CN105387814B - 一种三维编织复合材料预制件表面参数自动测量系统 - Google Patents

一种三维编织复合材料预制件表面参数自动测量系统 Download PDF

Info

Publication number
CN105387814B
CN105387814B CN201510888073.3A CN201510888073A CN105387814B CN 105387814 B CN105387814 B CN 105387814B CN 201510888073 A CN201510888073 A CN 201510888073A CN 105387814 B CN105387814 B CN 105387814B
Authority
CN
China
Prior art keywords
image
angle point
angle
automatic measurement
measurement system
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.)
Active
Application number
CN201510888073.3A
Other languages
English (en)
Other versions
CN105387814A (zh
Inventor
肖志涛
裴蕾
张芳
耿磊
吴骏
吴善禅
朱雯彦
张艳飞
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.)
Siteng Heli (Tianjin) Technology Co.,Ltd.
Original Assignee
Tianjin Polytechnic University
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 Tianjin Polytechnic University filed Critical Tianjin Polytechnic University
Priority to CN201510888073.3A priority Critical patent/CN105387814B/zh
Publication of CN105387814A publication Critical patent/CN105387814A/zh
Application granted granted Critical
Publication of CN105387814B publication Critical patent/CN105387814B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种三维编织复合材料预制件表面参数(编织角和花节距)的自动测量系统，系统包括硬件和软件两部分。硬件部分是织物的采集系统，包括基于量块的图像标定和基于“自然光+偏振片+CCD相机”方案的图像采集；软件部分是织物图像的处理系统，包括采用直方图均衡化和BM3D(block matching 3D filter)滤波的图像预处理、角点检测和参数测量。本发明利用偏振片原理与CCD相机相结合，有效削弱了碳纤维材质的预制件表面反光对图像处理带来的不利影响；结合克隆连接、最小二乘拟合、自相关、ACSS等算法的角点检测算法提高了ACSS角点检测算法的准确性，能自动测量三维编织复合材料预制件图像每个编织角和每个花节距。

