CN109166112A - 运动车台自动维护平台 - Google Patents

运动车台自动维护平台 Download PDF

Info

Publication number
CN109166112A
CN109166112A CN201810946720.5A CN201810946720A CN109166112A CN 109166112 A CN109166112 A CN 109166112A CN 201810946720 A CN201810946720 A CN 201810946720A CN 109166112 A CN109166112 A CN 109166112A
Authority
CN
China
Prior art keywords
equipment
image
ride
pixel
lifting spindle
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
Application number
CN201810946720.5A
Other languages
English (en)
Other versions
CN109166112B (zh
Inventor
丰华
郑国峰
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.)
Zhejiang Dafeng Sports Facilities Maintenance Co Ltd
Original Assignee
Zhejiang Dafeng Sports Facilities Maintenance Co Ltd
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 Zhejiang Dafeng Sports Facilities Maintenance Co Ltd filed Critical Zhejiang Dafeng Sports Facilities Maintenance Co Ltd
Priority to CN201810946720.5A priority Critical patent/CN109166112B/zh
Publication of CN109166112A publication Critical patent/CN109166112A/zh
Application granted granted Critical
Publication of CN109166112B publication Critical patent/CN109166112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding

Abstract

本发明涉及一种运动车台自动维护平台,包括:自由运动车台,包括升降机构、平移机构、升降电机和平移电机,所述升降机构在所述升降电机的操作下实现上下移动,所述平移机构在所述平移电机的操作下实现左右移动;所述自由运动车台还包括上方限位设备、下方限位设备、左侧限位设备和右侧限位设备;所述升降机构包括升降主轴,用于支撑所述升降机构的上下移动;实时摄影设备,包括CCD传感单元、边缘像素解析单元、模糊度估算单元、变焦镜头,微控制马达和图像输出接口,所述CCD传感单元,用于对所述升降主轴进行图像感应,以输出对应的升降主轴图像。通过本发明,提高了自由运动车台的设备维护能力。

