CN109900719A - 一种叶片表面刀纹的视觉检测方法 - Google Patents
一种叶片表面刀纹的视觉检测方法 Download PDFInfo
- Publication number
- CN109900719A CN109900719A CN201910158767.XA CN201910158767A CN109900719A CN 109900719 A CN109900719 A CN 109900719A CN 201910158767 A CN201910158767 A CN 201910158767A CN 109900719 A CN109900719 A CN 109900719A
- Authority
- CN
- China
- Prior art keywords
- blade
- knife mark
- image
- detected
- blade surface
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本发明属于叶片检测领域,并公开了一种叶片表面刀纹的视觉检测方法。该方法包括下列步骤:(a)拍摄待检测叶片不同角度的两张图像并进行整合拼接,获得待检测叶片表面特征的图像,对叶片图像进行滤波;(b)对叶片滤波图像的灰度求导,进行二值化处理,获得二值化图像;(c)利用统计学方法初步判断是否存在刀纹;如果存在刀纹,则在二值化图像中提取刀纹边缘轮廓;(d)对提取的刀纹轮廓进行矩形包络,计算所述矩形的中心位置和尺寸大小,即实现待检测叶片表面刀纹的视觉检测。通过本发明,可以快速实现叶片的非接触式检测,有效提高叶片自动化磨抛的效率和精度。
Description
技术领域
本发明属于叶片检测领域,更具体地,涉及一种叶片表面刀纹的视觉检测方法。
背景技术
叶片是发动机最重要的组成部件,发动机工作时,叶片在高温、高压的环境下进行高速运动,恶劣的工况对叶片轮廓度和表面质量有着很高的要求。叶片作为发动机的关键零件,它具有种类多,数量大,形状复杂的特点,加工精度要求高,生产难度大,叶片制造业为了实现叶片自动化生产,投入了大量人力、物力和财力,国内外科研机构为了实现叶片的自动化生产进行了大量研究。目前国内叶片加工主要通过铣削和人工打磨的方法为主。在人工打磨过程中,存在有毒粉尘污染,劳动强度大,对工人经验要求高,加工精度受工人情绪影响大,打磨一致性较差等问题,因此本领域亟需开发叶片自动的磨抛和检测装备。
叶片表面质量检测作为自动化磨拋中的一个重要环节,通过视觉方法检测叶片,是一种最直观的方法,能有效避免接触式测量对叶片表面的破坏,采用相机采集叶片的表面图像,需要克服金属自由曲面的反光问题,反光会导致叶片表面检测出现空洞和缺陷,目前国内外研究均使用结构光对叶片进行测量,在叶片轮廓度方面具有较好的效果,但对于表面质量测量则效果较差。使用高像素灰度相机对叶片表面拍摄,图片像素灰度差可以清楚反应叶片表面质量信息,以刀纹存在情况判断叶片磨抛程度,本领域存在着发展一种准确性较好的叶片刀纹的机器视觉检测系统及方法的技术需求。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种叶片表面刀纹的视觉检测方法,其通过在摄影棚中拍摄待检测叶片不同角度的两张照片,并对两张照片整合为一张清晰完整反映叶片表面所有特征的图像,然后对图像的灰度进行求导,二值化获得二值化图像,经过统计学分析后,在二值化图像中提取刀纹轮廓进行矩形包络,以此获得到刀纹的位置和尺寸大小,实现叶片表面刀纹的检测,由此解决叶片表面刀纹难以检测和检测误差大的技术问题。
为实现上述目的,按照本发明,提供了一种叶片表面刀纹的视觉检测方法,其特征在于,该方法包括下列步骤:
(a)在不同角度拍摄两张待检测叶片的图像,将该两张图像进行整合拼接使得图片中的反光位置变得清晰,以此获得一张全面反映所述待检测叶片表面特征的图像,从该图像中提取叶片所在的区域,对叶片图像进行滤波处理;
(b)识别所述叶片滤波图像中的刀纹并获取刀纹方向,对所述叶片滤波图像的灰度求导,然后将求导后获得的灰度变化值进行二值化,以此获得所述叶片滤波图像对应的二值化图像;
(c)计算所述二值化图像像素方差,并将获得的方差与预设阈值进行比较,当方差大于所述预设阈值时,对所述二值化图像进行边缘检测,以此提取该二值化图像中的刀纹轮廓,从而获得多组封闭的刀纹轮廓曲线;
(d)分别采用最小矩形包络的方法将提取的每组刀纹轮廓曲线进行包络,以此获得多个包络矩形,矩形的中心位置和尺寸大小分别反映所述刀纹的位置和尺寸大小,计算所述矩形的中心位置和尺寸大小,以此实现待检测叶片表面刀纹的视觉检测。
进一步优选地,在步骤(b)中,对所述滤波图像优选按照垂直于所述刀纹方向的灰度求导,以此减小刀纹方向灰度变化的干扰。
进一步优选地,所述拍摄待检测叶片不同角度的两张图像在摄影棚中进行,该摄影棚中设置有面光源、相机和柔光板,待检测的叶片设置在所述摄影棚的中央,所述光源和所述相机均设置在所述待检测叶片的上方,所述柔光板设置所述待检测叶片的四周将其包覆在其中,避免所述光源对待检测叶片的直射,使得待检测叶片表面的光照均匀,所述柔光板的上方设置有开口,所述相机通过该开口处对所述待检测叶片进行拍照,所述摄影棚的侧面上有一个圆孔,叶片由此进入,圆孔外侧设置柔性遮挡装置。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
