CN105373811A - 材料牌号鉴别方法及装置 - Google Patents
材料牌号鉴别方法及装置 Download PDFInfo
- Publication number
- CN105373811A CN105373811A CN201510833844.9A CN201510833844A CN105373811A CN 105373811 A CN105373811 A CN 105373811A CN 201510833844 A CN201510833844 A CN 201510833844A CN 105373811 A CN105373811 A CN 105373811A
- Authority
- CN
- China
- Prior art keywords
- spark
- image
- matrix
- spark image
- projection
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Abstract
本发明公开了一种材料牌号鉴别方法,包括根据火花数据库中的采集参数对测试样品进行火花采集,得到第一火花图像,火花数据库包括多个第二火花图像的第二投影系数和特征空间;对第一火花图像进行矢量化,保存到第一矩阵中;将第一矩阵投影到火花数据库的特征空间上,计算第一火花图像的第一投影系数;计算第一投影系数与第二投影系数的距离,将最小的距离对应的第二火花图像作为测试样品的匹配图像;输出匹配图像对应的材料牌号。本发明还公开了一种材料牌号鉴别装置,包括采集单元、矢量化单元、投影单元、匹配单元和输出单元。利用本发明的方法及装置可通过对比火花图像快速识别材料的牌号和成份,适用于任何能够产生火花的材料牌号的识别。
Description
技术领域
本发明涉及材料分析技术领域,具体涉及一种材料牌号鉴别方法及装置。
背景技术
在实际应用中,仓库中的金属材料在搬运和装卸过程中容易发生混料的现象,混料后,工人无法通过肉眼对钢材进行区别,容易导致选用错误型号的钢材进行加工,加工后的零件只能在后期试验时才能得到验证,不仅延误了施工进度,而且浪费了材料,提高了生产成本。
现有技术中主要采用金相法、成分分析法和火花鉴定法,金相法是通过显微镜观察金属的内部结构,反应金属的金相的具体形态,不能测试出具体的金属的型号和具体的构成成份。成份分析法可以测定出材料的具体成份和型号,但是成份分析法对设备的要求比较高,一般生产单位无法配备,如果送到专业监测机构,程序复杂,而且成本高,周期长,影响生产进度。火花鉴定法主要是指有丰富操作经验的技工通过肉眼观察钢材摩擦射出的火花进行鉴定,只能大体判断材料的牌号和成份,容易出现鉴定错误;而且对技工有很高的要求,具有很大的局限性。当混料数量比较多时,完全依靠技工鉴别,鉴定效率低,容易延误工期,影响生产进度,提高生产成本。
发明内容
有鉴于此,本发明提出一种材料牌号鉴别方法及装置,以解决现有技术中的问题,通过比对火花图像,可快速判断材料的型号和成份,成本低,周期短。
本发明提供一种材料牌号鉴别方法,其中,包括以下步骤:步骤110,根据火花数据库中的采集参数对测试样品进行火花采集,得到第一火花图像,所述火花数据库包括多个第二火花图像的第二投影系数和特征空间;步骤120,对第一火花图像进行矢量化,保存到第一矩阵中;步骤130,将第一矩阵投影到特征空间上,计算第一火花图像的第一投影系数;步骤140,计算第一投影系数与第二投影系数的距离,将最小的距离对应的第二火花图像作为测试样品的匹配图像;步骤150,输出匹配图像对应的材料牌号。
优选地,在步骤110之前,还包括:步骤105,火花数据库的建立,包括以下步骤:①读取已存储标准样块的第二火花图像,得到预设格式的第二火花图像,对其进行矢量化,并保存在第二矩阵中;②计算第二矩阵中每列数据的算数平均值,算数平均值组成第三矩阵,将第二矩阵减去第三矩阵,得到第四矩阵;③计算第四矩阵的协方差矩阵,求出协方差矩阵的特征值和特征向量,特征向量按特征值从大到小的顺序排序,选择预设数量的特征向量作为变换矩阵,通过变换矩阵和第四矩阵计算出火花数据库的特征空间;④将第二矩阵投影到火花数据库的特征空间上,计算出第二投影系数。