Description

运动车台自动维护平台
技术领域
本发明涉及自由运动车台领域,尤其涉及一种运动车台自动维护平台。
背景技术
自由运动车台是一个机、电、液一体的组合。主要由:剪叉式升降车体,浮动台面、转向及驱动装置、液压系统、电控系统等部分组成。常规车台受电源限制,行走距离和方向有限。而自由移动车台精密装配用可旋转式液压升降平台以蓄电瓶供电,通过液压马达工作实现行走运动。
发明内容
为了解决自由运动车台人工上油繁琐的技术问题,本发明提供了一种运动车台自动维护平台,对自由运动车台常用的升降机构的升降主轴进行润滑度检测,以确定是否对所述升降主轴执行自动上油处理;采用两级分割机制对待处理图像中最需要进行增强处理的局部区域进行针对性的增强操作,对剩余区域不进行任何增强操作,并采用两级组合机制进行图像重建,从而保证了图像处理的速度;建立了基于内容均匀程度、内容清晰程度和对比度图像分割阈值纠正机制,提高了后续目标区域识别的有效性;在像素点梯度分析的基础上,基于拍摄图像中的边缘线数量统计,确定图像的模糊程度,并进一步触发后续的变焦操作,避免实时摄影设备受到因为各种原因导致的丢焦影响。
根据本发明的一方面,提供了一种运动车台自动维护平台,所述平台包括:
自由运动车台,包括升降机构、平移机构、升降电机和平移电机,所述升降机构在所述升降电机的操作下实现上下移动,所述平移机构在所述平移电机的操作下实现左右移动;
所述自由运动车台还包括上方限位设备、下方限位设备、左侧限位设备和右侧限位设备;
所述升降机构包括升降主轴,用于支撑所述升降机构的上下移动;
实时摄影设备,包括CCD传感单元、边缘像素解析单元、模糊度估算单元、变焦镜头,微控制马达和图像输出接口,所述CCD传感单元,用于对所述升降主轴进行图像感应,以输出对应的升降主轴图像;
在所述实时摄影设备中,所述边缘像素解析单元与所述CCD传感单元连接,用于接收所述升降主轴图像,对所述升降主轴图像中的每一个像素点执行以下处理:基于所述像素点的像素值与其领域像素点的像素值确定所述像素点在各个方向的梯度值,并在所述各个方向中存在一个方面的梯度值超限时,确定所述像素点为边缘像素点;
在所述实时摄影设备中,所述模糊度估算单元与所述边缘像素解析单元连接,用于接收在所述升降主轴图像中确定的各个边缘像素点,将所述各个边缘像素点拟合成一个或多个边缘线,统计所述一个或多个边缘线的总数,在所述一个或多个边缘线的总数低于预设数量阈值时,发出图像模糊信号,并确定所述一个或多个边缘线的总数和所述预设数量阈值之间的差值,基于所述差值确定对应的模糊度,其中,所述差值越大,所述模糊度越大;
在所述实时摄影设备中,所述微控制马达分别与所述模糊度估算单元和所述变焦镜头连接,用于接收所述模糊度,并基于所述模糊度驱动所述变焦镜头进行相应的位移操作,其中,所述模糊度越大,所述变焦镜头进行相应的位移幅度越大;
在所述实时摄影设备中,所述图像输出接口分别与所述微控制马达和所述CCD传感单元连接,用于在所述微控制马达驱动所述变焦镜头完毕后,接收并输出所述CCD传感单元输出的升降主轴图像;
均匀性分析设备,与所述图像输出接口连接,用于接收所述升降主轴图像,基于所述升降主轴图像的像素点的像素值分布情况确定所述升降主轴图像的内容均匀程度,并输出所述内容均匀程度;
清晰度分析设备,用于接收所述升降主轴图像,基于所述升降主轴图像的像素点的像素值动态分布范围确定所述升降主轴图像的内容清晰程度,并输出所述内容清晰程度;
对比度分析设备,用于接收所述升降主轴图像,检测所述升降主轴图像的对比度,并输出所述对比度;
参数识别设备,分别与所述均匀性分析设备、清晰度分析设备和对比度分析设备连接,用于接收所述内容均匀程度、所述内容清晰程度以及所述对比度,基于所述内容均匀程度确定其对图像分割阈值的影响系数,基于所述内容清晰程度确定其对图像分割阈值的影响系数,基于所述对比度确定其对图像分割阈值的影响系数;
