CN110634166A - 模具材料选择装置以及相应终端 - Google Patents
模具材料选择装置以及相应终端 Download PDFInfo
- Publication number
- CN110634166A CN110634166A CN201910301924.8A CN201910301924A CN110634166A CN 110634166 A CN110634166 A CN 110634166A CN 201910301924 A CN201910301924 A CN 201910301924A CN 110634166 A CN110634166 A CN 110634166A
- Authority
- CN
- China
- Prior art keywords
- image
- processing
- amplitude
- color
- material selection
- 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
- 239000000463 material Substances 0.000 title claims abstract description 51
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 73
- 238000000605 extraction Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 229920003023 plastic Polymers 0.000 description 5
- 239000004033 plastic Substances 0.000 description 5
- 238000005242 forging Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001125 extrusion Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 208000002697 Tooth Abrasion Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004512 die casting Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000001746 injection moulding Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种模具材料选择装置以及相应终端，所述装置包括：颜色测量设备，用于对钥匙子图像中的各个像素点进行颜色成分值分析以获得第一颜色均值、第二颜色均值和第三颜色均值，基于所述第一颜色均值、所述第二颜色均值和所述第三颜色均值确定所述钥匙子图像的整体颜色；材料选择设备，用于基于所述整体颜色选择用于重配钥匙的坯子的材料类型。本发明的模具材料选择装置以及相应终端设计紧凑，具有一定的自动化水平。由于提取只包括钥匙的图像区域，并在对所述图像区域执行整体颜色分析的基础上，选择与所述整体颜色对应的用于重配钥匙的坯子的材料类型，从而提升了钥匙重配的速度和效果。
Description
技术领域
本发明涉及模具领域，尤其涉及一种模具材料选择装置以及相应终端。
背景技术
模具除其本身外，还需要模座、模架、模芯导致制件顶出装置等，这些部件一般都制成通用型。模具企业需要做大做精，要根据市场需求，及技术、资金、设备等条件，确定产品定位和市场定位，这些做法尤其值得小型模具企业学习和借鉴，集中力量逐步形成自己的技术优势和产品优势。
五金模具分为：包括冲压模(如冲裁模具、弯曲模具、拉深模具、翻孔模具、缩孔模具、起伏模具、胀形模具、整形模具等)、锻模(如模锻模、镦锻模等)、挤压模具、挤出模具、压铸模具、锻造模具等。
非金属模具分为：塑料模具和无机非金属模具。而按照模具本身材料的不同，模具可分为：砂型模具，金属模具，真空模具，石蜡模具等等。其中，随着高分子塑料的快速发展，塑料模具与人们的生活密切相关。塑料模具一般可分为：注射成型模具，挤塑成型模具，气辅成型模具等。