1、本发明通过选取不同角度的拍摄待检测叶片,为叶片的拍摄提供理想的叶片拍摄环境,在不影响表面质量的情况下,有效减小相机拍摄时叶片表面的反光问题,以此得到叶片表面的清晰图像;
2、本发明通过图像处理的方式,包括对叶片滤波图像进行灰度求导、二值化、刀纹提取和矩形包络等,通过该方式获得的刀纹的位置和尺寸大小准确,提高后期磨抛对叶片进一步加工的精度,且检测设备结构简单,采用非接触式的检测,检测速度快,有效提高叶片自动化磨抛的效率和精度。
附图说明
图1是按照本发明优选实施例所构建的叶片表面刀纹的视觉检测方法的流程图;
图2是按照本发明优选实施例所构建的叶片表面视觉检测时涉及的装置示意图;
图3是按照本发明优选实施例所构建的摄影棚的结构示意图。
在所有附图中,相同的附图标记用来表示相同的元件或结构,其中:
1-机器人 2-磨抛单元 3-磨抛单元 4-摄影棚 5-面光源 6-相机 7-柔光板8-机器人末端夹持装置
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1是按照本发明优选实施例所构建的叶片表面刀纹的视觉检测方法的流程图,如图1所示,一种叶片表面刀纹的视觉检测方法具体步骤为步骤:
S1:机器人末端夹持装置夹持叶片在磨抛单元进行磨抛,完成磨抛后,机器人末端夹持装置夹持叶片穿过摄影棚侧面圆孔,进入摄影棚内部,触发圆孔处的光电传感器,相机延时3秒拍摄,得到第一张灰度图像,将图像传入控制器中;机器人末端夹持装置夹持叶片旋转,相机延时5秒拍摄第二章图片,得到第二张灰度图像,将图片传入控制器中,对两张图片进行特征匹配,为了增加特征点,可将夹具信息包含在内,利用采集到的特征点进行图像拼接整合,获得叶片表面的图像,由于叶片呈曲面,使得不管从哪个角度拍摄获得的图像上均会存在阴影区,因此需从不同的角度拍摄,然后对不同角度的图像进行整合,消除彼此中的阴影区,以此获得一张能清晰完整的反应叶片表面特征的图片;
S2:对整合拼接后的图像预处理,从中提取出叶片部分的图像,得到叶片图像,对叶片图像进行滤波,去除噪声信号的干扰,其中空间域滤波中的高斯滤波效果较明显,得到滤波图像;观察滤波图像中的刀纹及其方向,对滤波图像沿垂直于刀纹方向的灰度求导,得到灰度变化数值,该变化反映了相邻像素的变化趋势,变化较大的部分即是刀纹在图片中的体现,并对该数值进行二值化,二值化后的图像反应刀纹的分布;
S3:利用统计学的方法,计算二值化图像像素方差,设定方差阈值,如果计算得到的像素方差值小于该阈值则说明表面没有刀纹,不需要进一步磨抛,否则,需要进一步提取刀纹的轮廓和位置信息;
S4:提取刀纹的轮廓信息,对二值化图像进行边缘检测,将刀纹轮廓曲线提取出来,得到多组封闭的刀纹轮廓曲线;
S5:提取刀纹位置信息,对提取的每组刀纹轮廓曲线分别使用最小矩形包络,得到多组包络矩形,该矩形的中心位置和尺寸大小分别反映所述刀纹的位置和尺寸大小,计算所述矩形的中心位置和尺寸大小,以此实现待检测叶片表面刀纹的视觉检测,包络矩形内的区域均属于加工余量大的区域,即需要再次磨抛,得到各最小包络矩形的相对位置和尺寸方便对磨抛刀路进行规划。
S6:获得叶片上的刀纹后,根据刀纹信息重新规划刀路,将叶片置于磨抛单元进行再磨抛,以此消除叶片上的刀纹。
图2是按照本发明优选实施例所构建的叶片表面视觉检测时涉及的装置示意图,如图2所示,在叶片表面刀纹的检测中,涉及机器人、磨抛单元和检测单元,机器人末端夹持待检测叶片,磨抛单元对待检测叶片进行打磨,摄影棚用于对待检测叶片进行拍照。
图3是按照本发明优选实施例所构建的摄影棚的结构示意图,如图3所示,摄影棚中设置有光源、柔光板和相机,摄影棚为非透明材质,防止自然光对拍摄产生影响;光源安装在摄影棚上方内侧,向下打光;相机固定在摄影棚上方的中心位置,镜头方向向下;摄影棚上面中心开圆孔,用于相机的安装;摄影棚的侧面上有一个圆孔,作为叶片的进出口,圆孔外侧设置柔性遮挡装置,用于阻挡外界的自然光进入摄影棚中。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种叶片表面刀纹的视觉检测方法,其特征在于,该方法包括下列步骤:
(a)在不同角度拍摄两张待检测叶片的图像,将该两张图像进行整合拼接使得图片中的反光位置变得清晰,以此获得一张全面反映所述待检测叶片表面特征的图像,从该图像中提取叶片所在的区域,对叶片图像进行滤波处理;
(b)识别所述叶片滤波图像中的刀纹并获取刀纹方向,对所述叶片滤波图像的灰度求导,然后将求导后获得的灰度变化值进行二值化,以此获得所述叶片滤波图像对应的二值化图像;
(c)计算所述二值化图像像素方差,并将获得的方差与预设阈值进行比较,当方差大于所述预设阈值时,对所述二值化图像进行边缘检测,以此提取该二值化图像中的刀纹轮廓,从而获得多组封闭的刀纹轮廓曲线;
(d)分别采用最小矩形包络的方法将提取的每组刀纹轮廓曲线进行包络,以此获得多个包络矩形,矩形的中心位置和尺寸大小分别反映所述刀纹的位置和尺寸大小,计算所述矩形的中心位置和尺寸大小,以此实现待检测叶片表面刀纹的视觉检测。