图像分割设备,与所述参数识别设备连接,用于基于从所述参数识别设备获取的三种影响系数同时对图像分割阈值进行纠正,并基于纠正后的图像分割阈值对所述升降主轴图像进行分割,以获得并输出存在各种目标的目标区域;
图像搜索设备,与所述图像分割设备连接,用于接收所述目标区域,对所述目标区域进行目标外形搜索,以获取各个目标的外形,将尺寸最大的目标的外形所在的区域作为待处理区域,并输出所述待处理区域;
图像分割设备,与所述图像搜索设备连接,用于接收所述目标区域和所述待处理区域,将去除所述待处理区域后的目标区域作为搜索剩余区域;
图像细分设备,与所述图像分割设备连接,用于接收所述待处理区域,确定所述待处理区域中分布在不同频段的能量大小,将能量小于等于限量的多个频段作为多个待处理频段,基于所述多个待处理频段对所述待处理区域执行带通滤波处理,以获得来自所述待处理区域的、存在所述多个待处理频段的带通滤波区域,还用于获得从所述待处理区域中去除所述带通滤波区域的带通保留区域;
两级组合设备,分别与所述图像细分设备和所述图像分割设备连接,用于基于所述带通滤波区域的动态分布范围对所述带通滤波区域执行增益处理,以获得相应的增益处理区域,还用于将所述增益处理区域和所述带通保留区域组合以获得所述待处理区域对应的已组合区域,以及还用于将所述已组合区域与所述搜索剩余区域组合以获得与所述目标区域对应的局部增益图像;
主轴分析设备,与所述两级组合设备连接,用于接收所述局部增益图像,基于预设主轴亮度范围从所述局部增益图像中分割出主轴图案,获取所述主轴图案中的各个像素点的各个像素值,统计像素值在预设干燥灰度阈值范围之间的各个像素点的数量,并在统计的数量占据所述主轴图案像素点总数的比例大于等于预设比例阈值时,发出润滑不足信号,否则,发出润滑正常信号;
自动供油设备,与所述主轴分析设备连接,用于在接收到所述润滑不足信号,对所述升降主轴执行自动上油处理。
更具体地,在所述运动车台自动维护平台中:在所述两级组合设备中,所述带通滤波区域的动态分布范围越窄,对所述带通滤波图像执行的增益处理力度越大。
更具体地,在所述运动车台自动维护平台中:在所述模糊度估算单元中,在所述一个或多个边缘线的总数高于等于预设数量阈值时,发出图像清晰信号。
更具体地,在所述运动车台自动维护平台中:所述各个方向包括左上、正上、右上、正左、正右、左下、正下和右下,所述边缘线为直线或曲线。
更具体地,在所述运动车台自动维护平台中:在所述自由运动车台中,所述上方限位设备用于对所述升降机构的向上移动进行限位控制。
更具体地,在所述运动车台自动维护平台中:在所述自由运动车台中,所述下方限位设备用于对所述升降机构的向下移动进行限位控制。
更具体地,在所述运动车台自动维护平台中:在所述自由运动车台中,所述左侧限位设备用于对所述平移机构的向左移动进行限位控制。。
更具体地,在所述运动车台自动维护平台中:在所述自由运动车台中,所述右侧限位设备用于对所述平移机构的向右移动进行限位控制。
具体实施方式
下面将对本发明的运动车台自动维护平台的实施方案进行详细说明。
自由移动车台是一种同时具有横向移动、纵向移动及旋转功能的多自由度移动式液压平台。该平台利用液压油缸和推力轴承实现多层工作台面的纵横向移动、旋转运动、升降运动,并能自行移动,具有多自由度运动特性,从面可以实现舞台场景的移动。
为了克服上述不足,本发明搭建了一种运动车台自动维护平台,能够有效解决相应的技术问题。
根据本发明实施方案示出的运动车台自动维护平台包括:
自由运动车台,包括升降机构、平移机构、升降电机和平移电机,所述升降机构在所述升降电机的操作下实现上下移动,所述平移机构在所述平移电机的操作下实现左右移动;
所述自由运动车台还包括上方限位设备、下方限位设备、左侧限位设备和右侧限位设备;
所述升降机构包括升降主轴,用于支撑所述升降机构的上下移动;
实时摄影设备,包括CCD传感单元、边缘像素解析单元、模糊度估算单元、变焦镜头,微控制马达和图像输出接口,所述CCD传感单元,用于对所述升降主轴进行图像感应,以输出对应的升降主轴图像;