发明内容
本发明具备以下几处重要的发明点：
(1)对钥匙所在场景的成像图像进行针对性处理，以提取只包括钥匙的图像区域，并在对所述图像区域执行整体颜色分析的基础上，选择与所述整体颜色对应的用于重配钥匙的坯子的材料类型；
(2)在高斯滤波处理的基础上，根据待处理图像的内容确定是否对单个成分图像执行动态范围调整，对其他成分图像不执行动态范围调整，以降低动态范围调整处理的数据量。
根据本发明的一方面，提供了一种模具材料选择装置，所述装置包括：
目标提取设备，与重合处理设备连接，用于基于钥匙的成像特征从重合处理图像中提取出钥匙子图像；
颜色测量设备，与所述目标提取设备连接，用于接收所述钥匙子图像，对所述钥匙子图像中的各个像素点的各个红色成分值求均值以获得第一颜色均值，对所述钥匙子图像中的各个像素点的各个绿色成分值求均值以获得第二颜色均值，对所述钥匙子图像中的各个像素点的各个蓝色成分值求均值以获得第三颜色均值，基于所述第一颜色均值、所述第二颜色均值和所述第三颜色均值确定所述钥匙子图像的整体颜色；
材料选择设备，与所述颜色测量设备连接，用于基于所述整体颜色选择用于重配钥匙的坯子的材料类型；
高清摄像设备，设置在要重配的钥匙的对面，用于面对钥匙进行拍摄，以获得并输出相应的高清捕获图像；
幅度判断设备，与所述高清摄像设备连接，用于接收所述高清捕获图像，对所述高清捕获图像中的各种类型干扰的幅度进行检测，将具有最大幅度的干扰的类型作为参考干扰类型输出；
数值提取设备，与所述幅度判断设备连接，用于提取所述参考干扰类型在所述高清捕获图像中的最大幅度以作为参考幅度输出；
嵌入式处理设备，分别与所述数值提取设备和所述高斯滤波设备连接，用于接收所述参考幅度，并在所述参考幅度大于等于预设幅度阈值时，启动所述高斯滤波设备；
所述嵌入式处理设备还用于在所述参考幅度小于所述预设幅度阈值时，关闭所述高斯滤波设备；
高斯滤波设备，用于接收所述高清捕获图像，对所述高清捕获图像执行高斯滤波处理，以获得对应的高斯滤波图像；
成分提取设备，与所述高斯滤波设备连接，用于接收所述高斯滤波图像，对所述高斯滤波图像中的每一个像素点的成分进行解析，以获得每一个像素点的色相成分值、亮度成分值和饱和度成分值；
自适应处理设备，用于接收每一个像素点的色相成分值、亮度成分值和饱和度成分值，对各个像素点的亮度成分值组成的亮度成分图像执行动态范围调整，以获得调整后亮度图像；
重合处理设备，与所述自适应处理设备连接，用于基于对各个像素点的色相成分值组成的色相成分图像、对各个像素点的饱和度成分组成的饱和度成分图像以及调整后亮度图像重合，以获得重合处理图像。
根据本发明的另一方面，还提供了一种模具材料选择终端，其特征在于，所述终端包括：存储器和处理器，所述处理器与所述存储器连接；所述存储器，用于存储所述处理器的可执行指令；所述处理器，用于调用所述存储器中的可执行指令，以实现使用如上所述的模具材料选择装置以对钥匙所在场景的成像图像进行针对性处理，以提取只包括钥匙的图像区域，并在对所述图像区域执行整体颜色分析的基础上，选择与所述整体颜色对应的用于重配钥匙的坯子的材料类型的方法。
本发明的模具材料选择装置以及相应终端设计紧凑，具有一定的自动化水平。由于提取只包括钥匙的图像区域，并在对所述图像区域执行整体颜色分析的基础上，选择与所述整体颜色对应的用于重配钥匙的坯子的材料类型，从而提升了钥匙重配的速度和效果。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的模具材料选择装置所应用的钥匙所配对的锁体的结构示意图。
具体实施方式
下面将参照附图对本发明的模具材料选择装置以及相应终端的实施方案进行详细说明。
在配钥匙时要注意：有的钥匙坯表面看是金属的，但非常劣质，用不了多长时间，还没等齿磨损，就能断掉。这些钥匙坯只凭肉眼看不出来，但只要往水泥地面或玻璃桌面等硬质台面上轻轻一扔就能区别开了。
好的金属坯发出的是金属的脆响，而差的则是类似塑料与硬质台面之间碰撞发出的暗哑沉闷的声音。劣质钥匙断成两节的情况经常发生，头上一节断在了钥匙孔里。为了取出这半截费了好大劲儿，可能需要把锁都卸下来。
