CN103852034A - 一种电梯导轨垂直度检测方法 - Google Patents
一种电梯导轨垂直度检测方法 Download PDFInfo
- Publication number
- CN103852034A CN103852034A CN201410081452.7A CN201410081452A CN103852034A CN 103852034 A CN103852034 A CN 103852034A CN 201410081452 A CN201410081452 A CN 201410081452A CN 103852034 A CN103852034 A CN 103852034A
- Authority
- CN
- China
- Prior art keywords
- guide rail
- image
- perpendicularity
- elevator
- pixel
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000012937 correction Methods 0.000 claims abstract description 5
- 238000003708 edge detection Methods 0.000 claims description 10
- 230000007797 corrosion Effects 0.000 claims description 7
- 238000005260 corrosion Methods 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 6
- 239000012535 impurity Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 230000037303 wrinkles Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 abstract description 7
- 230000007547 defect Effects 0.000 abstract description 4
- 230000009466 transformation Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 3
- 230000010339 dilation Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004456 color vision Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及电梯技术领域,旨在提供一种电梯导轨垂直度检测方法;其步骤包括:图像采集设备拍摄挂有重锤或者激光垂准仪的导轨图像;读取上述中的图像采集设备采集到的导轨图像;裁剪出导轨图像中需图像处理的目标导轨图像;目标导轨图像处理;导轨及垂线的选取;主、副导轨的选择;根据像素勾股定理计算所选取的导轨垂直度的像素偏差值,再利用像素修正值和导轨最大偏差值,计算出导轨垂直度的实际偏差值并判断该导轨是否合格。本发明的有益效果有:避免了人工测量受人为因素影响测量结果的问题,减小了误差,解决了测量效率低、操作困难、测量可靠性差等弊病,实现了高效、可控、高精度的检测;利用颜色模型替换、通道选取和灰度变换等图像处理算法,减少了运算时间和图像储存空间。
Description
技术领域
本发明涉及电梯技术领域,具体涉及一种电梯导轨垂直度检测方法。
背景技术
电梯导轨垂直度是保证电梯正常运行的一项重要性能指标,它直接影响电梯乘坐的舒适性、运行的可靠性和导轨的寿命。在安装时需要对电梯导轨垂直度进行检测,在日常维护中同样需要检测。传统的“吊线检测方法”虽然使用的测量工具简单、测量数据直观,但明显的缺点是基准难以固定、误差大、数据记录繁琐、受人为因素影响大、工作效率低。后来,行业推出了电梯导轨检测激光垂准仪,其原理只是用激光代替传统吊线,仍然需要人工检测和记录数据。
如何提供一种准确率高又简单快捷的检测方法,是业界亟需解决的课题。
发明内容
本发明要解决的技术问题是,克服现有技术中的不足,提供一种电梯导轨垂直度检测方法。
为解决技术问题,本发明的解决方案是:
提供一种电梯导轨垂直度检测方法,包括如下步骤:
步骤1:图像采集设备拍摄挂有重锤或者激光垂准仪的导轨图像;
步骤2:读取步骤1中的图像采集设备采集到的导轨图像;
步骤3:裁剪出导轨图像中需图像处理的目标导轨图像;
步骤4:目标导轨图像处理,其中包括
1)分别读取步骤3中的目标导轨图像,并使用适当的颜色模型进行灰度变换,扩大单通道颜色值的灰度范围,再对图像进行滤波处理;采用阈值分割算法对目标导轨图像进行分割处理;
2)对目标导轨图像先进行膨胀运算后进行腐蚀处理,去除导轨和垂线边缘的尘埃杂质和褶皱并且保证原有外形轮廓相对不变;