在所述实时摄影设备中,所述边缘像素解析单元与所述CCD传感单元连接,用于接收所述升降主轴图像,对所述升降主轴图像中的每一个像素点执行以下处理:基于所述像素点的像素值与其领域像素点的像素值确定所述像素点在各个方向的梯度值,并在所述各个方向中存在一个方面的梯度值超限时,确定所述像素点为边缘像素点;
在所述实时摄影设备中,所述模糊度估算单元与所述边缘像素解析单元连接,用于接收在所述升降主轴图像中确定的各个边缘像素点,将所述各个边缘像素点拟合成一个或多个边缘线,统计所述一个或多个边缘线的总数,在所述一个或多个边缘线的总数低于预设数量阈值时,发出图像模糊信号,并确定所述一个或多个边缘线的总数和所述预设数量阈值之间的差值,基于所述差值确定对应的模糊度,其中,所述差值越大,所述模糊度越大;
在所述实时摄影设备中,所述微控制马达分别与所述模糊度估算单元和所述变焦镜头连接,用于接收所述模糊度,并基于所述模糊度驱动所述变焦镜头进行相应的位移操作,其中,所述模糊度越大,所述变焦镜头进行相应的位移幅度越大;
在所述实时摄影设备中,所述图像输出接口分别与所述微控制马达和所述CCD传感单元连接,用于在所述微控制马达驱动所述变焦镜头完毕后,接收并输出所述CCD传感单元输出的升降主轴图像;
均匀性分析设备,与所述图像输出接口连接,用于接收所述升降主轴图像,基于所述升降主轴图像的像素点的像素值分布情况确定所述升降主轴图像的内容均匀程度,并输出所述内容均匀程度;
清晰度分析设备,用于接收所述升降主轴图像,基于所述升降主轴图像的像素点的像素值动态分布范围确定所述升降主轴图像的内容清晰程度,并输出所述内容清晰程度;
对比度分析设备,用于接收所述升降主轴图像,检测所述升降主轴图像的对比度,并输出所述对比度;
参数识别设备,分别与所述均匀性分析设备、清晰度分析设备和对比度分析设备连接,用于接收所述内容均匀程度、所述内容清晰程度以及所述对比度,基于所述内容均匀程度确定其对图像分割阈值的影响系数,基于所述内容清晰程度确定其对图像分割阈值的影响系数,基于所述对比度确定其对图像分割阈值的影响系数;
图像分割设备,与所述参数识别设备连接,用于基于从所述参数识别设备获取的三种影响系数同时对图像分割阈值进行纠正,并基于纠正后的图像分割阈值对所述升降主轴图像进行分割,以获得并输出存在各种目标的目标区域;
图像搜索设备,与所述图像分割设备连接,用于接收所述目标区域,对所述目标区域进行目标外形搜索,以获取各个目标的外形,将尺寸最大的目标的外形所在的区域作为待处理区域,并输出所述待处理区域;
图像分割设备,与所述图像搜索设备连接,用于接收所述目标区域和所述待处理区域,将去除所述待处理区域后的目标区域作为搜索剩余区域;
图像细分设备,与所述图像分割设备连接,用于接收所述待处理区域,确定所述待处理区域中分布在不同频段的能量大小,将能量小于等于限量的多个频段作为多个待处理频段,基于所述多个待处理频段对所述待处理区域执行带通滤波处理,以获得来自所述待处理区域的、存在所述多个待处理频段的带通滤波区域,还用于获得从所述待处理区域中去除所述带通滤波区域的带通保留区域;
两级组合设备,分别与所述图像细分设备和所述图像分割设备连接,用于基于所述带通滤波区域的动态分布范围对所述带通滤波区域执行增益处理,以获得相应的增益处理区域,还用于将所述增益处理区域和所述带通保留区域组合以获得所述待处理区域对应的已组合区域,以及还用于将所述已组合区域与所述搜索剩余区域组合以获得与所述目标区域对应的局部增益图像;
主轴分析设备,与所述两级组合设备连接,用于接收所述局部增益图像,基于预设主轴亮度范围从所述局部增益图像中分割出主轴图案,获取所述主轴图案中的各个像素点的各个像素值,统计像素值在预设干燥灰度阈值范围之间的各个像素点的数量,并在统计的数量占据所述主轴图案像素点总数的比例大于等于预设比例阈值时,发出润滑不足信号,否则,发出润滑正常信号;
自动供油设备,与所述主轴分析设备连接,用于在接收到所述润滑不足信号,对所述升降主轴执行自动上油处理。
接着,继续对本发明的运动车台自动维护平台的具体结构进行进一步的说明。