Description

一种三维编织复合材料预制件表面参数自动测量系统
技术领域
本发明涉及一种三维编织复合材料预制件表面参数自动测量系统，该系统对碳纤维材质的三维编织复合材料预制件的表面参数具有较好的自动测量效果，属于图像处理技术领域，可应用于三维编织领域中预制件表面参数(编织角和花节距)的自动化测量。
背景技术
三维编织复合材料是一种新的网状结构复合材料。是20世纪80年代随着三维整体编织高新纺织技术的出现而产生的。三维编织复合材料技术利用三维编织技术将纤维束编织成所需要的结构形状，形成预制件，然后以预制件为增强骨架，采用树脂传递模塑工艺(RTM)或树脂膜渗透工艺(RFI)，进行浸胶固化，直接形成复合材料结构。三维编织复合材料以其优异的综合性能在航天、航空、交通、建筑、机械、体育、医疗、军事等领域的应用越来越广泛。
表面编织角和编织花节长度(花节距)是三维编织复合材料预制件的两个重要表面参数。从它们可以推断出预制件的内部结构和整体的纤维体积含量。因此对预制件参数的测量技术进行研究是非常关键的。花节距h，是指在一个机器编织周期中沿着编织方向产生的长度；表面编织角θ，是指三维编织物表面上纤维束与织物轴向方向形成的夹角。编织角和花节距的示意图如图2所示，其中图2-1为理想情况下编织角和和花节距，图2-2为实际情况下编织角和花节距。
目前对于这两个表面参数的测量多为人工测量，这种方法主观依赖性强，效率低。因此，一个三维编织复合材料预制件表面参数自动测量系统的建立，对提高纺织业自动化检测水平具有重要意义。近年来，计算机技术和数字图像处理技术取得了很大的发展，并且已经成功运用于纺织工业。这些相关领域的研究成果使得利用数字图像处理技术实现织物组织结构的自动检测、分析成为可能。
现有的织物表面参数测量的研究成果中主要有以下几类方法：三点测角法、四点测角法[1]；基于傅立叶功率谱的平均编织角的测量[2]；基于曲线拟合的编织角的测量[3]；基于小波变换多分辨率分析的花节长度的自动化测量[4]。
在这些方法，但仍存在一些问题。首先三点测角法、四点测角法，需对计算机显示屏上的织物图像进行手工点点，这一方法主观依赖性强，自动化程度低；基于角向功率谱图测量平均编织角的方法不适合测量单个编织角；基于曲线拟合方法的编织角的测量，测量结果的好坏依赖于曲线拟合的好坏；基于小波变换多分辨率分析法测量花节长度，依赖于织物图像模板的截取及相关参数的求解。因此，一个高效、准确、能同时测每个编织角和每个花节距的方法，对于分析预制件内部结构等具有重要意义。
参考文献
[1]吴德隆，沈怀荣.纺织结构复合材料力学性能[M].长沙：国防科技大学出版社，1988，30-34
[2]Wan，Z.K.，&Li，J.L.(2006).Braided angle measurement technique forthree-dimensional braided composite material preform using mathematicalmorphology and image texture.AUTEX Research Journal，6(1)，30-39.
[3]万振凯，沈俊辉，王希山.复合材料预制件编织角测量研究.纺织学报，2004，25(3)：42-43.
[4]贡丽英，万振凯.编织复合材料预制件花节长度的自动测量系统实现[J].计算机测量与控制.2006，14(6)：730-733.
发明内容
本发明的目的是克服上述现有技术的不足，提供一种能够自动测量三维编织复合材料预制件编织角和花节距(花节长度)的系统。为此，本发明采用如下的技术方案。
三维编织复合材料预制件编织角和花节距的自动测量系统，包括下列部分和步骤：
1.硬件部分：主要是织物图像的采集系统，包括：基于量块的图像标定和基于“自然光+偏振片+CCD相机”的图像采集。
2.软件部分：主要是织物图像的处理系统，包括图像预处理，结合克隆连接、最小二乘拟合、自相关和ACSS角点检测四个算法的角点检测和参数测量。
1)直方图均衡化和BM3D滤波对采集的图像进行预处理；
2)基于克隆连接的边缘检测，提取边缘并连接；
3)在低尺度σ＝3下计算曲率，将曲率局部极大值点确定为准角点；
4)对于每一个准角点在它的支撑区内计算动态曲率门限，对准角点进行筛选；
5)计算每一个准角点的张开角度，当160°≤θμ≤200°时剔除该准角点；