当前，钥匙的重配装置构造简单，对钥匙坯子进行模具打磨以获得客户需要的重配钥匙往往无法满足客户的需求，例如，硬度与原配钥匙不同，细节打磨不足无法开门等，因此，需要对现有的钥匙重配装置进行自动化改造。
为了克服上述不足，本发明搭建了一种模具材料选择装置以及相应终端，能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的模具材料选择装置所应用的钥匙所配对的锁体的结构示意图。
根据本发明实施方案示出的模具材料选择装置包括：
目标提取设备，与重合处理设备连接，用于基于钥匙的成像特征从重合处理图像中提取出钥匙子图像；
颜色测量设备，与所述目标提取设备连接，用于接收所述钥匙子图像，对所述钥匙子图像中的各个像素点的各个红色成分值求均值以获得第一颜色均值，对所述钥匙子图像中的各个像素点的各个绿色成分值求均值以获得第二颜色均值，对所述钥匙子图像中的各个像素点的各个蓝色成分值求均值以获得第三颜色均值，基于所述第一颜色均值、所述第二颜色均值和所述第三颜色均值确定所述钥匙子图像的整体颜色；
材料选择设备，与所述颜色测量设备连接，用于基于所述整体颜色选择用于重配钥匙的坯子的材料类型；
高清摄像设备，设置在要重配的钥匙的对面，用于面对钥匙进行拍摄，以获得并输出相应的高清捕获图像；
幅度判断设备，与所述高清摄像设备连接，用于接收所述高清捕获图像，对所述高清捕获图像中的各种类型干扰的幅度进行检测，将具有最大幅度的干扰的类型作为参考干扰类型输出；
数值提取设备，与所述幅度判断设备连接，用于提取所述参考干扰类型在所述高清捕获图像中的最大幅度以作为参考幅度输出；
嵌入式处理设备，分别与所述数值提取设备和所述高斯滤波设备连接，用于接收所述参考幅度，并在所述参考幅度大于等于预设幅度阈值时，启动所述高斯滤波设备；
所述嵌入式处理设备还用于在所述参考幅度小于所述预设幅度阈值时，关闭所述高斯滤波设备；
高斯滤波设备，用于接收所述高清捕获图像，对所述高清捕获图像执行高斯滤波处理，以获得对应的高斯滤波图像；
成分提取设备，与所述高斯滤波设备连接，用于接收所述高斯滤波图像，对所述高斯滤波图像中的每一个像素点的成分进行解析，以获得每一个像素点的色相成分值、亮度成分值和饱和度成分值；
自适应处理设备，用于接收每一个像素点的色相成分值、亮度成分值和饱和度成分值，对各个像素点的亮度成分值组成的亮度成分图像执行动态范围调整，以获得调整后亮度图像；
重合处理设备，与所述自适应处理设备连接，用于基于对各个像素点的色相成分值组成的色相成分图像、对各个像素点的饱和度成分组成的饱和度成分图像以及调整后亮度图像重合，以获得重合处理图像；
其中，所述高斯滤波设备、所述成分提取设备、所述自适应处理设备和所述重合处理设备共用同一并行数据接口；
其中，所述高斯滤波设备、所述成分提取设备、所述自适应处理设备和所述重合处理设备共用的并行数据接口为32位；
其中，所述幅度判断设备包括干扰检测子设备、幅度识别子设备、幅度比较子设备和数据输出子设备。
接着，继续对本发明的模具材料选择装置的具体结构进行进一步的说明。
所述模具材料选择装置中：
在所述幅度判断设备中，所述干扰检测子设备与所述幅度识别子设备连接，所述幅度比较子设备分别与所述幅度识别子设备和所述数据输出子设备连接。
所述模具材料选择装置中还可以包括：
非线性化伽马处理设备，与所述重合处理设备连接，用于接收所述重合处理图像，对所述重合处理图像执行非线性化伽马处理处理，以获得并输出对应的非线性化伽马处理图像。
所述模具材料选择装置中还可以包括：
针对性分割设备，与所述非线性化伽马处理设备连接，用于接收所述非线性化伽马处理图像，识别所述非线性化伽马处理图像中的目标的数量，基于所述目标的数量执行对所述非线性化伽马处理图像的均匀式区域分割，以获得各个第一图像区域，其中，所述目标的数量越多，获得的每一个第一图像区域所占据的像素点的数量越少。
所述模具材料选择装置中：
所述针对性分割设备还用于接收所述重合处理图像，对所述重合处理图像执行与所述非线性化伽马处理图像相同尺寸的均匀式区域分割，以获得各个第二图像区域。
所述模具材料选择装置中还可以包括：