在所述运动车台自动维护平台中:在所述两级组合设备中,所述带通滤波区域的动态分布范围越窄,对所述带通滤波图像执行的增益处理力度越大。
在所述运动车台自动维护平台中:在所述模糊度估算单元中,在所述一个或多个边缘线的总数高于等于预设数量阈值时,发出图像清晰信号。
在所述运动车台自动维护平台中:所述各个方向包括左上、正上、右上、正左、正右、左下、正下和右下,所述边缘线为直线或曲线。
在所述运动车台自动维护平台中:在所述自由运动车台中,所述上方限位设备用于对所述升降机构的向上移动进行限位控制。
在所述运动车台自动维护平台中:在所述自由运动车台中,所述下方限位设备用于对所述升降机构的向下移动进行限位控制。
在所述运动车台自动维护平台中:在所述自由运动车台中,所述左侧限位设备用于对所述平移机构的向左移动进行限位控制。
以及在所述运动车台自动维护平台中:在所述自由运动车台中,所述右侧限位设备用于对所述平移机构的向右移动进行限位控制。
另外,所述主轴分析设备为GPU芯片。GPU在几个主要方面有别于DSP架构。其所有计算均使用浮点算法,而且此刻还没有位或整数运算指令。此外,由于GPU专为图像处理设计,因此存储系统实际上是一个二维的分段存储空间,包括一个区段号(从中读取图像)和二维地址(图像中的X、Y坐标)。此外,没有任何间接写指令。输出写地址由光栅处理器确定,而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极大的挑战。最后一点,不同碎片的处理过程间不允许通信。实际上,碎片处理器是一个SIMD数据并行执行单元,在所有碎片中独立执行代码。
尽管有上述约束,但是GPU还是可以有效地执行多种运算,从线性代数和信号处理到数值仿真。虽然概念简单,但新用户在使用GPU计算时还是会感到迷惑,因为GPU需要专有的图形知识。这种情况下,一些软件工具可以提供帮助。两种高级描影语言CG和HLSL能够让用户编写类似C的代码,随后编译成碎片程序汇编语言。Brook是专为GPU计算设计,且不需要图形知识的高级语言。因此对第一次使用GPU进行开发的工作人员而言,它可以算是一个很好的起点。Brook是C语言的延伸,整合了可以直接映射到GPU的简单数据并行编程构造。经GPU存储和操作的数据被形象地比喻成“流”(stream),类似于标准C中的数组。核心(Kernel)是在流上操作的函数。在一系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环,即对每一个流元素调用核心体。Brook还提供了约简机制,例如对一个流中所有的元素进行和、最大值或乘积计算。Brook还完全隐藏了图形API的所有细节,并把GPU中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。用Brook编写的应用程序包括线性代数子程序、快速傅立叶转换、光线追踪和图像处理。利用ATI的X800XT和Nvidia的GeForce 6800Ultra型GPU,在相同高速缓存、SSE汇编优化Pentium 4执行条件下,许多此类应用的速度提升高达7倍之多。
采用本发明的运动车台自动维护平台,针对现有技术中自由运动车台主轴上油无法自动化处理的技术问题,通过对自由运动车台常用的升降机构的升降主轴进行润滑度检测,以确定是否对所述升降主轴执行自动上油处理;采用两级分割机制对待处理图像中最需要进行增强处理的局部区域进行针对性的增强操作,对剩余区域不进行任何增强操作,并采用两级组合机制进行图像重建,从而保证了图像处理的速度;建立了基于内容均匀程度、内容清晰程度和对比度图像分割阈值纠正机制,提高了后续目标区域识别的有效性;在像素点梯度分析的基础上,基于拍摄图像中的边缘线数量统计,确定图像的模糊程度,并进一步触发后续的变焦操作,从而避免实时摄影设备受到因为各种原因导致的丢焦影响,从而解决了上述技术问题。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (8)