6)根据灰度信息和相位一致性信息筛除伪角点；
7)对角点位置进行校正；
8)根据图像的自相关性判断是否存在漏检角点，并根据相邻角点确定的直线斜率计算漏检角点的位置；
9)根据检测到的角点图，计算编织角和花节距。
本发明具有如下的技术效果：
1.方法简单，易于实施。本发明在图像拍摄的过程中不需要特殊光源的照射，仅在自然光照斜射条件下拍摄，且偏振片便于安装和旋转。结合克隆连接、最小二乘拟合、自相关和ACSS角点检测四个算法的角点检测算法简单、计算量小。
2.准确性高。本发明在检测过程中，去除伪角点的干扰，对角点的位置进行校正并对漏检角点进行补检测。
3.能同时检测每个编织角和每个花节距，具有较好的测量效果。
附图说明
图1：本发明的三维编织复合材料预制件表面参数自动测量系统整体设计图。
图2：编织角θ和花节距h示意图。图2-1为理想情况下编织角和和花节距。图2-2为实际情况下编织角和花节距。
图3：织物采集系统。
图4：加偏振片和未加偏振片采集图像的对比图。图4-1为未加偏振片采集的图，图4-2为加偏振片后采集的图。
图5：原始采集图像与预处理后的图像。图5-1为原始采集的图像，图5-2为直方图均衡化后的图Fhe，图5-3为Fhe经过BM3D滤波后的图FBM3D。
图6：基于克隆边缘检测图的边缘图Fc。
图7：最小二乘边缘拟合后的图Ffit。
图8：Canny检测边缘与真实边缘对比图。图8-1为原图，图8-2为Canny边缘检测的边缘图，图8-3为手工标注的真实的边缘图。
图9：角点初步检测图Focor。
图10：第296行像素灰度图和第296行自相关图。图10-1为待扫描的直方图均衡化后的图，图10-2为图10-1第296行像素灰度图(横轴是像素位置，取值为[0，n]，n为图像的列数；纵轴是像素灰度值)，图10-3为图10-1第296行自相关图(横轴是自相关性计算序号，取值为[0，2n-1]；纵轴为自相关函数值)
图11：最终角点检测结果图Ffcor。
图12：参数测量中部分角点示意图。
具体实施方式
本发明的整体系统设计如图1所示，系统分为两部分：硬件部分和软件部分。硬件部分主要是织物的采集系统，包括基于量块的图像标定和基于“自然光+偏振片+CCD相机”的图像采集。软件部分主要是织物图像的处理系统，包括图像预处理，结合克隆连接、最小二乘拟合、自相关和ACSS角点检测四个算法的角点检测和参数测量。下面结合附图，对本发明技术方案的具体实施过程加以说明。
1.硬件部分(织物图像的采集系统)
包括图像标定和图像采集。
1.1图像标定
采用标准3cm的量块对待采集的织物图像进行标定。将量块放在织物一侧且使量块表面与织物表面在同一水平面上，并且量块在电脑显示屏上处于水平或垂直的方向。如图3所示。
1.2图像采集
“自然光+偏振片+CCD相机”的织物图像采集方案。将偏振片安装在CCD相机镜头前，相机的光轴垂直于织物表面且通过织物中心，自然光从织物两侧倾斜射入。如图3所示。旋转偏振片以及调整曝光时间，选择反光小、对比度好、清晰的图片进行存储。图4-1为不加偏振片拍摄的图像，图像表面存在大量反光；图4-2为加偏振片拍摄的图像，图像表面的反光被很大程度地削弱了。
2.软件部分(织物图像的处理系统)，包括图像预处理、角点检测和参数测量。
2.1对采集的图像进行直方图均衡化，得到图像Fhe；对Fhe进行BM3D滤波，得到图像FBM3D。如图5所示，图5-1为原始拍摄的图像；图5-2为直方图均衡化后的图Fhe，比图5-1的亮度、对比度均得到了提高；图5-3为图FBM3D，噪声及织物的纹理与图5-2相比，很大程度地被削弱了。
2.2对预处理后的图像进行基于克隆连接的边缘检测。首先，由Sobel算子求FBM3D的x方向的梯度图Fx和y方向的梯度图Fy，并计算其梯度图Fg和角度图Fkot；将梯度图Fg进行Canny非极大值抑制，得到图像Nm；其次，分别用大阈值Thb和小阈值Ths对图像Nm进行限制，分别得到图像Dnm和图像Dns，由Dnm根据阈值Th1进一步得到图像F1；由Dns根据阈值Th2得到图像F2，如下式：
其中为3×3邻域的均值。再次，以图像F2为基础，对F1进行克隆边缘连接，由循环控制参数控制连接长度，得到边缘图像Fc；对Fc进行形态学细化为单像素边缘并进行面积滤波得到边缘图Fthin(如图6)；对Fthin用最小二乘法对未连接的边缘进行直线拟合并连接，得到边缘图Ffit(如图7)；最后，对边缘图Ffit进行提取并连接，得到图Fff；