3)对目标导轨图像进行边缘检测处理;
4)对导轨及垂线进行识别区分;
步骤5:对导轨及垂线进行选取;
步骤6:主、副导轨的选择;
步骤7:根据像素勾股定理计算所选取的导轨垂直度的像素偏差值,再利用像素修正值和导轨最大偏差值,计算出导轨垂直度的实际偏差值并判断该导轨是否合格。
本发明中,所述图像采集设备为相机或摄像机。
本发明中,所述颜色模型包括有RGB颜色模型、HSV颜色模型、HIS颜色模型、CMY颜色模型或CMYK颜色模型。
本发明中,所述电梯检规为电梯检规TSG T7001-2009。
本发明中,所述的像素修正值的计算方法:检规要求的实际导轨长度与步骤4中经边缘检测处理后的目标导轨图像的像素导轨长度之比。
本发明中,所述的导轨最大偏差值包括电梯检规中规定的主导轨垂直度的最大偏差值和副导轨垂直度的最大偏差值。
所述膨胀运算的原理是:初始目标区域表示为A,运算的结构元素表示为B,假设x∈A,将B关于图像的原点发生映射,将映射后的子集表示为B■,该子集经过x的平移量后得到(B■)x;若初始目标区域A和平移结果(B■)x的交集不是空集,则认为所有能选中A的(B■)x的点是目标区域A受B结构的膨胀结果,即:
所述腐蚀处理的原理是:利用设定结构元素B与目标区域A进行匹配,若B能完全属于A内,目标区域就不发生变化,若B不完全包含在目标区域内,则进行腐蚀操作,即:
阈值分割算法的原理是:利用两个或者两个以上的阈值来分割目标,比如选择一个区间(T1,T2)作为阈值范围,符合范围的部分就认为是前景或者目标,即:
所述合适通道的颜色值用HSV的颜色空间代替HIS,它的色调值区间为[0,1],相应的颜色从红到黄,绿,青,蓝,洋红,后又到红;饱和度值区间为[0,1],是相应的颜色从不饱和到饱和状态的变化;亮度值的区间为[0,1],取值越高,表示与之对应的颜色就越亮,作用于感知器的光波也越大。
与现有技术相比,本发明的有益效果是:
1、通过图像进行主、副导轨垂直度的检测,避免了人工测量受人为因素影响测量结果的问题,减小了误差,解决了测量效率低、操作困难、测量可靠性差等弊病,实现了高效、可控、高精度的检测;
2、由于系统构成没有使用昂贵的器件,因此整个系统的硬件成本低廉;
3、利用颜色模型替换、通道选取和灰度变换等图像处理算法,大大减少了运算的时间和图像储存的空间。
5、利用噪声去除、图像膨胀腐蚀和改进后的阈值分割等图像处理算法,保证了导轨垂直度的计算精度;
6、由于系统可以分别将电梯检规TSG T7001-2009中电梯主、副导轨垂直度偏差值记录、存储,因此可以判断所检测的主、副导轨制造、安装是否合格。
附图说明
图1为Sobel边缘检测结果示意图;
图2为canny边缘检测结果示意图;
图3为log边缘检测结果示意图;
图4为膨胀边缘结果示意图;
图5为八邻域内坐标集示意图;
图6为连通域计算结果示意图;
图7为待标记图像;
图8为标记后的标签图像;
图9为实施例中读取图像;
图10为实施例中裁剪后的界面图像;
图11为实施例中处理后的界面图像;
图12为测试步骤示意图。
附图标记:1、重锤垂线;2、电梯导轨。
具体实施方式
以下的实施例可以使本专业技术领域的技术人员更全面的了解本发明,但不以任何方式限制本发明。
根据本发明的方法思路,实施例中提供一种基于该检测方法的电梯导轨垂直度检测系统,所述电梯导轨垂直度检测系统包括用于数据处理的计算机和图像采集设备以及软件控制模块;
所述软件控制模块包括图像读取单元、图像裁剪单元、图像处理单元、导轨选取单元、垂线选取单元、主副导轨选择单元、偏差计算单元和结果显示单元;
图像读取单元读取相机或摄像机中采集到的导轨图像;
图像裁剪单元裁剪出导轨图像中感兴趣的、需要进一步图像处理的目标导轨区域;
图像处理单元对导轨的轮廓边缘、颜色对比不明显和图像不清晰处进行处理,去除因导轨图像采集过程中带入的光照、杂质等噪声的影响,增强导轨和垂线部分的图像与背景图像的识别度,并将导轨和垂线从背景中分割、标记出来;
导轨选取单元将所要检测的导轨进行像素放大并选取出来;
垂线选取单元将所要检测导轨对应的垂线进行像素放大并选取出来;
主、副导轨选项单元为人为的对要检测的导轨进行主、副导轨判断;
偏差计算单元计算所选取导轨的垂直度偏差并判断其是否合格;
结果显示单元显示出偏差计算单元的计算结果。
本实施例的具体操作过程如下(参见图12):
1、用户建立与导轨图像对应的工作文件夹;
2、用相机或摄像机拍摄挂有重锤或者激光垂准仪的导轨图像;
3、用户通过软件用户界面,对图像进行处理;
采集的导轨图像处理由图像裁剪单元、图像处理单元、导轨选取单元和垂线选取单元完成,包括以下几个步骤:
1)目前经常使用的颜色模型有四种,分别为RGB,HIS,CMY和CMYK。RGB颜色模型是目前最流行的模型之一,是一种方便硬件显示的模型,而HSI模型能够直观地反映人眼对颜色的感觉,更加适合于物体图像的颜色描述。
