CN111921885A - 木门板材尺寸智能检测方法与装置 - Google Patents

木门板材尺寸智能检测方法与装置 Download PDF

Info

Publication number
CN111921885A
CN111921885A CN202010778297.XA CN202010778297A CN111921885A CN 111921885 A CN111921885 A CN 111921885A CN 202010778297 A CN202010778297 A CN 202010778297A CN 111921885 A CN111921885 A CN 111921885A
Authority
CN
China
Prior art keywords
wooden door
door plate
qualified
image
data
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
CN202010778297.XA
Other languages
English (en)
Inventor
王丽娜
周小龙
陈周亮
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.)
Jiangshan Branch Of Southeast Digital Economic Development Research Institute
Original Assignee
Jiangshan Branch Of Southeast Digital Economic Development Research Institute
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 Jiangshan Branch Of Southeast Digital Economic Development Research Institute filed Critical Jiangshan Branch Of Southeast Digital Economic Development Research Institute
Priority to CN202010778297.XA priority Critical patent/CN111921885A/zh
Publication of CN111921885A publication Critical patent/CN111921885A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/04—Sorting according to size
    • B07C5/10—Sorting according to size measured by light-responsive means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/3412—Sorting according to other particular properties according to a code applied to the object which indicates a property of the object, e.g. quality class, contents or incorrect indication
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B07C5/362—Separating or distributor mechanisms

Landscapes

  • Image Processing (AREA)

Abstract

本发明涉及木门加工智能化技术领域，提供一种木门板材尺寸智能检测方法和装置，该方法包括：调用拍摄装置获取木门板材图像；将木门板材图像输入到模型中，判定木门板材几何尺寸是否合格，其中，所述模型为使用多组数据通过机器学习训练得到；若木门板材图像符合合格标准，触发分拣装置，则输出合格标签和\或合格信号，将合格木门板材推入组装工位；若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域，该方法自动化程度高，提升生产效率，提升精度以及减少人力劳动强度。

