-
公开(公告)号：CN109859197A
公开(公告)日：2019-06-07
申请号：CN201910102835.0
申请日：2019-02-01
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明提供了一种基于特征匹配卤鸡蛋检测方法，通过多次对图像进行运算将大量的卤鸡蛋图像块喂给神经网络，让神经网络学习认识鸡蛋，通过算法可以检测出鸡蛋是正面摆放反面摆放还是褶皱不齐；有效解决了现在传统检测工艺生产效率低、精度差等情况，实现了快速、准确、高效的检测，满足工业的实时检测需求。
-
公开(公告)号：CN109829910A
公开(公告)日：2019-05-31
申请号：CN201910102834.6
申请日：2019-02-01
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明提供了一种基于邻域查找的PCB缺陷检测方法，通过两次执行缺陷查找算法能够将不同种类、不同情况的缺陷悉数提取出来；通过模板图像和测试图像的轮廓边缘互相在对方的边缘点上进行遍历查找，并同时在边缘点的法向正反方向上进行邻域查找，在邻域范围内，将涵盖的所有像素点进行边界判断，对于超出边界的像素点将其删除，以保证程序的鲁棒性；然后获取邻域内所有白像素点离边缘点的距离，找出最小距离与设定阈值进行比较，若大于即为缺陷点并将其输出；本发明有效地提高了PCB表面质量的检测精度以及效率，实现了印制电路板表面缺陷的自动化检测，节省了人力财力物力，提高了生产自动化程度。
-
公开(公告)号：CN109785324A
公开(公告)日：2019-05-21
申请号：CN201910102844.X
申请日：2019-02-01
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明提供了一种大幅面PCB板定位方法，其中通过在大幅面PCB板图像的四个边角区域提取圆、矩形和其他异形等图形特征来获取图像的定位信息，并针对所获取的偏移量求取方差来减小误差，并通过四个定位位置对实际图像进行透视变换最终获得定位准确的图像；本发明解决了现有的PCB定位方法通用性差、精度低等实际问题，采用递进式的定位方法，提高了大幅面PCB板定位的速度和精度，为后续缺陷检测的可行性和准确性提供了保障。
-
公开(公告)号：CN109696130A
公开(公告)日：2019-04-30
申请号：CN201910165455.1
申请日：2019-03-05
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明公开了一种手机外壳自动检测装置，包括底座、上料传送带、下料传送带、料盒、部件夹具、第一相机模组和第二相机模组，所述上料传送带和下料传送带平行安装底座上；所述料盒安装在上料传送带和下料传送带上；所述第一相机模组安装在底座上，且位于上料传送带和下料传送带上方，并与上料传送带和下料传送带垂直；所述部件夹具安装在第一相机模组上；所述第二相机模组垂直安装在底座上，且位于上料传送带和下料传送带之间。并且公开了一种手机外壳自动检测方法，加强了生产自动化程度，大大提高了生产效率和市场竞争率。
-
公开(公告)号：CN107238507A
公开(公告)日：2017-10-10
申请号：CN201710469573.2
申请日：2017-06-20
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明涉及一种基于深度学习的工业设备故障预测方法，包括以下步骤：S1.通过传感器采集工业设备传感数据；S2.根据传感数据固定时间内的时序波获取频谱图；S3.深度学习算法根据频谱图对工业设备进行故障预测。本发明先通过传感器采集工业设备传感数据，然后根据传感数据固定时间内的时序波获取频谱图，最后采用基于卷积神经网络框架的深度学习算法根据频谱图对工业设备进行故障预测，准确地预测工业设备故障与否，大大提高工业设备寿命，避免工业生产中因为不确定的故障造成严重的后果，最大限度地保障企业的生产效益。
-
Patent Agency Ranking
公开(公告)号：CN113869321A
公开(公告)日：2021-12-31
申请号：CN202111163510.7
申请日：2021-09-30