1.一种运动车台自动维护平台,所述平台包括:
自由运动车台,包括升降机构、平移机构、升降电机和平移电机,所述升降机构在所述升降电机的操作下实现上下移动,所述平移机构在所述平移电机的操作下实现左右移动;
所述自由运动车台还包括上方限位设备、下方限位设备、左侧限位设备和右侧限位设备;
所述升降机构包括升降主轴,用于支撑所述升降机构的上下移动;
实时摄影设备,包括CCD传感单元、边缘像素解析单元、模糊度估算单元、变焦镜头,微控制马达和图像输出接口,所述CCD传感单元,用于对所述升降主轴进行图像感应,以输出对应的升降主轴图像;
在所述实时摄影设备中,所述边缘像素解析单元与所述CCD传感单元连接,用于接收所述升降主轴图像,对所述升降主轴图像中的每一个像素点执行以下处理:基于所述像素点的像素值与其领域像素点的像素值确定所述像素点在各个方向的梯度值,并在所述各个方向中存在一个方面的梯度值超限时,确定所述像素点为边缘像素点;
在所述实时摄影设备中,所述模糊度估算单元与所述边缘像素解析单元连接,用于接收在所述升降主轴图像中确定的各个边缘像素点,将所述各个边缘像素点拟合成一个或多个边缘线,统计所述一个或多个边缘线的总数,在所述一个或多个边缘线的总数低于预设数量阈值时,发出图像模糊信号,并确定所述一个或多个边缘线的总数和所述预设数量阈值之间的差值,基于所述差值确定对应的模糊度,其中,所述差值越大,所述模糊度越大;
在所述实时摄影设备中,所述微控制马达分别与所述模糊度估算单元和所述变焦镜头连接,用于接收所述模糊度,并基于所述模糊度驱动所述变焦镜头进行相应的位移操作,其中,所述模糊度越大,所述变焦镜头进行相应的位移幅度越大;
在所述实时摄影设备中,所述图像输出接口分别与所述微控制马达和所述CCD传感单元连接,用于在所述微控制马达驱动所述变焦镜头完毕后,接收并输出所述CCD传感单元输出的升降主轴图像;
均匀性分析设备,与所述图像输出接口连接,用于接收所述升降主轴图像,基于所述升降主轴图像的像素点的像素值分布情况确定所述升降主轴图像的内容均匀程度,并输出所述内容均匀程度;
清晰度分析设备,用于接收所述升降主轴图像,基于所述升降主轴图像的像素点的像素值动态分布范围确定所述升降主轴图像的内容清晰程度,并输出所述内容清晰程度;
对比度分析设备,用于接收所述升降主轴图像,检测所述升降主轴图像的对比度,并输出所述对比度;
参数识别设备,分别与所述均匀性分析设备、清晰度分析设备和对比度分析设备连接,用于接收所述内容均匀程度、所述内容清晰程度以及所述对比度,基于所述内容均匀程度确定其对图像分割阈值的影响系数,基于所述内容清晰程度确定其对图像分割阈值的影响系数,基于所述对比度确定其对图像分割阈值的影响系数;
图像分割设备,与所述参数识别设备连接,用于基于从所述参数识别设备获取的三种影响系数同时对图像分割阈值进行纠正,并基于纠正后的图像分割阈值对所述升降主轴图像进行分割,以获得并输出存在各种目标的目标区域;
图像搜索设备,与所述图像分割设备连接,用于接收所述目标区域,对所述目标区域进行目标外形搜索,以获取各个目标的外形,将尺寸最大的目标的外形所在的区域作为待处理区域,并输出所述待处理区域;
图像分割设备,与所述图像搜索设备连接,用于接收所述目标区域和所述待处理区域,将去除所述待处理区域后的目标区域作为搜索剩余区域;
图像细分设备,与所述图像分割设备连接,用于接收所述待处理区域,确定所述待处理区域中分布在不同频段的能量大小,将能量小于等于限量的多个频段作为多个待处理频段,基于所述多个待处理频段对所述待处理区域执行带通滤波处理,以获得来自所述待处理区域的、存在所述多个待处理频段的带通滤波区域,还用于获得从所述待处理区域中去除所述带通滤波区域的带通保留区域;
两级组合设备,分别与所述图像细分设备和所述图像分割设备连接,用于基于所述带通滤波区域的动态分布范围对所述带通滤波区域执行增益处理,以获得相应的增益处理区域,还用于将所述增益处理区域和所述带通保留区域组合以获得所述待处理区域对应的已组合区域,以及还用于将所述已组合区域与所述搜索剩余区域组合以获得与所述目标区域对应的局部增益图像;
主轴分析设备,与所述两级组合设备连接,用于接收所述局部增益图像,基于预设主轴亮度范围从所述局部增益图像中分割出主轴图案,获取所述主轴图案中的各个像素点的各个像素值,统计像素值在预设干燥灰度阈值范围之间的各个像素点的数量,并在统计的数量占据所述主轴图案像素点总数的比例大于等于预设比例阈值时,发出润滑不足信号,否则,发出润滑正常信号;
自动供油设备,与所述主轴分析设备连接,用于在接收到所述润滑不足信号,对所述升降主轴执行自动上油处理。
2.如权利要求1所述的运动车台自动维护平台,其特征在于:
在所述两级组合设备中,所述带通滤波区域的动态分布范围越窄,对所述带通滤波图像执行的增益处理力度越大。
3.如权利要求2所述的运动车台自动维护平台,其特征在于:
在所述模糊度估算单元中,在所述一个或多个边缘线的总数高于等于预设数量阈值时,发出图像清晰信号。
4.如权利要求3所述的运动车台自动维护平台,其特征在于:
所述各个方向包括左上、正上、右上、正左、正右、左下、正下和右下,所述边缘线为直线或曲线。
5.如权利要求4所述的运动车台自动维护平台,其特征在于:
在所述自由运动车台中,所述上方限位设备用于对所述升降机构的向上移动进行限位控制。
6.如权利要求5所述的运动车台自动维护平台,其特征在于:
在所述自由运动车台中,所述下方限位设备用于对所述升降机构的向下移动进行限位控制。
7.如权利要求6所述的运动车台自动维护平台,其特征在于:
在所述自由运动车台中,所述左侧限位设备用于对所述平移机构的向左移动进行限位控制。
8.如权利要求7所述的运动车台自动维护平台,其特征在于:
在所述自由运动车台中,所述右侧限位设备用于对所述平移机构的向右移动进行限位控制。
CN201810946720.5A 2018-08-20 2018-08-20 运动车台自动维护平台 Active CN109166112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810946720.5A CN109166112B (zh) 2018-08-20 2018-08-20 运动车台自动维护平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810946720.5A CN109166112B (zh) 2018-08-20 2018-08-20 运动车台自动维护平台