Description

木门板材尺寸智能检测方法与装置
技术领域
本发明涉及木门加工智能化技术领域，特别涉及一种木门板材尺寸智能检测方法与装置。
背景技术
木门加工生产过程首先将待加工的大板进行切割成合适的尺寸门板，对边缘打磨，对门板的表面进行切皮，并打磨，表面喷涂防腐涂料，进行防腐处理，再将门板拼接成一块整板，门板与门板通过胶水粘接，对整板进行一次喷漆处理，在喷漆的同时，对整板进行加热烘干处理，再喷涂一层防腐涂料；对整板进行二次喷漆处理，喷涂后于5-10℃温度下进行冷却，干燥，将组成整板的各个门板拆分；拆分后的门板放入20-25℃温度、氮气气氛下养护36-48h，即完成柜门的制备产品组装时，部件与面板要呈90度，接口平整光滑；四脚无倾斜，对角要呈90度，而且四脚要平整如玻璃。先用进行部件组装、下架组装，再进行整体组装。然后按照产品的结构装配图，将加工好的零件组合成为一个相对独立的结构部件单元。
CN110701985A公开了一种木门平面度检测装置，包括固定底座，固定底座的顶部固定连接有安装底板。采用安全挡板，实现木门的限位，这样放置木门后就不容易移位，也便于后续对木门平面度的检测，采用T型滑块和U型滑槽之间的滑动连接，便于将移动杆移动至不同的位置，也就实现挤压板的移动，将其移动至木门顶部的不同位置，进而实现木门顶部不同位置的压力测试，采用外螺纹，便于移动杆和T型滑块之间的旋转，进而调节挤压板的高度，再利用刻度线，每次都将挤压板调节至同样的高度，再通过数值显示屏显示的压力数值差即可得出木门表面的平整度，此面测试完毕后，换面测试，最终实现木门平面度的检测。
CN105259089B公开了一种鉴定木材品质的方法。所述方法包括标样制作、滴定溶液制备、木材标样的滴定得到标样木材的滴定速率、检测待测木材的滴定速率，比较木材标样和待测木材的滴定速率来鉴定木材品质。本发明为无损检测，筛选过程中无需破坏试样，而一般的孔隙率检测技术通常要损坏试件，用于鉴定木材的品质。
木门加工过程中，装配工艺是将木门配件组合成一件完整的木门，工艺复杂，装配组合的质量直接影响产品的质量，然而由于输送至装配工艺的木门板材由于几何尺寸上的差异，导致装配返工甚至导致其他板材的浪费，在输送至装配工艺之前的板材种类、尺寸多，需要人为测量，劳动强度大，误差大，且效率低。
发明内容
有鉴于此，本发明旨在提出一种木门板材尺寸智能检测方法，用于解决目前木门装配工艺前由于木门板材种类尺寸多，需要大量劳动力检测以及误差大、效率低的问题，所述木门板材尺寸智能检测方法包括：
调用拍摄装置获取木门板材图像；
将木门板材图像输入到模型中，判定木门板材几何尺寸是否合格，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据包括第一类数据和第二类数据，所述第一类数据中的每组数据包括木门板材图像和符合合格标准的标签，所述第二类数据中的每组数据包括木门板材图像和不符合合格标准的标签；
若木门板材图像符合合格标准，触发分拣装置，则输出合格标签和\或合格信号，将合格木门板材推入组装工位；
若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域。
进一步地，所述木门板材图像包括多组木门板材图像数据。
进一步地，木门板材图像数据至少包括三个视图几何数据。
进一步地，所述三个视图几何数据至少包括主视图、俯视图和侧视图。
进一步地，所述木门板材图像包括不同拍摄装置来源和\或不同分辨率的图像。
根据本发明实施例的另一方面，提供了一种木门板材尺寸智能检测装置，该木门板材尺寸智能检测装置包括：
拍摄单元，用于调用拍摄装置获取木门板材图像；
学习单元，将木门板材图像输入到模型中，判定木门板材几何尺寸是否合格，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据包括第一类数据和第二类数据，所述第一类数据中的每组数据包括木门板材图像和符合合格标准的标签，所述第二类数据中的每组数据包括木门板材图像和不符合合格标准的标签；
执行单元，用于输出标签和\或预警信号并触发分拣装置，若木门板材图像符合合格标准，触发分拣装置，则输出合格标签和\或合格信号，将合格的木门板材推入组装工位；
若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域。
进一步地，所述拍摄单元包括多组拍摄装置。
进一步地，执行单元包括：
输出模块，用于输出合格或不合格标签；
预警模块，用于输出和显示预警信息；
触发模块，用于产生触发电信号，触发分拣装置执行分拣操作；
分拣装置，用于接收触发模块产生的电信号，并执行分拣操作。
根据本发明实施例的另一方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述的方法。
相对于现有技术，本发明提供的木门板材尺寸智能检测方法和装置，通过调用拍摄装置获取木门板材图像；将木门板材图像输入到机器学习模型中，判定木门板材几何尺寸是否合格，若木门板材图像符合合格标准，触发分拣装置，则输出合格标签和\或合格信号，将合格木门板材推入组装工位；若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域，该方法和装置自动化程度高，提高生产率，且采用机器学习的图像数据处理，精度高，减少人力劳动强度。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。
在附图中：
图1为本发明的一种实施方式的木门板材尺寸智能检测方法流程图；