本步骤避免原ACSS角点检测中用Canny边缘检测由于亮度等因素的影响形成的伪边缘，如图8所示，图8-1画圈部分为存在亮度影响的部分；图8-2为Canny边缘检测的结果，在画圈部位存在伪边缘；图8-3为手动标注的真实边缘；
2.3在低尺度σ＝3下计算曲率，将曲率局部极大值点确定为准角点；
2.4对于每一个准角点在它的支撑区内计算它的动态曲率门限，对该准角点进行筛选；
2.5计算每一个准角点的张开角度，当160°≤θμ≤200°时剔除该准角点，得到角点图Focor(如图9)；
2.6筛除图Focor中的伪角点。根据灰度信息及相位一致性信息对Focor中的伪角点进行筛除，在以Focor中的角点为中心的21×21邻域范围内搜索，标记出此邻域内的所有角点的位置，比较这些角点位置对应于图像Fhe的灰度值，保留灰度值最小的角点；对于灰度值相同的角点，比较图像FBM3D的相位一致性图Fpc的5×5邻域内和的大小，保留和最大的角点，得到角点图Frefcor；
2.7对角点图Frefcor中角点的位置进行校正。对于步骤6中保留下来的角点，比较其在图像Fhe中邻域内的灰度值，将邻域内灰度值最小的点作为最终的角点；其中在图像Fhe中选取角点邻域进行校正的原则是，对未经边缘拟合得到的角点在其3×3邻域内进行校正，对基于边缘拟合得到的角点在其31×31邻域内校正，得到角点图Fccor；
2.8对图Fccor中漏检的角点进行补检测。首先，根据图像的自相性反映了织物结构的周期性变化，例如，图10-1为直方图均衡化后的图，图10-2为图10-1第296行像素灰度图，图10-3为图10-1第296行自相关图，中间一个峰峰值为108个像素近似等于其中一个花节长度121个像素。逐行扫描图像Fhe，求每行的自相关图(Autocorrelation)；其次，求每行自相关图中间5个相邻峰峰值(横向差值)的平均值，再求所有行平均峰峰值，作为花节长度的估计阈值Th；最后，根据此阈值进行比较，当行相邻角点的像素距离Th+15＜d≤2Th，说明此时两角点之间漏检测一个角点，再根据已知的两角点所确定的直线斜率等信息计算中间角点的位置：
dw＝(y1+y2)/2
dl＝(dw-(x2*y1-x1*y2)/(x2-x1))*((x2-x1)/(y2-y1))
其中cor(x1，y1)、cor(x2，y2)分别表示行相邻的两个角点；x1、x2、y1、y2表示角点在图像中的位置，dw、dl表示补检出角点的列和行位置。同理，当2Th+10＜d≤3Th，说明此时两角点之间有两个漏检角点，漏检的两个角点的位置：
dw1＝(y1+(y2-y1))/3
dl1＝(dw1-(x2*y1-x1*y2)/(x2-x1))*((x2-x1)/(y2-y1))
dw2＝(y1+2*(y2-y1))/3
dl2＝(dw2-(x2*y1-x1*y2)/(x2-x1)/(y2-y1))
dw1、dl1表示补检测角点1的列和行位置，dw2、dl2表示补检测角点2的列和行位置。同理，可计算补检测相邻角点之间存在3个及以上的角点的位置。得到最终角点图Ffcor，如图11所示。
2.9根据检测到的角点图Ffcor，计算其行相邻角点的距离，即为花节长度的像素距离。如图12所示，角点A1到A2的距离dA1A2和角点A2到A3的距离dA2A3均为单个花节长度的像素距离，同理，距离dB1B2、dB2B3、dC1C2、dC2C3也都是单个花节长度的像素值。然后根据标定，将其转化为实际距离：
dbtrue＝3/db
dptrue＝dp*dbtrue
其中db表示3cm量块代表的像素距离，dbtrue表示每个像素代表的实际距离；dp表示花节长度的像素距离，dptrue表示花节长度的实际距离。通过计算角度(1/2)*(∠A1B1C1)、(1/2)*(∠A2B2C2)或者(1/2)*(∠A3B3C3)获得编织角。如图12所示。
本发明提出一种三维编织复合材料预制件表面参数(编织角和花节距)的自动测量系统，该系统硬件部分，充分利用偏振片原理与CCD相机相结合，提出“自然光+偏振片+CCD相机”图像采集方案，削弱碳纤维材质的织物表面的反光，同时软件部分结合克隆连接、最小二乘拟合、自相关和ACSS角点检测四个方法的角点检测实现了碳纤维材质的三维编织复合材料预制件编织角和花节距的自动测量。