优选地,步骤120具体地包括以下步骤:步骤1201,对第一火花图像/第二火花图像进行预处理,得到预设格式的第一火花图像/第二火花图像,预处理包括灰度变化、二值化、直方图均衡、图像滤波、图像锐化和归一化处理,通过预处理将第一火花图像/第二火花图像处理成预设格式,预设格式是指图像的宽度像素和高度像素均相等;步骤1202,将预设格式的第一火花图像/第二火花图像进行矢量化,保存到第一矩阵/第二矩阵中。
优选地,采集参数包括采集设备的材质、直径、功率、磨削压力和磨削位置,采用20~60N的磨削压力将测试样品放置在砂轮机的上方进行火花采集,其中砂轮机的材质、直径和功率均与采集第二火花图像的砂轮机的材质、直径和功率一致。
优选地,将预设格式的第一火花图像矢量化成一维向量。
本发明还提供一种材料牌号鉴别装置,其中,包括:采集单元、矢量化单元、投影单元、匹配单元和输出单元,其中,采集单元,用于根据火花数据库中的采集参数对测试样品进行火花采集,得到第一火花图像,所述火花数据库包括多个第二火花图像的第二投影系数和特征空间;矢量化单元,用于对第一火花图像进行矢量化,保存到第一矩阵中;投影单元,用于将第一矩阵投影到特征空间上,计算第一火花图像的第一投影系数;匹配单元,用于计算第一投影系数与第二投影系数的距离,并将最小的距离对应的第二火花图像作为测试样品的匹配图像;输出单元,用于输出匹配图像对应的材料牌号。
优选地,火花数据库的建立,包括以下步骤:①读取已存储标准样块的第二火花图像,得到预设格式的第二火花图像,对其进行矢量化,并保存在第二矩阵中;②计算第二矩阵中每列数据的算数平均值,算数平均值组成第三矩阵,将第二矩阵减去第三矩阵,得到第四矩阵;③计算第四矩阵的协方差矩阵以及其特征值和特征向量,特征向量按特征值从大到小排序,选择预设数量的特征向量作为变换矩阵,通过变换矩阵和第四矩阵计算出火花数据库的特征空间;④将第二火花图像投影到火花数据库的特征空间上,计算出第二投影系数。
优选地,还包括预处理单元,用于对第一火花图像/第二火花图像进行预处理,得到预设格式的第一火花图像/第二火花图像,预处理模块用于进行灰度变化、二值化、直方图均衡、图像滤波、图像锐化和归一化处理,通过预处理模块将第一火花图像/第二火花图像处理成预设格式,预设格式是指图像的宽度像素和高度像素均相等。
优选地,采集参数包括采集设备的材质、直径、功率、磨削压力和磨削位置,采用20~60N的磨削压力将测试样品放置在砂轮机的上方进行火花采集,其中砂轮机的材质、直径和功率均与采集第二火花图像的砂轮机的材质、直径和功率一致。
优选地,将预设格式的第一火花图像矢量化成一维向量。
本发明提供的材料牌号鉴别方法通过采集测试样品的第二火花图像,并与火花数据库中的火花图像进行比对,能够快速的识别出测试样品的牌号,而且成本低,周期短,具有很大的应用价值,并且适用于任何能够产生火花的材料的牌号识别。
附图说明
图1是本发明的一个实施例的材料牌号鉴别方法的工作原理图;
图2是本发明的另一个实施例的材料牌号鉴别方法的工作原理图;
图3是本发明实施例提供的材料牌号鉴别装置的结构示意图。
具体实施方式
以下结合附图以及具体实施例,对本发明的技术方案进行详细描述。
图1是本发明的一个实施例的材料牌号鉴别方法的工作原理图,如图1所示,本发明提供的材料牌号鉴别方法,包括以下步骤:
步骤110,根据火花数据库中的采集参数对测试样品进行火花采集,得到第一火花图像,所述火花数据库包括多个第二火花图像的第二投影系数和特征空间;
在步骤110之前还可以包括步骤105,建立火花数据库,具体步骤如下:
①读取已存储标准样块的第二火花图像,得到预设格式的第二火花图像,对其进行矢量化,并保存在第二矩阵中;
②计算第二矩阵中每列数据的算数平均值,算数平均值组成第三矩阵,将第二矩阵减去第三矩阵,得到第四矩阵;
③计算第四矩阵的协方差矩阵,求出协方差矩阵的特征值和特征向量,特征向量按特征值从大到小的顺序排序,选择预设数量的特征向量作为变换矩阵,通过变换矩阵和第四矩阵计算出火花数据库的特征空间;
④将第二矩阵投影到火花数据库的特征空间上,计算出第二投影系数。
在步骤105之前还可以包括步骤100:制备已知成份的标准样块,并对标准样块进行火花采集,并对采集的标准样块的第二火花图像进行存储。
步骤120,对第一火花图像进行矢量化,保存到第一矩阵中;
步骤130,将第一矩阵投影到特征空间上,计算第一火花图像的第一投影系数;
步骤140,计算第一投影系数与第二投影系数的距离,将最小的距离对应的第二火花图像作为测试样品的匹配图像;