由于Matlab平台处理时不支持HSI颜色模型(色调、饱和度、亮度),为适合在matlab源函数平台上的建模,将用HSV的颜色空间代替HIS,这样可得到有效的图片信息,获得人类解释的最佳颜色方式。它的色调值区间为[0,1],相应的颜色从红到黄,绿,青,蓝,洋红,后又到红;饱和度值区间为[0,1],是相应的颜色从不饱和到饱和状态的变化;亮度I值的区间为[0,1],取值越高,表示与之对应的颜色就越亮,作用于感知器的光波也越大。因此,能有效地分离出目标物与背景。
2)通过图像裁剪算法主要由图像裁剪单元完成:对导轨图像中感兴趣的、需要进一步图像处理的目标导轨区域进行裁剪;
图像裁剪算法的基本原理是:用计算机储存单元记录鼠标选取区域的像素信息,并将其他区域的像素信息进行删除,最终显示存储单元内的像素信息。
3)通过阈值分割算法对目标物体进行分割
阈值分割算法的基本原理是:设定某一阈值T将图像的数据分成两部分,大于T的像素点集合和小于T的像素点集合。改进后的阈值分割算法利用两个或者两个以上的阈值来分割目标,比如选择一个区间(T1,T2)作为阈值范围,符合范围的部分就认为是前景或者目标,如公式(1)或(2)所示:
将获得的一个集合内的像素点定义为目标,更改其像素值如设定为白色像素值,将它的补集定义为背景,更改其像素值为另一不同像素值如黑色像素值。
4)对图像进行膨胀腐蚀处理,去除导轨和垂线边缘微小的尘埃杂质和褶皱并且保证原有外形轮廓相对不变。
膨胀运算的原理是:初始目标区域表示为A,运算的结构元素表示为B,假设像素点x∈A,将B关于图像的原点发生映射,将映射后的子集表示为B■,该子集经过x的平移量后得到(B■)x;若初始目标区域A和平移结果(B■)x的交集不是空集,则认为所有能选中A的(B■)x的点是目标区域A受B结构的膨胀结果,如公式(3)、(4)所示:
也可写成:
腐蚀运算的原理利用设定结构元素B与目标区域A进行匹配,若B能完全属于A内,目标区域就不发生变化,若B不完全包含在目标区域内,则进行腐蚀操作,如公式(5)所示:
首先我们分别用上述边缘检测算法进行边缘的检测(如图1、图2、图3所示),然后通过判断像素点周围是否含有相邻相同像素值的像素点来分别判断检测到的长度边缘是否完整,最终选定相对最为完整的长度边缘,再对长度边缘进行一个膨胀处理,提取到完整的长度边缘(如图4所示),以尽量贴近原有导轨及垂线的长度边缘。
6)对导轨及垂线进行识别区分:
导轨及垂线的识别区分采用连通域定义原理,若中心像素坐标为(x,y),水平和垂直像素坐标(x+1,y),(x-1,y),(x,y+1),(x,y-1)为中心像素的4邻域,对角邻域像素坐标(x+1,y+1),(x+1,y-1),(x-1,y+1),(x-l,y-1)与4邻域组合为中心像素的8邻域(如图5所示)。
当像素点的位置相邻并且灰度属性相似时,则认为像素点具有连通性,同时将这类像素点归属区域称为连通域。若有一灰度值集合{v},两个像素点P、Q在4邻域中,且灰度值满足集合{V},则认为两个像素点为4连通。若两个像素在8邻域中,灰度值也满足集合{V},则为8连通(如图6所示)。若以4连接方式考查连通性时,图中存在6个连通域;以8连接方式考查时,则存在2个连通域;8连接比较能真实反映像素点间的关系。
本发明采用8连接的连通域算法,在此基础上对其进行改进,标记区别出不同连通域。其详细过程为:
a)从二值图像(如图7)的第一列开始扫描,对先搜索到的连通域进行标记,如果同一列出现两个不同连通域的像素点,则先标记上边的连通域,背景像素点标签值为u=0。
b)所有背景像素点的标签都设为1后,按同样的顺序搜索其余像素点。此时,值为1的未贴标签的像素点表示为f(i,j),根据连通域的定义,将属于同一连通区域的全部像素点f(i,j),标记为u(u=1),g(i,j)=u。继续以a)中的顺序搜索下一个未标记的像素点f(i,j),若该像素点不属于上一连通域,则标签为u=u+1,并使g(i,j)=u。
c)将所有像素点依照b)步骤进行标记,当所有像素搜索完后检查是否所有连通区域己被标记,并显示标签图像g,该算法结束(标签图像如图8所示)。
4、对导轨及垂线进行选取:
导轨、垂线的选取主要由导轨选取单元和垂线选取单元完成:经过图像处理单元后的图像,保存了导轨和垂线相应的信息。首先运用像素放大原理,通过中间插入像素点的方法放大局部的导轨、垂线像素图。其次,假设放大后的图像目标区域储存的位置信息分别表示为A,B,C,……,通过选取图像中A或B区域的像素位置信息,计算机会自动计算出图像中与A或B具有相似信息的像素连通域,即将A或B的区域在图像中进行显示,并且消除其他目标区域的信息。
5、主、副导轨选择:
主、副导轨选择主要由主、副导轨选择单元完成:通过单击主导轨或者副导轨选项确定所要检测的导轨是主导轨还是副导轨。当单击主导轨时则进入主导轨计算程序,选用电梯检规TSG T7001-2009中主导轨的参数进行合格判断,相应的单击副导轨时则进入副导轨计算程序,选用电梯检规TSG T7001-2009中副导轨的参数进行合格判断。
6、垂直度偏差计算及导轨合格判断:
导轨垂直度偏差的计算主要根据勾股定理得到,即在同一高度下导轨长度和垂线长度的平方差开根号。在完成了上述步骤后,我们再对二值图像进行一次从上到下,从左到右的扫描,统计出目标物体边缘的像素数即可得到物体的像素长度。