2.如权利要求1所述的一种叶片表面刀纹的视觉检测方法,其特征在于,在步骤(b)中,对所述滤波图像优选按照垂直于所述刀纹方向的灰度求导,以此减小刀纹方向灰度变化的干扰。
3.如权利要求1或2所述的一种叶片表面刀纹的视觉检测方法,其特征在于,所述拍摄待检测叶片不同角度的两张图像在摄影棚中进行,该摄影棚中设置有面光源、相机和柔光板,待检测的叶片设置在所述摄影棚的中央,所述光源和所述相机均设置在所述待检测叶片的上方,所述柔光板设置所述待检测叶片的四周将其包覆在其中,避免所述光源对待检测叶片的直射,使得待检测叶片表面的光照均匀,所述柔光板的上方设置有开口,所述相机通过该开口处对所述待检测叶片进行拍照,所述摄影棚的侧面上有一个圆孔,叶片由此进入,圆孔外侧设置柔性遮挡装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910158767.XA CN109900719B (zh) | 2019-03-04 | 2019-03-04 | 一种叶片表面刀纹的视觉检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910158767.XA CN109900719B (zh) | 2019-03-04 | 2019-03-04 | 一种叶片表面刀纹的视觉检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109900719A true CN109900719A (zh) | 2019-06-18 |
CN109900719B CN109900719B (zh) | 2020-08-04 |
Family
ID=66946042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910158767.XA Active CN109900719B (zh) | 2019-03-04 | 2019-03-04 | 一种叶片表面刀纹的视觉检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109900719B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539951A (zh) * | 2020-05-13 | 2020-08-14 | 西安交通大学 | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 |
CN111583206A (zh) * | 2020-04-28 | 2020-08-25 | 华中科技大学 | 一种机器人智能磨削及检测方法、终端设备及存储介质 |
CN112763502A (zh) * | 2020-12-29 | 2021-05-07 | 华侨大学 | 一种弧面光泽均匀性检测方法 |
CN113289911A (zh) * | 2021-06-04 | 2021-08-24 | 宁波舜宇仪器有限公司 | 用于多面体物料的缺陷检测方法及系统 |
CN115791804A (zh) * | 2022-12-20 | 2023-03-14 | 中国航发贵州黎阳航空动力有限公司 | 压气机叶片条纹缺陷检测方法 |
CN117764893A (zh) * | 2024-01-08 | 2024-03-26 | 惠州市惠阳区兆顺益五金加工有限公司 | 一种数控机床刀具磨损识别方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202406192U (zh) * | 2012-01-10 | 2012-08-29 | 核工业理化工程研究院华核新技术开发公司 | 一种视觉图像检测装置 |
CN203224706U (zh) * | 2013-03-26 | 2013-10-02 | 上海市刑事科学技术研究院 | 一种法庭科学物证照相面光源照射器 |
CN203773213U (zh) * | 2014-03-04 | 2014-08-13 | 张秀翔 | 箱式摄影棚 |
CN105678749A (zh) * | 2015-12-30 | 2016-06-15 | 中国水产科学研究院渔业机械仪器研究所 | 一种基于视觉的鲜鱼方向判别方法 |
CN105729267A (zh) * | 2016-02-03 | 2016-07-06 | 华中科技大学 | 一种基于视觉控制的磨边装置及方法 |
CN105959514A (zh) * | 2016-04-20 | 2016-09-21 | 河海大学 | 一种弱目标成像检测装置及方法 |
CN106296974A (zh) * | 2016-07-29 | 2017-01-04 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
CN106778723A (zh) * | 2016-11-28 | 2017-05-31 | 华中科技大学 | 一种复杂背景环境中的风力机叶片表面图像提取方法 |
CN108830832A (zh) * | 2018-05-15 | 2018-11-16 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于机器视觉的塑料筒表面缺陷检测算法 |