Claims (8)

1.一种三维编织复合材料预制件表面参数自动测量系统，所述系统包括硬件部分和软件部分：
(1)硬件部分：
主要是织物图像的采集系统，包括用标准量块对图像进行标定和用“自然光+偏振片+CCD相机”的采集方案对织物图像进行采集；
(2)软件部分：
主要是织物图像的处理系统，包括图像预处理，结合克隆连接、最小二乘拟合、自相关和ACSS角点检测四个算法的角点检测和参数测量，包括以下步骤：
步骤1：对采集的图像进行直方图均衡化得到图像Fhe；对Fhe进行BM3D滤波得到图像FBM3D；
步骤2：对图像FBM3D进行基于克隆连接的边缘检测得到图像Fc；对Fc进行细化、滤波及最小二乘拟合得到图像Ffit，对Ffit提取边缘并连接，得到边缘图Fff；
步骤3：在低尺度σ＝3下计算曲率，将曲率局部极大值点确定为准角点；
步骤4：对于每一个准角点在它的支撑区内计算它的动态曲率门限，对该准角点进行筛选；
步骤5：计算每一个准角点的张开角度θμ，剔除160°≤θμ≤200°时的角点，得到角点图Focor；
步骤6：根据灰度信息及相位一致性信息筛除Focor中的伪角点，得到图Frefcor；
步骤7：根据灰度信息，对Frefcor角点位置进行校正；
步骤8：根据图像自相关判断是否存在漏检角点，并根据相邻角点确定的直线斜率计算漏检的角点的位置；
步骤9：根据检测到的角点图，计算编织角和花节距。
2.根据权利要求1所述的三维编织复合材料预制件表面参数自动测量系统，其特征在于，(1)硬件部分中，采用“自然光+偏振片+CCD相机”的图像拍摄方案，相机垂直安装在织物上方，偏振片安装在镜头前，相机的光轴垂直于织物表面且通过织物中心，自然光从织物两侧倾斜射入，量块放在织物一侧，量块的上表面与织物表面在同一平面并且量块在电脑显示屏上处于水平或垂直方向；旋转偏振片并调整曝光时间，选择图像清晰、对比度强的图片进行存储。
3.根据权利要求1所述的三维编织复合材料预制件表面参数自动测量系统，其特征在于，(2)软件部分，步骤2中，对图像FBM3D进行Sobel算子获得的梯度图进行Canny非极大值抑制得到图像Fnon，将图像Fnon作为克隆边缘连接的初始图像，进行基于克隆连接的边缘检测，得到图像Fc。
4.根据权利要求1所述的三维编织复合材料预制件表面参数自动测量系统，其特征在于，(2)软件部分，步骤2中，对克隆连接后的边缘进行形态学细化并对其进行面积滤波，得到图像Fthin；对Fthin中不连续的边缘，用最小二乘法进行直线拟合并连接，得到边缘图Ffit。
5.根据权利要求1所述的三维编织复合材料预制件表面参数自动测量系统，其特征在于，(2)软件部分，步骤6中，根据灰度信息及相位一致性信息对Focor中的伪角点进行筛除，在以Focor中的角点为中心的21×21邻域范围内搜索，标记出此邻域内的所有角点的位置，比较这些角点位置对应于图像Fhe中的灰度值，保留灰度值最小的角点；对于灰度值相同的角点，比较图像FBM3D的相位一致性图Fpc的5×5邻域内和的大小，保留和最大的角点。
6.根据权利要求1所述的三维编织复合材料预制件表面参数自动测量系统，其特征在于，(2)软件部分，步骤7中，对于Frefcor中的角点，比较其在图像Fhe中邻域内的灰度值，将邻域内灰度值最小的点作为最终的角点；其中在图像Fhe中选取角点邻域进行校正的原则是，对未经边缘拟合得到的角点在其3×3邻域内进行校正，对基于边缘拟合得到的角点在其31×31邻域内校正。
7.根据权利要求1所述的三维编织复合材料预制件表面参数自动测量系统，其特征在于，(2)软件部分，步骤8中，根据图像自相关信息确定平均花节长度的估计值作为角点补检测的阈值；求每行自相关图中间5个相邻峰峰值的平均值，再求所有行平均峰峰值，作为花节长度的估计阈值Th，当行相邻角点的像素距离Th+15＜d≤2Th，说明此时两角点之漏检一个角点，根据相邻两角点所确定的直线参数信息求出漏检角点的位置，由下式计算：
dw＝(y1+y2)/2
dl＝(dw-(x2*y1-x1*y2)/(x2-x1))*((x2-x1)/(y2-y1))
x1、x2、y1、y2表示角点在图像中的位置，dw、dl表示补检出角点的列和行位置；当2Th+10＜d≤3Th，说明此时两角点之间有两个角点，漏检两个角点的位置由下式计算：
dw1＝(y1+(y2-y1))/3
dl1＝(dw1-(x2*y1-x1*y2)/(x2-x1))*((x2-x1)/(y2-y1))
dw2＝(y1+2*(y2-y1))/3
dl2＝(dw2-(x2*y1-x1*y2)/(x2-x1)/(y2-y1))
dw1、dl1表示补检出角点1的列和行位置，dw2、dl2表示补检出角点2的列和行位置；同理，可计算补检测相邻角点之间存在3个及以上的角点的位置。
8.根据权利要求1所述的三维编织复合材料预制件表面参数自动测量系统，其特征在于，(2)软件部分，步骤9中，计算行相邻角点的距离，即为花节长度的像素距离，并根据标定将像素距离转化成实际距离；计算相邻三行角点所确定的两直线夹角的一半获得编织角。
CN201510888073.3A 2015-12-04 2015-12-04 一种三维编织复合材料预制件表面参数自动测量系统 Active CN105387814B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510888073.3A CN105387814B (zh) 2015-12-04 2015-12-04 一种三维编织复合材料预制件表面参数自动测量系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510888073.3A CN105387814B (zh) 2015-12-04 2015-12-04 一种三维编织复合材料预制件表面参数自动测量系统