步骤150,输出匹配图像对应的材料牌号。
本发明提供的材料牌号鉴别方法通过采集测试样品的第二火花图像,并与火花数据库中的火花图像进行比对,能够快速的识别出测试样品的牌号及对应的成份,成本低,周期短,并且适用于任何能够产生火花的材料的牌号识别,具有很大的应用价值。
以下以测试样品的火花图像为例,描述其处理过程,参考图2,具体如下:
步骤200,制备已知成份的标准样块,并对标准样块进行火花采集,并对采集的标准样块的第二火花图像进行存储。
对标准样块的火花图像进行采集时,砂轮机以设定的转速运行,标准样块以一定磨削压力压覆在砂轮机上激发火花。砂轮机可选用直径为150~200mm的电动砂轮机,功率可为0.20~0.75kw,电动砂轮机转速范围以2800~4000r/min为宜,优选的为3200r/min,砂轮片可选用粒度36~60号氧化铝型。标准样块的大小根据设计要求制备,可以为长方体、圆柱体等其他形状。
优选的是,使火花大致向水平方向发射,对火花图像采集时,采集装置的镜头与火花所在的平面垂直,即正对火花所在的平面,以方便拍照和增强鉴别能力,提高图像处理速度。操作时,磨削压力可以根据标准样块的成份进行调节,保证标准样块的成份元素全部激发出火花即可。磨削压力以20~60N为宜,优选的为40N,磨削位置位于电动砂轮机的上方,以保持火花发射方向为水平方向,减少图像预处理时间。砂轮机的硬度要大于测试样品的硬度。也可以选用其他的激发方式和方法,以能激发出测试样品的火花即可。记录与采集火花相关的参数,如砂轮机的材质、直径、功率、磨削压力、磨削位置和标准样块的成份、牌号等。
火花图像的采集可以采用高速相机或者摄像机,对激发出来的火花进行连续拍照或者进行视频录制,获取火花的图像信息并存储。激发火花的环境可选择在光线较暗的地方或者黑色背景下,以减少噪音,获取清晰的火花图像,提高火花图像的预处理速度。
步骤201,建立火花数据库,具体步骤如下:
①读取已存储标准样块的第二火花图像,得到标准格式的第二火花图像,对其进行矢量化,并保存在第二矩阵中;
读取已存储的第二火花图像,进行预处理,消除噪声,校正失真,将图像处理成标准格式,得到标准格式的第二火花图像。这些标准格式的火花图像可以理解为是宽度像素和高度像素均相等的图像。火花图像预处理主要采用灰度变化、二值化、直方图均衡、图像滤波、图像锐化和图像归一化处理,预处理后得到比较干净的标准格式的火花图像,存储该火花图像。关于灰度变化、二值化、直方图均衡、图像滤波、图像锐化和归一化处理的方法与现有技术中相同,在此不再赘述。
对标准格式的第二火花图像矢量化,一张火花图像在计算机中表示为一个像素矩阵,即一个二维数组,将该二维数组中的第一行后面的数值全部添加到第一行中,将图像矢量化成一维向量,如d=(x1,x2......xn),xn表示像素。
将m张火花图像矢量化为m个一维向量,将m个一维向量保存在一个二维的第二矩阵X,X=[d1,d2,……dm]。其中,矩阵的每一行表示一个图像的所有像素信息,每一列表示一个随机变量。
②计算第二矩阵中每列数据的算数平均值,算数平均值组成第三矩阵mx,将第二矩阵X减去第三矩阵mx,得到第四矩阵A;
计算X中每列数据的平均值Ψi和标准样块的平均火花图像mx,mx=(Ψ1,Ψ2,Ψ3,……,Ψn),A=(Φ1,Φ2,Φ3,……Φm),Φi=Xi-mx(i=1,2,3,……n),Ψi的计算公式如下:
③计算第四矩阵的协方差矩阵以及其特征值和特征向量,特征向量按特征值从大到小排序,选择预设数量的特征向量作为变换矩阵,通过变换矩阵和第四矩阵计算出火花数据库的特征空间;
计算第四矩阵A的协方差矩阵以及其特征值和特征向量,特征向量按特征值从大到小排序,选择前几个最大的特征值对应的Ui作为变换矩阵U。
所有第二火花图像的协方差矩阵为:B=A*AT。
协方差矩阵B是一个m*m的矩阵,m是Xi的维数。
通过求解B的特征值和特征向量来获得B的特征值和特征向量。在计算得到B的所有非零特征值(λ0,λ1,……λr-1)(从大到小排序,1≤r<m)及其对应的单位正交特征向量(U0,U1,……Ur-1)后,取出最大的K个特征向量组成变换矩阵U,U=(U1,U2,U3,……UK)(1≤K≤r)。将AT乘以变换矩阵U得到特征空间C。
④将第二火花图像投影到火花数据库的特征空间上,计算出第二投影系数YR。