图2为本发明一种实施方式的木门板材尺寸智能检测装置结构图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，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的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了解决背景技术部分所指出的木门装配工艺前由于木门板材种类尺寸多，需要大量劳动力检测以及误差大、效率低的问题。本发明提供一种服装虚拟试穿装置，如图1所示，所述木门板材尺寸智能检测方法包括：
调用拍摄装置获取木门板材图像；
将木门板材图像输入到模型中，判定木门板材几何尺寸是否合格，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据包括第一类数据和第二类数据，所述第一类数据中的每组数据包括木门板材图像和符合合格标准的标签，所述第二类数据中的每组数据包括木门板材图像和不符合合格标准的标签；
若木门板材图像符合合格标准，触发分拣装置，则输出合格标签和\或合格信号，将合格木门板材推入组装工位；
若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域。
本发明提供的木门板材尺寸智能检测方法，通过调用拍摄装置获取木门板材图像；将木门板材图像输入到机器学习模型中，判定木门板材几何尺寸是否合格，若木门板材图像符合合格标准，触发分拣装置，则输出合格标签和\或合格信号，将合格木门板材推入组装工位；若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域，该方法自动化程度高，提高生产率，且采用机器学习的图像数据处理，精度高，减少人力劳动强度。
为了获得木门在多维度的图像数据，并且能够获得影响木门质量的特征较多的局部图像数据，在本发明优选的情况下，所述木门板材图像包括多组木门板材图像数据。
为了获得木门板材图像边缘的完整性以及包括完整的几何特性参数，在本发明优选的情况下，木门板材图像数据至少包括三个视图几何数据。
为了更好地获得木门板材在不同方向上的几何数据，在本发明优选的情况下，所述三个视图几何数据至少包括主视图、俯视图和侧视图。
例如，在xyz三维直角坐标系中，当木门板材沿着x方向水平运动，那么沿着y方向的图像获取装置获得主视图，即垂直于xz平面获取木门板材的主视图，从而获得xz平面的投影，即可获得xz平面木门板材的几何尺寸参数。
例如，在xyz三维直角坐标系中，当木门板材沿着x方向水平运动，那么沿着z方向的图像获取装置获得俯视图，即垂直于xy平面获取木门板材的俯视图，获得xy平面的投影，即可获得xy平面木门板材的几何尺寸参数。
再例如，在xyz三维直角坐标系中，当木门板材沿着x方向水平运动，那么沿着x方向的图像获取装置获得侧视图，即垂直于yz平面获取木门板材的侧视图，从而获得yz平面的投影，即可获得yz平面木门板材的几何尺寸参数。
由于木门板材的几何尺寸参数对于装配尤为重要，若出现例如平面度、棱边平行度不符合要求，通常导致后期不能装配，需要进行修正或者报废，为了自动化程度更高，在本发明优选的情况下，在xyz三维直角坐标系的x、y、z任意一个方向下设置两个拍摄单元，用于获取木门板材六个面的图像数据，从而可以识别六个端面具体特征的图像数据。
为了更好地获得木门板材在不同角度和维度的图像数据，特别是质量考虑因素较多的特征端面，在本发明优选的情况下，所述木门板材图像包括不同拍摄装置来源和\或不同分辨率的图像。
为了更好地执行上述方法，本发明还提供了用于执行上述木门板材尺寸智能检测方法的木门板材尺寸智能检测装置，如图2所示，木门板材尺寸智能检测装置包括：
拍摄单元，用于调用拍摄装置获取木门板材图像；
学习单元，将木门板材图像输入到机器学习模型中，判定木门板材几何尺寸是否合格，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据包括第一类数据和第二类数据，所述第一类数据中的每组数据包括木门板材图像和符合合格标准的标签，所述第二类数据中的每组数据包括木门板材图像和不符合合格标准的标签；
执行单元，用于输出标签和\或预警信号并触发分拣装置，若木门板材图像符合合格标准，触发分拣装置，则输出合格标签和\或合格信号，将合格的木门板材推入组装工位；
若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域。
本发明还提供的用于执行木门板材尺寸智能检测方法的装置，拍摄单元通过调用拍摄装置获取木门板材图像；学习单元将木门板材图像输入到机器学习模型中，判定木门板材几何尺寸是否合格，若木门板材图像符合合格标准，执行单元触发分拣装置，则输出合格标签和\或合格信号，将合格木门板材推入组装工位；若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域，该装置自动化程度高，提高生产率，且采用机器学习的图像数据处理，精度高，减少人力劳动强度。
为了实时获得不同维度和不同方向的木门板材图像数据，在本发明优选的情况下，所述拍摄单元包括多组拍摄装置。
为了使得执行单元能够在获得判断信号后，快速处理在自动化产线上的木门板材在制品，在本发明优选的情况下，执行单元包括：
输出模块，用于输出合格或不合格标签；
预警模块，用于输出和显示预警信息；
触发模块，用于产生触发电信号，触发分拣装置执行分拣操作；
分拣装置，用于接收触发模块产生的电信号，并执行分拣操作。
本发明实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述方法。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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。