Publications (2)

Publication Number Publication Date
CN105387814A CN105387814A (zh) 2016-03-09
CN105387814B true CN105387814B (zh) 2017-12-08

Family

ID=55420372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510888073.3A Active CN105387814B (zh) 2015-12-04 2015-12-04 一种三维编织复合材料预制件表面参数自动测量系统

Country Status (1)

Country Link
CN (1) CN105387814B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3673785A1 (en) * 2018-12-24 2020-07-01 Biosense Webster (Israel) Ltd. Non-invasive measurement of the pitch of a braid

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651891B (zh) * 2016-10-13 2023-05-09 天津工业大学 三维编织物复合材料预制件表面参数测量方法
CN106979759A (zh) * 2017-04-16 2017-07-25 合肥芯碁微电子装备有限公司 一种网版制版丝网角度的测量装置及其测量方法
CN108036746B (zh) * 2017-12-26 2019-08-06 太原理工大学 一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法
CN110956631B (zh) * 2020-01-02 2023-10-10 北京机科国创轻量化科学研究院有限公司 一种复合材料预制体织造过程自动压针装置及方法
CN111986143B (zh) * 2020-07-06 2021-09-21 南京航空航天大学 一种陶瓷基复合材料的细观结构表征方法
CN112815873B (zh) * 2020-12-16 2022-07-12 南京玻璃纤维研究设计院有限公司 一种复杂曲面体的定位检测装置及检测方法
CN115031651B (zh) * 2022-06-07 2023-04-18 天津大学 一种改进bm3d去噪ofdr分布式应变测量方法
CN117952979B (zh) * 2024-03-27 2024-06-14 山东力加力钢结构有限公司 一种建设工程质量检测监管方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819028A (zh) * 2010-04-19 2010-09-01 上海奥轩自动化科技有限公司 竹节纱形状参数机器视觉检测系统
DE202012010977U1 (de) * 2012-11-15 2012-11-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Messung einer Faserrichtung eines Kohlefaserwerkstoffes und Herstellung eines Objekts in Kohlefaserverbundbauweise
CN102901466A (zh) * 2012-10-31 2013-01-30 江南大学 一种基于图像分析的织物纬斜检测方法
CN103163138A (zh) * 2011-12-14 2013-06-19 江南大学 基于快速傅里叶变换的机织物中纱线均匀性检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6728593B2 (en) * 2002-06-06 2004-04-27 The Hong Kong Polytechnic University System for analysis of fabric surface