把标准样块的第二火花图像投影到特征空间上,即YR=C*X,其中,C为特征空间,X为第二矩阵,计算出标准样块的第二投影系数YR。
步骤202,根据火花数据库中的采集参数对测试样品进行火花采集,得到测试样品的第一火花图像;
制备测试样品,采集测试样品的第一火花图像。测试样品在采集火花图像时的各项参数均与标准样块进行火花采集时的参数相同。
步骤203,对第一火花图像进行预处理,得到预设格式的第一火花图像;
第一火花图像预处理方法与第二火花图像的处理方法相同,包括灰度变化、二值化、直方图均衡、图像滤波、图像锐化和图像归一化处理。第一火花图像经过预处理得到标准格式的第一火花图像,并将该火花图像存储。
步骤204,将预设格式的第一火花图像进行矢量化,将矢量化后的第一火花图像的数据保存到第一矩阵中;
第一火花图像的矢量化成一维向量的方法与第二火花图像相同。对标准格式的第一火花图像矢量化成一维向量,一张火花图像在计算机中表示为一个像素矩阵,即一个二维数组,将该二维数组中第一行后面的数值全部添加到第一行中,变为一维向量。例如有m张第一火花图像,可将m张第一火花图像矢量化成m个一维向量,保存到一个二维的第一矩阵中。
步骤205,将第一矩阵投影到特征空间上,计算第一火花图像的第一投影系数;
第一投影系数的计算方法与标准样块的第二投影系数的计算方法相同。
步骤206,计算第一投影系数Y与第二投影系数YR的距离,将最小的距离对应的第二火花图像作为测试样品的匹配图像;
采用最近领法分类器欧几里德距离进行判决分类,计算第一投影系数Y与第二投影系数YR的欧几里得距离为εk=||Y-YR||,并将最小的距离对应的火花图像作为测试样品的匹配图像。
步骤207,将匹配图像对应的材料牌号输出。
本发明还提供一种材料牌号鉴别装置100,如图3所示,其包括采集单元101、矢量化单元102、投影单元103、匹配单元104和输出单元105。其中,
采集单元101,用于根据火花数据库中的采集参数对测试样品进行火花采集,得到第一火花图像,火花数据库包括多个第二火花图像的第二投影系数和特征空间;
矢量化单元102,用于对第一火花图像进行矢量化,保存到第一矩阵中;
投影单元103,用于将第一矩阵投影到特征空间上,计算第一火花图像的第一投影系数;
匹配单元104,用于计算第一投影系数与第二投影系数的距离,将最小的距离对应的第二火花图像作为测试样品的匹配图像;
输出单元105,用于输出匹配图像对应的材料牌号。
采集单元101将采集的第一火花图像发送给矢量化单元102;矢量化单元102对第一火花图像进行矢量化,保存到第一矩阵中;投影单元103将第一矩阵投影到特征空间上,计算出第一投影系数;匹配单元104计算第一投影系数Y与第二投影系数YR间的欧几里得距离为εk=||Y-YR||,并将最小的距离对应的火花图像作为测试样品的匹配图像。
输出单元105根据匹配单元104得到的结果输出测试样品的牌号,还可以输出其牌号所对应的材料的成份。输出结果可以以文字、声音等方式输出。
优选地,图3所示的材料牌号鉴别装置100还包括预处理单元,用于对第一火花图像/第二火花图像进行预处理,得到预设格式的第一火花图像/第二火花图像,预处理模块用于进行灰度变化、二值化、直方图均衡、图像滤波、图像锐化和归一化处理,通过预处理模块将第一火花图像/第二火花图像处理成预设格式,预设格式是指图像的宽度像素和高度像素均相等。
本发明提供的材料牌号鉴别方法及装置通过将采集测试样品的第二火花图像进行预处理,可加快火花图像的对比速度,提高识别效率。
在本发明的一个优选实施例中,采用PCA对火花图像进行识别,利用matlab的函数princomp执行PCA。
对测试样品的m张第一火花图像进行预处理,做成标准格式的第一火花图像,并进行存储。
根据步骤201中的①读取已存储m张第一火花图像,矢量化成m个一维向量,将m个一维向量保存在一个二维矩阵D中。
根据步骤201中的④求出矩阵D在火花数据库的特征空间C上的第二投影系数,得出第二投影系数Y,Y=C*D。
根据步骤206,计算Y与YR的欧几里得距离,将最小的距离对应的火花图像作为测试样品的匹配图像。
输出装置输出匹配图像所对应的材料牌号及成份。
以上,结合具体实施例对本发明的技术方案进行了详细介绍,所描述的具体实施例用于帮助理解本发明的思想。本领域技术人员在本发明具体实施例的基础上做出的推导和变型也属于本发明保护范围之内。