CN108890468A (zh) * | 2018-06-11 | 2018-11-27 | 华中科技大学 | 一种适用于整体叶盘的机器人智能磨抛方法 |
CN109030498A (zh) * | 2018-07-13 | 2018-12-18 | 华中科技大学 | 一种叶片刀纹及表面缺陷的视觉检测装置及方法 |
CN109060606A (zh) * | 2018-09-30 | 2018-12-21 | 国网河南省电力公司濮阳供电公司 | 一种复合绝缘子憎水性等级智能判定方法 |
CN109142375A (zh) * | 2018-08-20 | 2019-01-04 | 宁波市智能制造产业研究院 | 一种用于靶材的高精度视觉检测系统及方法 |
-
2019
- 2019-03-04 CN CN201910158767.XA patent/CN109900719B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202406192U (zh) * | 2012-01-10 | 2012-08-29 | 核工业理化工程研究院华核新技术开发公司 | 一种视觉图像检测装置 |
CN203224706U (zh) * | 2013-03-26 | 2013-10-02 | 上海市刑事科学技术研究院 | 一种法庭科学物证照相面光源照射器 |
CN203773213U (zh) * | 2014-03-04 | 2014-08-13 | 张秀翔 | 箱式摄影棚 |
CN105678749A (zh) * | 2015-12-30 | 2016-06-15 | 中国水产科学研究院渔业机械仪器研究所 | 一种基于视觉的鲜鱼方向判别方法 |
CN105729267A (zh) * | 2016-02-03 | 2016-07-06 | 华中科技大学 | 一种基于视觉控制的磨边装置及方法 |
CN105959514A (zh) * | 2016-04-20 | 2016-09-21 | 河海大学 | 一种弱目标成像检测装置及方法 |
CN106296974A (zh) * | 2016-07-29 | 2017-01-04 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
CN106778723A (zh) * | 2016-11-28 | 2017-05-31 | 华中科技大学 | 一种复杂背景环境中的风力机叶片表面图像提取方法 |
CN108830832A (zh) * | 2018-05-15 | 2018-11-16 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于机器视觉的塑料筒表面缺陷检测算法 |
CN108890468A (zh) * | 2018-06-11 | 2018-11-27 | 华中科技大学 | 一种适用于整体叶盘的机器人智能磨抛方法 |
CN109030498A (zh) * | 2018-07-13 | 2018-12-18 | 华中科技大学 | 一种叶片刀纹及表面缺陷的视觉检测装置及方法 |
CN109142375A (zh) * | 2018-08-20 | 2019-01-04 | 宁波市智能制造产业研究院 | 一种用于靶材的高精度视觉检测系统及方法 |
CN109060606A (zh) * | 2018-09-30 | 2018-12-21 | 国网河南省电力公司濮阳供电公司 | 一种复合绝缘子憎水性等级智能判定方法 |
Non-Patent Citations (7)
Title |
---|
DINGWEI LI ET AL.: "Robotic Compliant Grinding for Complex Blisk with an Intelligent End-Effector", 《INTERNATIONAL CONFERENCE ON MECHATRONICS AND AUTOMATION》 * |
ROBERT D. ROSEMAU ET AL.: "Aircraft Engine Blade Cooling Holes Detection and Classification from Infrared Images", 《SPIE》 * |
XIANGFEI LI ET AL.: "Real-Time Feature Depth Estimation for Image-Based Visual Servoing", 《INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS》 * |
国家知识产权局专利复审委员会编: "《专利复审和无效审查决定汇编 2009 电学 第3卷》", 30 April 2016, 北京:知识产权出版社 * |
宓超,沈阳,宓为建: "《装卸机器视觉及其应用》", 31 January 2016, 上海:上海科学技术出版社 * |
左博,王福亮: "傅里叶重建图像法检测磁片表面刀纹缺陷", 《计算机工程与应用》 * |