Publications (2)

Publication Number Publication Date
CN109166112A true CN109166112A (zh) 2019-01-08
CN109166112B CN109166112B (zh) 2021-08-20

Family

ID=64896061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810946720.5A Active CN109166112B (zh) 2018-08-20 2018-08-20 运动车台自动维护平台

Country Status (1)

Country Link
CN (1) CN109166112B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110718144A (zh) * 2019-11-07 2020-01-21 毛春根 一种广告牌
CN110853498A (zh) * 2019-11-07 2020-02-28 毛春根 一种景区指示装置
CN110876356A (zh) * 2019-11-07 2020-03-13 张彩萍 一种鱼塘增氧设备
CN111029917A (zh) * 2019-11-07 2020-04-17 张彩萍 一种变电柜

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009006764A (ja) * 2007-06-26 2009-01-15 Furukawa Industrial Machinery Systems Co Ltd 貨物自動車用荷台昇降装置、およびこれを備える貨物自動車
CN103954897A (zh) * 2014-05-20 2014-07-30 电子科技大学 基于紫外成像的智能电网高压绝缘损坏监控系统及方法
CN206322242U (zh) * 2016-12-29 2017-07-11 中国铁道科学研究院电子计算技术研究所 一种柔性薄卡票据自动升降回收装置
CN108337500A (zh) * 2018-02-07 2018-07-27 朱来清 基于无线通信的自维护管理系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009006764A (ja) * 2007-06-26 2009-01-15 Furukawa Industrial Machinery Systems Co Ltd 貨物自動車用荷台昇降装置、およびこれを備える貨物自動車
CN103954897A (zh) * 2014-05-20 2014-07-30 电子科技大学 基于紫外成像的智能电网高压绝缘损坏监控系统及方法
CN206322242U (zh) * 2016-12-29 2017-07-11 中国铁道科学研究院电子计算技术研究所 一种柔性薄卡票据自动升降回收装置
CN108337500A (zh) * 2018-02-07 2018-07-27 朱来清 基于无线通信的自维护管理系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110718144A (zh) * 2019-11-07 2020-01-21 毛春根 一种广告牌
CN110853498A (zh) * 2019-11-07 2020-02-28 毛春根 一种景区指示装置
CN110876356A (zh) * 2019-11-07 2020-03-13 张彩萍 一种鱼塘增氧设备
CN111029917A (zh) * 2019-11-07 2020-04-17 张彩萍 一种变电柜

Also Published As

Publication number Publication date
CN109166112B (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN109166112A (zh) 运动车台自动维护平台
CN105659291B (zh) 选择性合并部分覆盖图块以执行分层z剔除
CN101091175B (zh) 负载均衡
CN110415257B (zh) 一种气液两相流重叠气泡图像分割方法
Valliammal et al. Plant leaf segmentation using non linear K means clustering
CN105335929B (zh) 一种深度图超分辨方法
CN110428463A (zh) 非球面光学元件离焦模糊定中图像自动提取中心的方法
CN106469304A (zh) 基于深度卷积神经网络的票据中手写签名位置定位方法
CN105787488B (zh) 由全局向局部传递的图像特征提取方法及装置
CN101984916A (zh) 基于数字图像处理技术的血管管径测量方法
EP3785223A1 (en) Systems and methods for segmentation and analysis of 3d images
CN108921817B (zh) 一种针对皮肤病图像的数据增强方法
CN104614803B (zh) 基于arm的一体化保偏光纤定轴仪
CN108830269A (zh) 确定满文单词中轴线宽度的方法
Wang et al. Rapid detection of incomplete coal and gangue based on improved PSPNet
CN108088660A (zh) 宽场荧光显微镜的点扩散函数测量方法及系统
CN108765478A (zh) 一种建筑点云中分离单体建筑的密度聚类算法
CN109408909A (zh) 一种三维粗糙表面微凸体拟合方法
Benthin et al. Interactive ray tracing of free-form surfaces
CN106018198B (zh) 一种气泡粒径的反演计算方法
Nie et al. FAML-RT: Feature alignment-based multi-level similarity metric learning network for a two-stage robust tracker
CN110751732B (zh) 一种2d图像转3d图像的方法
CN109035311A (zh) 一种弯骨骨折自动配准及内固定钢板预弯建模方法
CN112150549A (zh) 一种基于地面纹理的视觉定位方法、芯片及移动机器人
Zhou et al. Method for segmentation of overlapping fish images in aquaculture

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
GR01 Patent grant
GR01 Patent grant