拍摄参数确定单元，用于基于接收到的试样冷却温度确定拍摄参数；
接收单元，用于接收处于所述拍摄参数状态下的一图像采集装置采集到的待处理样品图像；
过滤单元，用于对所述待处理样品图像进行过滤处理以获取重点试样图像信息；
位置信息获取单元，用于基于多个预建立的图像识别模型以及所述重点试样图像信息获取试样槽口的具体位置信息。
7.根据权利要求6所述的试样槽口定位装置，其特征在于，所述过滤单元还用于获取所述待处理样品图像的背景的灰度直方图信息；
所述过滤单元还用于基于所述灰度直方图信息滤除所述待处理样品图像中包含的背景信息以获取所述重点试样图像信息。
8.根据权利要求7所述的试样槽口定位装置，其特征在于，所述过滤单元还用于获取所述待处理样品图像获取中试样与所述背景的区分线；
所述过滤单元还用于沿所述区分线将所述待处理样品图像划分为多个区域；
所述过滤单元还用于获取每个所述区域的灰度直方图均值；
所述过滤单元还用于将最小的所述灰度直方图均值作为所述背景的灰度直方图信息。
9.根据权利要求6所述的试样槽口定位装置，其特征在于，所述位置信息获取单元还用于基于多个预建立的图像识别模型以及所述重点试样图像信息获取试样槽口的具体位置信息。
10.根据权利要求9所述的试样槽口定位装置，其特征在于，所述位置信息获取单元还用于基于每个所述图像识别模型获取重点试样图像信息中试样槽口的多个初步位置信息；
所述位置信息获取单元还用于整合多个所述初步位置信息而获取所述具体位置信息。
CN201711480667.6A 2017-12-29 2017-12-29 一种试样槽口定位方法及装置 Pending CN108460798A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201711480667.6A CN108460798A (zh) 2017-12-29 2017-12-29 一种试样槽口定位方法及装置
DE112018000224.1T DE112018000224B4 (de) 2017-12-29 2018-09-30 Verfahren und Vorrichtung zum Bestimmen einer Position eines Schlitzes in einer zu verarbeitenden Probe
PCT/CN2018/109073 WO2019128366A1 (zh) 2017-12-29 2018-09-30 一种试样槽口定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711480667.6A CN108460798A (zh) 2017-12-29 2017-12-29 一种试样槽口定位方法及装置

Publications (1)

Publication Number Publication Date
CN108460798A true CN108460798A (zh) 2018-08-28

Family

ID=63220545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711480667.6A Pending CN108460798A (zh) 2017-12-29 2017-12-29 一种试样槽口定位方法及装置

Country Status (3)