Claims (9)

1.一种木门板材尺寸智能检测方法，其特征在于，所述木门板材尺寸智能检测方法包括：
调用拍摄装置获取木门板材图像；
将木门板材图像输入到模型中，判定木门板材几何尺寸是否合格，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据包括第一类数据和第二类数据，所述第一类数据中的每组数据包括木门板材图像和符合合格标准的标签，所述第二类数据中的每组数据包括木门板材图像和不符合合格标准的标签；
若木门板材图像符合合格标准，触发分拣装置，则输出合格标签和\或合格信号，将合格木门板材推入组装工位；
若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域。
2.根据权利要求1所述的木门板材尺寸智能检测方法，其特征在于，所述木门板材图像包括多组木门板材图像数据。
3.根据权利要求2所述的木门板材尺寸智能检测方法，其特征在于，木门板材图像数据至少包括三个视图几何数据。
4.根据权利要求3所述的木门板材尺寸智能检测方法，其特征在于，所述三个视图几何数据至少包括主视图、俯视图和侧视图。
5.根据权利要求1-4任意一项所述的木门板材尺寸智能检测方法，其特征在于，所述木门板材图像包括不同拍摄装置来源和\或不同分辨率的图像。
6.一种木门板材尺寸智能检测装置，其特征在于，木门板材尺寸智能检测装置包括：
拍摄单元，用于调用拍摄装置获取木门板材图像；
学习单元，将木门板材图像输入到机器学习模型中，判定木门板材几何尺寸是否合格，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据包括第一类数据和第二类数据，所述第一类数据中的每组数据包括木门板材图像和符合合格标准的标签，所述第二类数据中的每组数据包括木门板材图像和不符合合格标准的标签；
执行单元，用于输出标签和\或预警信号并触发分拣装置，若木门板材图像符合合格标准，触发分拣装置，则输出合格标签和\或合格信号，将合格的木门板材推入组装工位；
若木门板材图像不符合合格标准，则输出不合格标签和\或预警信号，并触发分拣装置，将不合格木门板材推入次品区域。
7.根据权利要求6所述的木门板材尺寸智能检测装置，其特征在于，所述拍摄单元包括多组拍摄装置。
8.根据权利要求6-7任意一项所述的木门板材尺寸智能检测装置，其特征在于，执行单元包括：
输出模块，用于输出合格或不合格标签；
预警模块，用于输出和显示预警信息；
触发模块，用于产生触发电信号，触发分拣装置执行分拣操作；
分拣装置，用于接收触发模块产生的电信号，并执行分拣操作。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1-5任意一项所述的方法。
CN202010778297.XA 2020-08-05 2020-08-05 木门板材尺寸智能检测方法与装置 Pending CN111921885A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010778297.XA CN111921885A (zh) 2020-08-05 2020-08-05 木门板材尺寸智能检测方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010778297.XA CN111921885A (zh) 2020-08-05 2020-08-05 木门板材尺寸智能检测方法与装置

Publications (1)

Publication Number Publication Date
CN111921885A true CN111921885A (zh) 2020-11-13

Family

ID=73307552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010778297.XA Pending CN111921885A (zh) 2020-08-05 2020-08-05 木门板材尺寸智能检测方法与装置

Country Status (1)