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明公开了自动视觉检测技术领域，具体的说是一种基于BM4D去噪算法和KNN算法的苹果分类方法，该方法包括以下几个步骤：S1：使用双目机器视觉提取固定位置下苹果的空间坐标集；S2：通过摄像头将拍照后图片转化为数字图像，并对图片进行归一化处理；再通过MATLAB软件对数字图像进行一系列操作；S3：对得到的图像进行预处理，采用方法是对图像进行彩色空间选择，之后对得到的图像进行频率增强，并对该图像进行BM3D滤波；基于机器视觉的苹果分类系统能够代替传统的人工目测方法，通过提高苹果分类效率、减少人工分类存在明显的客观和误差问题，提高分级效率和精度，同时来达到减少人力物力的目的。
-
公开(公告)号：CN113837206A
公开(公告)日：2021-12-24
申请号：CN202111148810.8
申请日：2021-09-29
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明公开了一种基于机器学习SVM的图像角点检测方法，通过对提取的角点候选点进行相关的判断，借助支持向量机分类，最终选出合理的角点，具体是首先设置阈值和获取图像的像素点及其灰度变化的强度，然后利用阈值将候选点和周围的像素点进行比较，阈值是根据图像全局阈值自动估计的，最后对获取的角点进行过滤操作和支持向量机的分类，获取的角点会在图像最终显示出来，与现有技术相比，本发明所公开的方法计算方式简单凝练、获取的角点数量多、鲁棒性显著提高。
-
公开(公告)号：CN109781737B
公开(公告)日：2021-11-23
申请号：CN201910033339.4
申请日：2019-01-14
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 一种软管表面缺陷的检测方法及其检测系统，其方法包括以下步骤：(1)将模板图像做灰度化处理；(2)将待检测软管图像灰度化处理、噪处理后得图像Fore；(3)处理获得新的图像；(4)处理得到灰度图；(5)分别提取图像轮廓，并得到两个图像；(6)将灰度图分别与两个新图像进行位或运算操作，比较后合并到一个图中生成一个新图像；(7)滤除干扰信息，得到图像Image1；(8)对图像Image1进行区域直方图阈值分割，提取出每个灰度分段中突出部分作为待检测软管的缺陷信息；其系统包括检测相机和控制板。本设计的检测基于区域直方图和轮廓加权分割，以将塑料软管表面缺陷检测出来；有效提高检测效率，减少缺陷误检的发生。
-
公开(公告)号：CN108682012B
公开(公告)日：2021-07-27
申请号：CN201810463943.6
申请日：2018-05-15
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
IPC: G06T7/00 , G06T17/00 , G01N21/958 , G01N21/88 , G01B11/30
Abstract: 一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法，包括待检测的3D曲面玻璃和载物台，缺陷检测方法包括以下步骤：视觉成像系统采集三维点云数据；三维重建得到3D曲面玻璃的三维轮廓；对三维点云数据进行渲染；沿载物台的垂直方向进行投影并进行灰度变换得到第一灰度图和第二灰度图；提取3D曲面玻璃的图像区域的ROI；根据第一灰度图和第二灰度图选取缺陷区域；对3D曲面玻璃的缺陷进行自动匹配评价。本发明提供了一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法，使得3D曲面玻璃表面平整性的缺陷在图像中显得更加的明显,还提供了图像处理检测算法，能快速准确地检测出平整性不足的缺陷，还能通过分析对比对缺陷进行自动匹配评价。
-
公开(公告)号：CN112200798A
公开(公告)日：2021-01-08
申请号：CN202011181549.7
申请日：2020-10-29
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明公开一种基于X射线分层技术的印刷电路板检测方法，包括以下步骤：S1、确定研究对象；S2、判断研究对象的运动类型为平移类型还是旋转类型；S3、若研究对象的运动类型为平移类型，则通过指定导线方向来改善图片质量；S4、若研究对象的运动类型为旋转类型，则通过增加合成图像的数量来改善图片质量；S5、将相关系数CC作为图像相似性的指标，本发明提供的一种基于X射线分层技术的印刷电路板检测方法的有益效果在于：本研究的目的是优化用于印刷电路板检测的X射线层析成像技术，所研究的系统参数包括运动类型、合成图像数和x射线源的投射角度，相关系数作为检验指标。
-
-
-
-
-
-
-
-
-
Search Results
164
records
(took 0.08 seconds)