Claims (10)
1.一种材料牌号鉴别方法,其特征在于,包括以下步骤:
步骤110,根据火花数据库中的采集参数对测试样品进行火花采集,得到第一火花图像,所述火花数据库包括多个第二火花图像的第二投影系数和特征空间;
步骤120,对第一火花图像进行矢量化,保存到第一矩阵中;
步骤130,将第一矩阵投影到特征空间上,计算第一火花图像的第一投影系数;
步骤140,计算第一投影系数与第二投影系数的距离,将最小的距离对应的第二火花图像作为测试样品的匹配图像;
步骤150,输出匹配图像对应的材料牌号。
2.根据权利要求1所述的材料牌号鉴别方法,其特征在于,在步骤110之前,还包括:
步骤105,火花数据库的建立,包括以下步骤:
①读取已存储标准样块的第二火花图像,得到预设格式的第二火花图像,对其进行矢量化,并保存在第二矩阵中;
②计算第二矩阵中每列数据的算数平均值,算数平均值组成第三矩阵,将第二矩阵减去第三矩阵,得到第四矩阵;
③计算第四矩阵的协方差矩阵,求出协方差矩阵的特征值和特征向量,特征向量按特征值从大到小的顺序排序,选择预设数量的特征向量作为变换矩阵,通过变换矩阵和第四矩阵计算出火花数据库的特征空间;
④将第二矩阵投影到火花数据库的特征空间上,计算出第二投影系数。
3.根据权利要求2所述的材料牌号鉴别方法,其特征在于,步骤120具体地包括以下步骤:
步骤1201,对第一火花图像/第二火花图像进行预处理,得到预设格式的第一火花图像/第二火花图像,预处理包括灰度变化、二值化、直方图均衡、图像滤波、图像锐化和归一化处理,通过预处理将第一火花图像/第二火花图像处理成预设格式,预设格式是指图像的宽度像素和高度像素均相等;
步骤1202,将预设格式的第一火花图像/第二火花图像进行矢量化,保存到第一矩阵/第二矩阵中。
4.根据权利要求1所述的材料牌号鉴别方法,其特征在于,采集参数包括采集设备的材质、直径、功率、磨削压力和磨削位置,采用20~60N的磨削压力将测试样品放置在砂轮机的上方进行火花采集,其中砂轮机的材质、直径和功率均与采集第二火花图像的砂轮机的材质、直径和功率一致。
5.根据权利要求1所述的材料牌号鉴别方法,其特征在于,将预设格式的第一火花图像矢量化成一维向量。
6.一种材料牌号鉴别装置,其特征在于,包括:采集单元、矢量化单元、投影单元、匹配单元和输出单元,其中,
采集单元,用于根据火花数据库中的采集参数对测试样品进行火花采集,得到第一火花图像,所述火花数据库包括多个第二火花图像的第二投影系数和特征空间;
矢量化单元,用于对第一火花图像进行矢量化,保存到第一矩阵中;
投影单元,用于将第一矩阵投影到特征空间上,计算第一火花图像的第一投影系数;
匹配单元,用于计算第一投影系数与第二投影系数的距离,并将最小的距离对应的第二火花图像作为测试样品的匹配图像;
输出单元,用于输出匹配图像对应的材料牌号。
7.根据权利要求6所述的材料牌号鉴别装置,其特征在于,火花数据库的建立,包括以下步骤:
①读取已存储标准样块的第二火花图像,得到预设格式的第二火花图像,对其进行矢量化,并保存在第二矩阵中;
②计算第二矩阵中每列数据的算数平均值,算数平均值组成第三矩阵,将第二矩阵减去第三矩阵,得到第四矩阵;
③计算第四矩阵的协方差矩阵以及其特征值和特征向量,特征向量按特征值从大到小排序,选择预设数量的特征向量作为变换矩阵,通过变换矩阵和第四矩阵计算出火花数据库的特征空间;
④将第二火花图像投影到火花数据库的特征空间上,计算出第二投影系数。
8.根据权利要求7所述的材料牌号鉴别装置,其特征在于,还包括预处理单元,用于对第一火花图像/第二火花图像进行预处理,得到预设格式的第一火花图像/第二火花图像,预处理模块用于进行灰度变化、二值化、直方图均衡、图像滤波、图像锐化和归一化处理,通过预处理模块将第一火花图像/第二火花图像处理成预设格式,预设格式是指图像的宽度像素和高度像素均相等。
9.根据权利要求6所述的材料牌号鉴别装置,其特征在于,采集参数包括采集设备的材质、直径、功率、磨削压力和磨削位置,采用20~60N的磨削压力将测试样品放置在砂轮机的上方进行火花采集,其中砂轮机的材质、直径和功率均与采集第二火花图像的砂轮机的材质、直径和功率一致。