可以用公式(6)表示成:
其中:
由于数字图像由像素点组成,故在已知每个像素点代表的真实长度的情况下,根据电梯的检规要求,当检测到每五米长的主导轨垂直度偏差大于2mm时,主导轨不合格,当检测到每五米长的副导轨垂直度偏差大于3mm时,副导轨不合格,则可推导出垂直度偏差公式(7):
其中:
l:导轨长度所包含的像素总数;
h:垂线长度所包含的像素总数;
实施例1:测量及判断电梯主导轨的垂直度是否合格
1)系统启动后,选择读取的导轨图像,其中包括重锤垂线1和电梯导轨2的图像(如图9所示);
2)经过图像裁剪后,获得的导轨图像(如图10所示);
3)经过图像处理后,获得导轨图像的二值图(如图11所示);
4)经过导轨选取后,计算机存储单元内得到并记录导轨的像素长度参数;
5)经过垂线选取后,计算机存储单元内得到并记录垂线的像素长度参数;
6)经过主、副导轨选择后,计算机选择保存在存储单元内的主、副导轨的检规参数;
7)单击偏差计算按钮,计算并在界面中显示主导轨的垂直度偏差值为1.8mm,符合检规的要求;
8)为进一步验证系统测得的主导轨垂直度偏差值的准确性,特进行了5次人工测量,获得的数据分别为2.8mm,1.2mm,3.6mm,1.3mm和1.6mm。取平均值后得到数据为2.1mm。符合要求,检测结果令人满意。
Claims (6)
1.一种电梯导轨垂直度检测方法,其特征在于,包括如下步骤:
步骤1:图像采集设备拍摄挂有重锤或者激光垂准仪的导轨图像;
步骤2:读取步骤1中的图像采集设备采集到的导轨图像;
步骤3:裁剪出导轨图像中需图像处理的目标导轨图像;
步骤4:目标导轨图像处理,其中包括
1)分别读取步骤3中的目标导轨图像,并使用适当的颜色模型进行灰度变换,扩大单通道颜色值的灰度范围,再对图像进行滤波处理;采用阈值分割算法对目标导轨图像进行分割处理;
2)对目标导轨图像先进行膨胀运算后进行腐蚀处理,去除导轨和垂线边缘的尘埃杂质和褶皱并且保证原有外形轮廓相对不变;
3)对目标导轨图像进行边缘检测处理;
4)对导轨及垂线进行识别区分;
步骤5:对导轨及垂线进行选取;
步骤6:主、副导轨的选择;
步骤7:根据像素勾股定理计算所选取的导轨垂直度的像素偏差值,再利用像素修正值和导轨最大偏差值,计算出导轨垂直度的实际偏差值并判断该导轨是否合格。
2.根据权利要求1中所述的电梯导轨垂直度检测方法,其特征在于,所述像素修正值为检规要求的实际导轨长度与步骤4中经边缘检测处理后的目标导轨图像的像素导轨长度之比。
3.根据权利要求1中所述的电梯导轨垂直度检测方法,其特征在于,所述图像采集设备为相机或摄像机。
4.根据权利要求1中所述的电梯导轨垂直度检测方法,其特征在于,所述颜色模型包括有RGB颜色模型、HSV颜色模型、HIS颜色模型、CMY颜色模型或CMYK颜色模型。
5.根据权利要求1中所述的电梯导轨垂直度检测方法,其特征在于,所述导轨最大偏差值包括电梯检规中规定的主导轨垂直度的最大偏差值和副导轨垂直度的最大偏差值。
6.根据权利要求1~4中任一项所述的电梯导轨垂直度检测方法,其特征在于,所述电梯检规为电梯检规TSG T7001-2009。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410081452.7A CN103852034B (zh) | 2014-03-07 | 2014-03-07 | 一种电梯导轨垂直度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410081452.7A CN103852034B (zh) | 2014-03-07 | 2014-03-07 | 一种电梯导轨垂直度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103852034A true CN103852034A (zh) | 2014-06-11 |
CN103852034B CN103852034B (zh) | 2017-06-27 |
Family
ID=50859979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410081452.7A Expired - Fee Related CN103852034B (zh) | 2014-03-07 | 2014-03-07 | 一种电梯导轨垂直度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103852034B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104697451A (zh) * | 2015-03-27 | 2015-06-10 | 福建省特种设备检验研究院 | 一种电梯导轨形位参数动态检测装置及实现方法 |
CN104807429A (zh) * | 2015-03-27 | 2015-07-29 | 烟台中集来福士海洋工程有限公司 | 大拼板角尺度的纠偏方法 |
