-
公开(公告)号：CN108571928A
公开(公告)日：2018-09-25
申请号：CN201810330740.X
申请日：2018-04-13
Applicant: 桂林电子科技大学
CPC classification number: G01B11/00 , G01B11/002 , G06T7/0006 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/155 , G06T7/187 , G06T7/80 , G06T2207/20164 , G06T2207/30108
Abstract: 本发明公开了一种基于机器视觉的夹片锚具尺寸缺陷检测方法，属夹片锚具自动检测技术领域，包括如下步骤：相机标定；图像采集；图像预处理；ROI图像的提取；角点检测；尺寸测量；合格判定。本发明可准确的检出夹片锚具的真实物理尺寸,提高了夹片锚具自动化检测水平，有效地解决了目前人工检测速度慢、效率低、成本高的问题,为实现智能生产、智能制造奠定了基础。
-
公开(公告)号：CN108280838A
公开(公告)日：2018-07-13
申请号：CN201810094780.9
申请日：2018-01-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于边缘检测的夹片牙型缺陷检测方法，包括以下步骤：（1）夹片工件图像采集及预处理；（2）对工件进行图像模板匹配定位与图像裁剪；（3）对图像进行边缘检测；（4）对图像进行中值滤波和形态学处理；（5）进行特征提取与判别。本发明能够在工厂生产线现场准确的对夹片牙型缺陷（平牙、烂牙、重牙、光板）进行检测识别，有效地解决了目前人工检测速度慢、效率低、成本高的问题,提高了夹片的生产自动化程度和产品质量，同时本发明方法具有鲁棒性强的优点。
-
Patent Agency Ranking
公开(公告)号：CN108831495B
公开(公告)日：2022-11-29
申请号：CN201810564920.4
申请日：2018-06-04
Applicant: 桂林电子科技大学
IPC: G10L21/02 , G10L21/0216 , G10L15/26
Abstract: 本发明公开了一种应用于噪声环境下语音识别的语音增强方法，该方法将利用语音时频域稀疏性原理的基于时频掩蔽的改进MVDR波束形成与改进维纳滤波相结合，采集麦克风阵列语音信号，构建一个基于时频掩蔽的MVDR波束形成器，充分利用语音信号的空间信息，增强目标方向的语音信号，抑制其他方向噪声的干扰，然后通过一个改进的维纳滤波器去除残留的噪声并提高语音可懂度，该方法应用在语音识别前端，能够有效去除噪声，提高语音可懂度，进而提高语音识别系统的识别率，解决了在噪声环境下如何减少语音失真，提高噪声环境下语音的识别率的问题。该方法可应用在家居型机器人，智能语音设备等方面。
-
公开(公告)号：CN107490583A
公开(公告)日：2017-12-19
申请号：CN201710819281.7
申请日：2017-09-12
Applicant: 桂林电子科技大学
IPC: G01N21/95
Abstract: 本发明公开了一种基于机器视觉的夹片缺陷检测方法，包括以下步骤：（1）夹片工件图像获取及预处理；（2）对工件图像进行模板匹配定位与位置矫正；（3）进行图像分割与形态学操作；（4）根据所测特征构建相关检测区域，分析各类缺陷样品的数据，得出各类缺陷的判别规则并进行缺陷检测以下缺陷：平牙、烂牙、重牙、光板、短料、锯偏、锯斜。本发明有效地解决了目前人工检测速度慢、效率低、成本高的问题，同时具有对初始化不敏感,具有鲁棒性强的优点，提高了夹片的生产自动化程度和产品质量。
-
公开(公告)号：CN109035232A
公开(公告)日：2018-12-18
申请号：CN201810815171.8
申请日：2018-07-24
Applicant: 桂林电子科技大学
CPC classification number: G06T7/0004 , G01N21/8851 , G01N2021/8887 , G06N3/0454
Abstract: 本发明公开了一种基于深度学习和机器视觉融合的夹片缺陷检测方法，涉及自动检测技术领域，所解决的问题是为了克服基于机器视觉的夹片质量检测方法中因人工提取特征而造成的检测准确率不高的问题，包括如下步骤：（1）夹片工件图像采集；（2）基于深度学习的方法对夹片进行牙型缺陷检测；（3）基于机器视觉的方法进行夹片尺寸缺陷检测；（4）最后统计得到夹片缺陷检测结果。本发明技术方案实现简单，能有效地提高夹片缺陷检测准确率。
-
公开(公告)号：CN108831495A
公开(公告)日：2018-11-16
申请号：CN201810564920.4
申请日：2018-06-04
Applicant: 桂林电子科技大学
IPC: G10L21/02 , G10L21/0216 , G10L15/26
Abstract: 本发明公开了一种应用于噪声环境下语音识别的语音增强方法，该方法将利用语音时频域稀疏性原理的基于时频掩蔽的改进MVDR波束形成与改进维纳滤波相结合，采集麦克风阵列语音信号，构建一个基于时频掩蔽的MVDR波束形成器，充分利用语音信号的空间信息，增强目标方向的语音信号，抑制其他方向噪声的干扰，然后通过一个改进的维纳滤波器去除残留的噪声并提高语音可懂度，该方法应用在语音识别前端，能够有效去除噪声，提高语音可懂度，进而提高语音识别系统的识别率，解决了在噪声环境下如何减少语音失真，提高噪声环境下语音的识别率的问题。该方法可应用在家居型机器人，智能语音设备等方面。
-
公开(公告)号：CN108508020A
公开(公告)日：2018-09-07
申请号：CN201810245568.8
申请日：2018-03-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于机器视觉的锚具夹片缺陷检测系统，包括上下料装置、图像采集装置、图像处理装置及控制装置，所述上下料装置通过电机和数据线与所述控制装置连接，所述图像采集装置位于锚具夹片检测工位的正上方，通过网线与所述图像处理装置连接，所述控制装置通过串口通信与所述图像处理装置连接，所述图像处理装置通过图像软件程序实现锚具夹片缺陷检测功能。本发明具有检测精度高、检测速度快、量测范围广，测量指标全面优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