Country Link
CN (1) CN111921885A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108262809A (zh) * 2017-12-14 2018-07-10 北京木业邦科技有限公司 基于人工智能的木板加工方法、装置、电子设备和介质
CN208194985U (zh) * 2018-03-08 2018-12-07 安徽扬子地板股份有限公司 木板分选设备
CN109409428A (zh) * 2018-10-25 2019-03-01 北京木业邦科技有限公司 木板识别及木板识别模型的训练方法、装置及电子设备
US20190094124A1 (en) * 2017-09-22 2019-03-28 Saudi Arabian Oil Company Thermography image processing with neural networks to identify corrosion under insulation (cui)
WO2019241114A1 (en) * 2018-06-11 2019-12-19 Cryovac, Llc Process and system for in-line inspection of product stream for detection of foreign objects
CN110743818A (zh) * 2019-11-29 2020-02-04 苏州嘉诺环境工程有限公司 基于视觉及深度学习的垃圾分选系统、垃圾分选方法
CN111091621A (zh) * 2019-12-11 2020-05-01 东南数字经济发展研究院 双目视觉的同步定位与构图方法、装置、设备及存储介质
CN112543680A (zh) * 2018-04-26 2021-03-23 索特拉合金有限公司 从废料中回收硬币

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190094124A1 (en) * 2017-09-22 2019-03-28 Saudi Arabian Oil Company Thermography image processing with neural networks to identify corrosion under insulation (cui)
CN108262809A (zh) * 2017-12-14 2018-07-10 北京木业邦科技有限公司 基于人工智能的木板加工方法、装置、电子设备和介质
CN208194985U (zh) * 2018-03-08 2018-12-07 安徽扬子地板股份有限公司 木板分选设备
CN112543680A (zh) * 2018-04-26 2021-03-23 索特拉合金有限公司 从废料中回收硬币
WO2019241114A1 (en) * 2018-06-11 2019-12-19 Cryovac, Llc Process and system for in-line inspection of product stream for detection of foreign objects
CN109409428A (zh) * 2018-10-25 2019-03-01 北京木业邦科技有限公司 木板识别及木板识别模型的训练方法、装置及电子设备
CN110743818A (zh) * 2019-11-29 2020-02-04 苏州嘉诺环境工程有限公司 基于视觉及深度学习的垃圾分选系统、垃圾分选方法
CN111091621A (zh) * 2019-12-11 2020-05-01 东南数字经济发展研究院 双目视觉的同步定位与构图方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US20220020139A1 (en) Methods for automatically generating a common measurement across multiple assembly units
CN105404243B (zh) 工业生产线中的流程控制及制造执行系统
CN110579479A (zh) 一种基于假点缺陷检测的pcb检修系统及检修方法
CN108312456B (zh) 一种注塑机产品工艺品质监控系统以及监控方法
EP3785021A1 (en) System and method for performing automated analysis of air samples
CN102353683B (zh) 一种基于机器视觉的电纸书外观及装配检测设备及检测方法
CN109344719A (zh) 基于增强现实和智能眼镜的变电站设备信息查询方法
CN114219799A (zh) 一种智能制造用次品分析方法及系统
CN105478364B (zh) 一种不良品检测分类方法及系统
CN112801937A (zh) 一种玻璃基板翘曲缺陷检测方法、装置及其系统
CN109283182A (zh) 一种电池焊点缺陷的检测方法、装置及系统
CN103245667A (zh) 自动检测机械性划痕的方法及系统
CN111921885A (zh) 木门板材尺寸智能检测方法与装置
CN111197958A (zh) 一种板材外观的在线检测系统及方法
CN108549840A (zh) 一种多模拟仪表同步快速识别的方法及装置
CN111486790A (zh) 一种电池全尺寸检测方法与装置
CN116071365A (zh) 零件检测方法、装置、设备及存储介质
CN113155862B (zh) 一种偏光膜卷材良率的模拟方法
US11150849B2 (en) Device and method for checking the printing of an article
JP2015215816A (ja) データ管理装置及びデータ管理プログラム
CN116467360A (zh) 产品信息分析方法、装置及电子设备
CN202712128U (zh) 太阳能电池板封装材料表面缺陷检测设备
CN202649126U (zh) 光学元件表面划痕自动识别装置
CN220356308U (zh) 一种原木检尺系统
CN213179855U (zh) 一种电池全尺寸检测装置

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