10.根据权利要求6所述的材料牌号鉴别装置,其特征在于,将预设格式的第一火花图像矢量化成一维向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510833844.9A CN105373811A (zh) | 2015-11-25 | 2015-11-25 | 材料牌号鉴别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510833844.9A CN105373811A (zh) | 2015-11-25 | 2015-11-25 | 材料牌号鉴别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105373811A true CN105373811A (zh) | 2016-03-02 |
Family
ID=55375992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510833844.9A Pending CN105373811A (zh) | 2015-11-25 | 2015-11-25 | 材料牌号鉴别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105373811A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599205A (zh) * | 2016-12-15 | 2017-04-26 | 大连文森特软件科技有限公司 | 基于ar增强现实技术和卫星通信的远程协同找矿系统 |
CN106610370A (zh) * | 2016-12-15 | 2017-05-03 | 大连文森特软件科技有限公司 | 基于ar增强现实技术的未知矿石识别系统 |
CN106707356A (zh) * | 2016-12-15 | 2017-05-24 | 大连文森特软件科技有限公司 | 基于ar增强现实技术的协同找矿系统 |
CN106772655A (zh) * | 2016-12-15 | 2017-05-31 | 大连文森特软件科技有限公司 | 基于ar增强现实技术和数据挖掘的远程协同找矿系统 |
CN106769855A (zh) * | 2016-12-15 | 2017-05-31 | 大连文森特软件科技有限公司 | 基于ar增强现实技术的合金金属识别系统 |
CN106770298A (zh) * | 2017-02-28 | 2017-05-31 | 湘潭大学 | 一种基于火花密度测量钢铁中碳含量的装置和方法 |
CN107153063A (zh) * | 2017-05-12 | 2017-09-12 | 浙江海洋大学 | 一种金属材料的初步识别装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1172196A (zh) * | 1996-07-15 | 1998-02-04 | 克鲁勃工业技术有限公司 | 斗式挖掘机采掘法 |
-
2015
- 2015-11-25 CN CN201510833844.9A patent/CN105373811A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1172196A (zh) * | 1996-07-15 | 1998-02-04 | 克鲁勃工业技术有限公司 | 斗式挖掘机采掘法 |
Non-Patent Citations (1)
Title |
---|
刘赤平: "《STGY型数字式钢铁硬度分选仪在鉴别混号钢材中的应用》", 《轧钢》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599205A (zh) * | 2016-12-15 | 2017-04-26 | 大连文森特软件科技有限公司 | 基于ar增强现实技术和卫星通信的远程协同找矿系统 |
CN106610370A (zh) * | 2016-12-15 | 2017-05-03 | 大连文森特软件科技有限公司 | 基于ar增强现实技术的未知矿石识别系统 |
CN106707356A (zh) * | 2016-12-15 | 2017-05-24 | 大连文森特软件科技有限公司 | 基于ar增强现实技术的协同找矿系统 |