CN105115468A (zh) * | 2015-08-14 | 2015-12-02 | 苏州汇川技术有限公司 | 电梯导轨安装质量检测系统和方法 |
CN108106610A (zh) * | 2017-12-18 | 2018-06-01 | 广州大学 | 一种载物台垂直度检测方法、系统及其控制装置 |
CN112158693A (zh) * | 2020-09-15 | 2021-01-01 | 福建省特种设备检验研究院泉州分院 | 一种电梯导轨参数的检测方法 |
CN113343473A (zh) * | 2021-06-18 | 2021-09-03 | 广东工业大学 | 一种两轨货梯导轨的选型方法 |
CN114104894A (zh) * | 2021-11-09 | 2022-03-01 | 青岛市特种设备检验研究院 | 一种电梯导轨质量多参数检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1499172A (zh) * | 2002-11-06 | 2004-05-26 | 孙立新 | 电梯导轨垂直度检测方法 |
CN1719195A (zh) * | 2005-07-14 | 2006-01-11 | 上海交通大学 | 电梯导轨横向位移测量装置 |
US7654006B1 (en) * | 2007-09-07 | 2010-02-02 | Bret Mooney | Method and device for elevator rail alignment |
CN102607467A (zh) * | 2012-03-07 | 2012-07-25 | 上海交通大学 | 基于视觉测量的电梯导轨垂直度检测装置和检测方法 |
-
2014
- 2014-03-07 CN CN201410081452.7A patent/CN103852034B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1499172A (zh) * | 2002-11-06 | 2004-05-26 | 孙立新 | 电梯导轨垂直度检测方法 |
CN1719195A (zh) * | 2005-07-14 | 2006-01-11 | 上海交通大学 | 电梯导轨横向位移测量装置 |
US7654006B1 (en) * | 2007-09-07 | 2010-02-02 | Bret Mooney | Method and device for elevator rail alignment |
CN102607467A (zh) * | 2012-03-07 | 2012-07-25 | 上海交通大学 | 基于视觉测量的电梯导轨垂直度检测装置和检测方法 |
Non-Patent Citations (3)
Title |
---|
唐品等: "基于机器视觉的电梯导轨垂直度检测", 《计算机工程》 * |
文申柳: "《化工维修焊工 初级、中级》", 31 January 2008, 化学工业出版社 * |
李军: "数字图像处理技术在尺寸公差检测中应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104697451A (zh) * | 2015-03-27 | 2015-06-10 | 福建省特种设备检验研究院 | 一种电梯导轨形位参数动态检测装置及实现方法 |
CN104807429A (zh) * | 2015-03-27 | 2015-07-29 | 烟台中集来福士海洋工程有限公司 | 大拼板角尺度的纠偏方法 |
CN104697451B (zh) * | 2015-03-27 | 2017-06-27 | 福建省特种设备检验研究院 | 一种电梯导轨形位参数动态检测装置及实现方法 |
CN104807429B (zh) * | 2015-03-27 | 2018-01-05 | 烟台中集来福士海洋工程有限公司 | 大拼板角尺度的纠偏方法 |
CN105115468A (zh) * | 2015-08-14 | 2015-12-02 | 苏州汇川技术有限公司 | 电梯导轨安装质量检测系统和方法 |
CN105115468B (zh) * | 2015-08-14 | 2018-05-22 | 苏州汇川技术有限公司 | 电梯导轨安装质量检测系统和方法 |
CN108106610A (zh) * | 2017-12-18 | 2018-06-01 | 广州大学 | 一种载物台垂直度检测方法、系统及其控制装置 |
CN108106610B (zh) * | 2017-12-18 | 2020-06-02 | 广州大学 | 一种载物台垂直度检测方法、系统及其控制装置 |
CN112158693A (zh) * | 2020-09-15 | 2021-01-01 | 福建省特种设备检验研究院泉州分院 | 一种电梯导轨参数的检测方法 |