杨印权等: "滚磨光整技术在航空发动机产品制造中的应用研究", 《航空制造技术》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583206A (zh) * | 2020-04-28 | 2020-08-25 | 华中科技大学 | 一种机器人智能磨削及检测方法、终端设备及存储介质 |
CN111539951A (zh) * | 2020-05-13 | 2020-08-14 | 西安交通大学 | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 |
CN112763502A (zh) * | 2020-12-29 | 2021-05-07 | 华侨大学 | 一种弧面光泽均匀性检测方法 |
WO2022142162A1 (zh) * | 2020-12-29 | 2022-07-07 | 华侨大学 | 一种弧面光泽均匀性检测方法 |
CN112763502B (zh) * | 2020-12-29 | 2024-03-12 | 华侨大学 | 一种弧面光泽均匀性检测方法 |
CN113289911A (zh) * | 2021-06-04 | 2021-08-24 | 宁波舜宇仪器有限公司 | 用于多面体物料的缺陷检测方法及系统 |
CN115791804A (zh) * | 2022-12-20 | 2023-03-14 | 中国航发贵州黎阳航空动力有限公司 | 压气机叶片条纹缺陷检测方法 |
CN117764893A (zh) * | 2024-01-08 | 2024-03-26 | 惠州市惠阳区兆顺益五金加工有限公司 | 一种数控机床刀具磨损识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109900719B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109900719A (zh) | 一种叶片表面刀纹的视觉检测方法 | |
Shan et al. | A stereovision-based crack width detection approach for concrete surface assessment | |
CN104697998B (zh) | 抛光的宝石中的夹杂物检测 | |
CN106824806B (zh) | 基于机器视觉的小模数塑料齿轮的检测方法 | |
CN103471512B (zh) | 一种基于机器视觉的玻璃板宽检测系统 | |
CN102135236B (zh) | 双目视觉管道内壁自动无损检测方法 | |
CN109682826A (zh) | 用于弧面外观检测的机器视觉系统及检测方法 | |
CN112352149A (zh) | 用于自动分析空气样品的系统和方法 | |
EP1995553A1 (en) | System and method for identifying a feature of a workpiece | |
JP2017515097A (ja) | 射影画像を用いた自動インライン検査及び計測 | |
CN107895362B (zh) | 一种微型接线端子质量检测的机器视觉方法 | |
CN108257171A (zh) | 基于光视觉的汽车雷达装配孔径检测方法 | |
CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
CN106052586A (zh) | 基于机器视觉的石材大板表面轮廓尺寸获取系统及方法 | |
CN111047568A (zh) | 一种漏汽缺陷检测识别方法及系统 | |
CN105866136A (zh) | 摄像头模组滤光片涂胶检测装置和方法 | |
CN107345789A (zh) | 一种pcb板孔位检测装置及方法 | |
CN110570412B (zh) | 一种零件误差视觉判断系统 | |
CN113252568A (zh) | 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端 | |
CN109387524A (zh) | 基于线性偏振光的螺纹缺陷检测方法及装置 | |
CN112782179A (zh) | 一种产品反光表面缺陷检测方法及系统 | |
TW419634B (en) | Automatic detection system and method using bar code positioning | |
CN113189005A (zh) | 一种便携式表面缺陷一体化检测装置及表面缺陷自动检测方法 | |
Chen et al. | Development of positioning system for Nuclear-fuel rod automated assembly | |
Shreya et al. | Design of machine vision system for high speed manufacturing environments |
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 |