Country Link
CN (1) CN108460798A (zh)
DE (1) DE112018000224B4 (zh)
WO (1) WO2019128366A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019128366A1 (zh) * 2017-12-29 2019-07-04 江苏金恒信息科技股份有限公司 一种试样槽口定位方法及装置
CN111145197A (zh) * 2019-12-10 2020-05-12 电子科技大学 一种精确的基于直方图和局部梯度的道岔转辙机缺口边缘定位方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115598131B (zh) * 2022-09-21 2024-10-18 江苏华电昆山热电有限公司 一种适用于管道内焊缝的定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101957313A (zh) * 2010-09-21 2011-01-26 吉林大学 鲜玉米果穗质量的计算机视觉检测分级方法及装置
CN104200457A (zh) * 2014-07-21 2014-12-10 华南农业大学 基于广角摄像的离散型冠层叶面积指数检测系统和方法
CN105798927A (zh) * 2016-05-23 2016-07-27 广东工业大学 基于图像的坩埚缺陷磨削加工方法及应用其的加工系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19754129C1 (de) 1997-12-05 1999-04-15 Karlsruhe Forschzent Vorrichtung zur Erfassung der Konturänderung von Zugproben bei verschiedenen Temperaturen
WO2012171627A1 (en) 2011-06-14 2012-12-20 Tata Steel Nederland Technology B.V. Method and device of determining a tracking characteristic and/or strip width of a moving strip
JP6341024B2 (ja) * 2014-09-17 2018-06-13 富士ゼロックス株式会社 定着装置および画像形成装置
CN105092406A (zh) * 2015-07-07 2015-11-25 中南大学 一种新型炉渣结晶过程热重测试设备与测试方法
CN107492074A (zh) * 2017-07-21 2017-12-19 触景无限科技（北京）有限公司 图像采集处理方法、装置及终端设备
CN108460798A (zh) * 2017-12-29 2018-08-28 江苏金恒信息科技股份有限公司 一种试样槽口定位方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101957313A (zh) * 2010-09-21 2011-01-26 吉林大学 鲜玉米果穗质量的计算机视觉检测分级方法及装置
CN104200457A (zh) * 2014-07-21 2014-12-10 华南农业大学 基于广角摄像的离散型冠层叶面积指数检测系统和方法
CN105798927A (zh) * 2016-05-23 2016-07-27 广东工业大学 基于图像的坩埚缺陷磨削加工方法及应用其的加工系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019128366A1 (zh) * 2017-12-29 2019-07-04 江苏金恒信息科技股份有限公司 一种试样槽口定位方法及装置
CN111145197A (zh) * 2019-12-10 2020-05-12 电子科技大学 一种精确的基于直方图和局部梯度的道岔转辙机缺口边缘定位方法
CN111145197B (zh) * 2019-12-10 2022-05-03 电子科技大学 一种精确的基于直方图和局部梯度的道岔转辙机缺口边缘定位方法

Also Published As

Publication number Publication date
DE112018000224B4 (de) 2023-09-07
DE112018000224T5 (de) 2019-10-10
WO2019128366A1 (zh) 2019-07-04

Similar Documents

Publication Publication Date Title
CN113269073B (zh) 一种基于yolo v5算法的船舶多目标追踪方法
CN104538041B (zh) 异常声音检测方法及系统
CN109766755B (zh) 人脸识别方法及相关产品
CN106707293A (zh) 用于车辆的障碍物识别方法和装置
CN114581855B (zh) 一种基于大数据的信息收集方法与系统
CN110390229B (zh) 一种人脸图片筛选方法、装置、电子设备及存储介质
CN108073905A (zh) 一种智能水尺读数的方法、系统和设备
CN108460798A (zh) 一种试样槽口定位方法及装置
CN109961040A (zh) 身份证区域定位方法、装置、计算机设备及存储介质
CN113177468A (zh) 人体行为检测方法、装置、电子设备及存储介质
CN110866515A (zh) 厂房内对象行为识别方法、装置以及电子设备
CN114897655B (zh) 基于视觉的防疫控制方法及装置、存储介质、电子设备
CN116310961A (zh) 操作视频的处理方法、装置和计算机可读存储介质
CN116148801B (zh) 一种基于毫米波雷达的目标检测方法及系统
CN106919900A (zh) 一种建立车窗定位模型和车窗定位方法及装置
WO2021022795A1 (zh) 人脸识别过程中的欺诈行为检测方法、装置及设备
CN116758493B (zh) 基于图像处理的隧道施工监测方法、装置及可读存储介质
CN112037255A (zh) 目标跟踪方法和装置
JP2001221857A (ja) 逆合成開口レーダ装置および逆合成開口レーダ画像を用いた目標識別方法
CN112347824A (zh) 佩戴物识别方法、装置、设备及存储介质
CN116071335A (zh) 墙面验收方法、装置、设备及存储介质
CN114648792A (zh) 基于多特征融合的表情识别方法及装置
CN113177452A (zh) 一种基于图像处理与射频技术的封样方法及装置
CN116363435B (zh) 一种基于深度学习的遥感图像目标检测系统及方法
Liu et al. Research on Printing Icons Defect Detection Based on Variation Model Consistent with Subjective Perception

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180828