CN113343473A (zh) * | 2021-06-18 | 2021-09-03 | 广东工业大学 | 一种两轨货梯导轨的选型方法 |
CN114104894A (zh) * | 2021-11-09 | 2022-03-01 | 青岛市特种设备检验研究院 | 一种电梯导轨质量多参数检测方法 |
CN114104894B (zh) * | 2021-11-09 | 2023-05-05 | 青岛市特种设备检验研究院 | 一种电梯导轨质量多参数检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103852034B (zh) | 2017-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103852034B (zh) | 一种电梯导轨垂直度检测方法 | |
US8965103B2 (en) | Image processing apparatus and image processing method | |
CN110084241B (zh) | 一种基于图像识别的电表自动读数方法 | |
CN103839283A (zh) | 一种小型不规则物体的面积周长无损测量方法 | |
CN110443243B (zh) | 水位监测方法、存储介质、网络设备和水位监测系统 | |
CN105654072A (zh) | 一种低分辨率医疗票据图像的文字自动提取和识别系统与方法 | |
EP2833288A1 (en) | Face calibration method and system, and computer storage medium | |
CN110781839A (zh) | 一种基于滑窗的大尺寸图像中小目标识别方法 | |
CN111915704A (zh) | 一种基于深度学习的苹果分级识别方法 | |
KR101272448B1 (ko) | 관심영역 검출 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록매체 | |
US8023766B1 (en) | Method and system of processing an image containing undesirable pixels | |
JP6630341B2 (ja) | シンボルの光学的検出方法 | |
CN110866932A (zh) | 多通道舌体边缘检测装置、方法及存储介质 | |
CN111724354B (zh) | 一种基于图像处理的多株小麦穗长与小穗数的测量方法 | |
CN111626941A (zh) | 一种基于深度学习语义分割的文档矫正方法 | |
US11216905B2 (en) | Automatic detection, counting, and measurement of lumber boards using a handheld device | |
CN110807416A (zh) | 适用于移动检测装置的数字式仪表智能识别装置及方法 | |
JP2011165170A (ja) | 対象物検出装置及びプログラム | |
JP2006227973A (ja) | 物体追跡方法および物体追跡装置ならびにプログラム | |
CN114119695A (zh) | 一种图像标注方法、装置及电子设备 | |
US7646892B2 (en) | Image inspecting apparatus, image inspecting method, control program and computer-readable storage medium | |
JP2021064215A (ja) | 表面性状検査装置及び表面性状検査方法 | |
CN113191351B (zh) | 数字电表的示数识别方法及装置、模型训练方法及装置 | |
JP5424694B2 (ja) | 画像認識装置、及びプログラム | |
JP2981382B2 (ja) | パターンマッチング方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Yang Kaijie Inventor before: Yang Kaijie Inventor before: Chen Dongdong Inventor before: Luo Yingjun Inventor before: Wang Chongfu Inventor before: Yang Lixia |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170627 Termination date: 20190307 |
|
CF01 | Termination of patent right due to non-payment of annual fee |