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819028A (zh) * 2010-04-19 2010-09-01 上海奥轩自动化科技有限公司 竹节纱形状参数机器视觉检测系统
CN103163138A (zh) * 2011-12-14 2013-06-19 江南大学 基于快速傅里叶变换的机织物中纱线均匀性检测方法
CN102901466A (zh) * 2012-10-31 2013-01-30 江南大学 一种基于图像分析的织物纬斜检测方法
DE202012010977U1 (de) * 2012-11-15 2012-11-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Messung einer Faserrichtung eines Kohlefaserwerkstoffes und Herstellung eines Objekts in Kohlefaserverbundbauweise

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
三维编织复合材料预制件表面图象滤波与纹理分析研究;万振凯等;《中国图像图形学报》;20001130;第5卷(第11期);第958-962页 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3673785A1 (en) * 2018-12-24 2020-07-01 Biosense Webster (Israel) Ltd. Non-invasive measurement of the pitch of a braid

Also Published As

Publication number Publication date
CN105387814A (zh) 2016-03-09

Similar Documents

Publication Publication Date Title
CN105387814B (zh) 一种三维编织复合材料预制件表面参数自动测量系统
CN106856002B (zh) 一种无人机拍摄图像质量评价方法
CN109472822A (zh) 基于深度图像处理的物体尺寸测量方法
WO2021042277A1 (zh) 基于神经网络的三维物体法向量、几何及材质获取方法
GB2569751A (en) Static infrared thermal image processing-based underground pipe leakage detection method
CN106780726A (zh) 融合rgb‑d相机和彩色光度立体法的动态非刚体三维数字化方法
CN112254656B (zh) 一种基于结构表面点特征的立体视觉三维位移测量方法
CN109035195A (zh) 一种织物疵点检测方法
Liu et al. Characterization of pore structure parameters of foam concrete by 3D reconstruction and image analysis
Zhang et al. A review of fabric identification based on image analysis technology
CN103993548A (zh) 基于多台相机立体拍摄的路面损坏裂缝检测系统及方法
CN109816779A (zh) 一种使用智能手机重建人工林森林模型获取单木参数的方法
CN109470149A (zh) 一种管路位姿的测量方法及装置
CN103226829A (zh) 基于边缘增强算子的图像边缘检测方法
CN107328502A (zh) 一种锚杆托盘载荷可视化数字成像方法
CN114812450B (zh) 一种基于机器视觉的沥青路面施工均匀性检测及评价方法
CN108663026A (zh) 一种振动测量方法
CN107358628A (zh) 基于靶标的线阵图像处理方法
CN110189375A (zh) 一种基于单目视觉测量的图像目标识别方法
CN105072330A (zh) 一种线阵相机的自动调焦方法
CN104992446A (zh) 非线性光照自适应的图像拼接方法及其实现系统
CN106530223A (zh) 基于频域调制的快速Fourier鬼成像方法及系统
Zheng et al. Soil particle size characterization by stereophotography
Jia et al. Research on the decomposition and fusion method for the infrared and visible images based on the guided image filtering and Gaussian filter
CN105608674B (zh) 一种基于图像配准、插值和去噪的图像增强方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220112

Address after: 300450 No. 1, cuipu Road, Yixian science and Industry Park, Tianjin Economic and Technological Development Zone

Patentee after: Siteng Heli (Tianjin) Technology Co.,Ltd.

Address before: 300160 Tianjin City Hedong District Forest Road No. 63

Patentee before: TIANJIN POLYTECHNIC University

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An Automatic Measurement System for Surface Parameters of 3D Braided Composite Prefabricated Parts

Effective date of registration: 20230713

Granted publication date: 20171208

Pledgee: Bank of China Limited by Share Ltd. Tianjin Binhai Branch

Pledgor: Siteng Heli (Tianjin) Technology Co.,Ltd.

Registration number: Y2023980048258