CN106772655A (zh) * | 2016-12-15 | 2017-05-31 | 大连文森特软件科技有限公司 | 基于ar增强现实技术和数据挖掘的远程协同找矿系统 |
CN106769855A (zh) * | 2016-12-15 | 2017-05-31 | 大连文森特软件科技有限公司 | 基于ar增强现实技术的合金金属识别系统 |
CN106770298A (zh) * | 2017-02-28 | 2017-05-31 | 湘潭大学 | 一种基于火花密度测量钢铁中碳含量的装置和方法 |
CN106770298B (zh) * | 2017-02-28 | 2019-09-20 | 湘潭大学 | 一种基于火花密度测量钢铁中碳含量的装置和方法 |
CN107153063A (zh) * | 2017-05-12 | 2017-09-12 | 浙江海洋大学 | 一种金属材料的初步识别装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105373811A (zh) | 材料牌号鉴别方法及装置 | |
Liu et al. | A dataset and benchmark of underwater object detection for robot picking | |
CN109580656B (zh) | 基于动态权重组合分类器的手机导光板缺陷检测方法及系统 | |
Holt et al. | Progress towards an automated trainable pollen location and classifier system for use in the palynology laboratory | |
EP2857994A1 (en) | Data management apparatus and method of energy management system | |
TWI585397B (zh) | 用於自動缺陷分類之不明缺陷拒絕率之最佳化 | |
CN104063873B (zh) | 一种基于压缩感知的轴套类零件表面缺陷在线检测方法 | |
CN105718937B (zh) | 多类别对象分类方法及系统 | |
CN112348791B (zh) | 基于机器视觉的废钢智能检判方法、系统、介质及终端 | |
US7945606B2 (en) | Method and apparatus for evaluating a time varying signal | |
KR102226225B1 (ko) | 다양화 및 결함 발견을 위한 동적 비닝 | |
CN108805165A (zh) | 一种煤炭识别分拣方法、电子设备、存储介质及系统 | |
CN104200215A (zh) | 一种大口径光学元件表面灰尘与麻点识别方法 | |
CN103914561A (zh) | 一种图像搜索方法和装置 | |
CN109283182A (zh) | 一种电池焊点缺陷的检测方法、装置及系统 | |
CN106062819B (zh) | 图像处理装置、图像传感器、图像处理方法 | |
CN110942063B (zh) | 证件文字信息获取方法、装置以及电子设备 | |
CN110935646A (zh) | 基于图像识别的全自动螃蟹分级系统 | |
CN116174342B (zh) | 板材分拣打包方法、终端及板材生产线 | |
CN113435457A (zh) | 基于图像的碎屑岩成分鉴定方法、装置、终端及介质 | |
CN117034115A (zh) | 一种基于CNN-Bagging的窃电检测方法及系统 | |
CN117095248A (zh) | 一种基于生成式卷积神经网络的熔炉火焰氧浓度监测方法 | |
CN111160374A (zh) | 一种基于机器学习的颜色识别方法及系统、装置 | |
CN116229182A (zh) | 一种基于特征融合的小粒种咖啡缺陷生豆检测方法 | |
CN106096144B (zh) | 一种基于前脸造型的汽车品牌基因分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160302 |