一种磁粉智能检测方法及系统

    公开(公告)号:CN114397356B

    公开(公告)日:2022-11-25

    申请号:CN202210036784.8

    申请日:2022-01-13

    Inventor: 周华 陈骏 糜亮

    Abstract: 本发明提供了一种磁粉智能检测方法及系统,其中,该方法包括:获得待检测工件的结构信息;根据待检测工件,设置磁粉检测参数;构建待检测工件的三维立体模型,根据三维立体模型规划确定第一磁粉检测路线;根据第一启动指令启动磁粉检测装置,并按照磁粉检测参数和第一磁粉检测路线对待检测工件进行检测;通过图像采集装置获得第一图像信息,第一图像信息包括待检测工件的磁粉检测图像信息;将磁粉检测图像信息通过无线网络上传至远程监测系统,远程监测系统将磁粉检测图像信息输入工件质量识别评估模型中,获得第一质量识别结果;如果第一质量识别结果为未达标,通过定位传感装置对第一异常位置进行动态标记。

    一种非金属内胆纤维缠绕容器的无损检测方法

    公开(公告)号:CN116754484B

    公开(公告)日:2024-01-05

    申请号:CN202310726873.X

    申请日:2023-06-19

    Inventor: 周华

    Abstract: 本发明公开了一种非金属内胆纤维缠绕容器的无损检测方法,属于无损检测领域,包括:对压力容器的检测面进行不同颜色和亮度的层级光波照射,获得内部和表观层级光波图像集;将图像集输入容器瑕疵识别模型,获得内部和表观瑕疵标识集合;根据空间位置信息对两个标识集合进行特征聚合,获得内部和表观瑕疵数据集;对表观瑕疵数据集进行筛分,获得异常和纤维层瑕疵缺陷信息;对内部瑕疵数据集进行瑕疵认证,获得内胆层瑕疵缺陷信息;纤维层和内胆层瑕疵缺陷信息构成最终瑕疵检测结果。本申请解决了现有技术中瑕疵缺陷检测效率和检测准确度低的技术问题,达到提高非金属内胆纤维缠绕压力容器的检测效率和检测准确度的技术效果。

    一种非金属内胆纤维缠绕容器的无损检测方法

    公开(公告)号:CN116754484A

    公开(公告)日:2023-09-15

    申请号:CN202310726873.X

    申请日:2023-06-19

    Inventor: 周华

    Abstract: 本发明公开了一种非金属内胆纤维缠绕容器的无损检测方法,属于无损检测领域,包括:对压力容器的检测面进行不同颜色和亮度的层级光波照射,获得内部和表观层级光波图像集;将图像集输入容器瑕疵识别模型,获得内部和表观瑕疵标识集合;根据空间位置信息对两个标识集合进行特征聚合,获得内部和表观瑕疵数据集;对表观瑕疵数据集进行筛分,获得异常和纤维层瑕疵缺陷信息;对内部瑕疵数据集进行瑕疵认证,获得内胆层瑕疵缺陷信息;纤维层和内胆层瑕疵缺陷信息构成最终瑕疵检测结果。本申请解决了现有技术中瑕疵缺陷检测效率和检测准确度低的技术问题,达到提高非金属内胆纤维缠绕压力容器的检测效率和检测准确度的技术效果。

    一种磁粉智能检测方法及系统

    公开(公告)号:CN114397356A

    公开(公告)日:2022-04-26

    申请号:CN202210036784.8

    申请日:2022-01-13

    Inventor: 周华 陈骏 糜亮

    Abstract: 本发明提供了一种磁粉智能检测方法及系统,其中,该方法包括:获得待检测工件的结构信息;根据待检测工件,设置磁粉检测参数;构建待检测工件的三维立体模型,根据三维立体模型规划确定第一磁粉检测路线;根据第一启动指令启动磁粉检测装置,并按照磁粉检测参数和第一磁粉检测路线对待检测工件进行检测;通过图像采集装置获得第一图像信息,第一图像信息包括待检测工件的磁粉检测图像信息;将磁粉检测图像信息通过无线网络上传至远程监测系统,远程监测系统将磁粉检测图像信息输入工件质量识别评估模型中,获得第一质量识别结果;如果第一质量识别结果为未达标,通过定位传感装置对第一异常位置进行动态标记。

    基于特征池优化的标签多伯努利视频多目标跟踪方法

    公开(公告)号:CN113537077A

    公开(公告)日:2021-10-22

    申请号:CN202110813587.8

    申请日:2021-07-19

    Abstract: 本发明公开了一种基于特征池优化的标签多伯努利视频多目标跟踪方法,涉及视频多目标跟踪方法领域,该方法定义与检测置信度相关的新生模型来识别新生目标,并利用特征池来设计新的目标重识别策略,提出新的目标被遮挡后停止模板摄入特征池中的做法,将检测置信度与新生目标的存在概率结合,将低置信度的检测加入到标签多伯努利的滤波中,该方法可以解决现有的视频多目标跟踪算法中难以准确处理新生目标以及目标之间由于遮挡、干扰而导致的跟踪精度下降,目标标签切换频繁等问题,在提高目标识别率的同时避免误检以及漏检,为跟踪提供良好的检测数据。

    基于特征池优化的标签多伯努利视频多目标跟踪方法

    公开(公告)号:CN113537077B

    公开(公告)日:2023-05-26

    申请号:CN202110813587.8

    申请日:2021-07-19

    Abstract: 本发明公开了一种基于特征池优化的标签多伯努利视频多目标跟踪方法,涉及视频多目标跟踪方法领域,该方法定义与检测置信度相关的新生模型来识别新生目标,并利用特征池来设计新的目标重识别策略,提出新的目标被遮挡后停止模板摄入特征池中的做法,将检测置信度与新生目标的存在概率结合,将低置信度的检测加入到标签多伯努利的滤波中,该方法可以解决现有的视频多目标跟踪算法中难以准确处理新生目标以及目标之间由于遮挡、干扰而导致的跟踪精度下降,目标标签切换频繁等问题,在提高目标识别率的同时避免误检以及漏检,为跟踪提供良好的检测数据。

Patent Agency Ranking