系数辨识设备，与所述针对性分割设备连接，获得每一个第一图像区域的深浅比例，获得每一个第二图像区域的深浅比例，基于各个第一图像区域的各个深浅比例确定所述非线性化伽马处理图像的整体深浅比例，基于各个第二图像区域的各个深浅比例确定所述重合处理图像的整体深浅比例。
所述模具材料选择装置中还可以包括：
MCU处理芯片，分别与所述目标提取设备、所述非线性化伽马处理设备和所述系数辨识设备连接，用于在所述非线性化伽马处理图像的整体深浅比例和所述重合处理图像的整体深浅比例之差小于等于限量时，对所述非线性化伽马处理图像再次执行非线性化伽马处理，以获得限量处理图像。
所述模具材料选择装置中：
所述MCU处理芯片还用于在所述非线性化伽马处理图像的整体重复度和所述重合处理图像的整体重复度之差大于限量时，将所述非线性化伽马处理图像作为限量处理图像。
所述模具材料选择装置中：
所述MCU处理芯片还用于将所述限量处理图像替换所述重合处理图像发送给所述目标提取设备。
同时，为了克服上述不足，本发明还搭建了一种模具材料选择终端，所述终端包括：存储器和处理器，所述处理器与所述存储器连接；
其中，所述存储器，用于存储所述处理器的可执行指令；
其中，所述处理器，用于调用所述存储器中的可执行指令，以实现使用如上所述的模具材料选择装置以对钥匙所在场景的成像图像进行针对性处理，以提取只包括钥匙的图像区域，并在对所述图像区域执行整体颜色分析的基础上，选择与所述整体颜色对应的用于重配钥匙的坯子的材料类型的方法。
另外，MCU根据其存储器结构可分为哈佛(Harvard)结构和冯·诺依曼(VonNeumann)结构。现在的单片机绝大多数都是基于冯·诺伊曼结构的，这种结构清楚地定义了嵌入式系统所必需的四个基本部分：一个中央处理器核心，程序存储器(只读存储器或者闪存)、数据存储器(随机存储器)、一个或者更多的定时/计时器，还有用来与外围设备以及扩展资源进行通信的输入/输出端口，所有这些都被集成在单个集成电路芯片上。
应当理解，本发明的各部分可以用硬件、软件、固件或他们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种模具材料选择装置，其特征在于，包括：
目标提取设备，与重合处理设备连接，用于基于钥匙的成像特征从重合处理图像中提取出钥匙子图像；
颜色测量设备，与所述目标提取设备连接，用于接收所述钥匙子图像，对所述钥匙子图像中的各个像素点的各个红色成分值求均值以获得第一颜色均值，对所述钥匙子图像中的各个像素点的各个绿色成分值求均值以获得第二颜色均值，对所述钥匙子图像中的各个像素点的各个蓝色成分值求均值以获得第三颜色均值，基于所述第一颜色均值、所述第二颜色均值和所述第三颜色均值确定所述钥匙子图像的整体颜色；
材料选择设备，与所述颜色测量设备连接，用于基于所述整体颜色选择用于重配钥匙的坯子的材料类型；
高清摄像设备，设置在要重配的钥匙的对面，用于面对钥匙进行拍摄，以获得并输出相应的高清捕获图像；
幅度判断设备，与所述高清摄像设备连接，用于接收所述高清捕获图像，对所述高清捕获图像中的各种类型干扰的幅度进行检测，将具有最大幅度的干扰的类型作为参考干扰类型输出；
数值提取设备，与所述幅度判断设备连接，用于提取所述参考干扰类型在所述高清捕获图像中的最大幅度以作为参考幅度输出；
嵌入式处理设备，分别与所述数值提取设备和所述高斯滤波设备连接，用于接收所述参考幅度，并在所述参考幅度大于等于预设幅度阈值时，启动所述高斯滤波设备；
所述嵌入式处理设备还用于在所述参考幅度小于所述预设幅度阈值时，关闭所述高斯滤波设备；
高斯滤波设备，用于接收所述高清捕获图像，对所述高清捕获图像执行高斯滤波处理，以获得对应的高斯滤波图像；
成分提取设备，与所述高斯滤波设备连接，用于接收所述高斯滤波图像，对所述高斯滤波图像中的每一个像素点的成分进行解析，以获得每一个像素点的色相成分值、亮度成分值和饱和度成分值；
自适应处理设备，用于接收每一个像素点的色相成分值、亮度成分值和饱和度成分值，对各个像素点的亮度成分值组成的亮度成分图像执行动态范围调整，以获得调整后亮度图像；
重合处理设备，与所述自适应处理设备连接，用于基于对各个像素点的色相成分值组成的色相成分图像、对各个像素点的饱和度成分组成的饱和度成分图像以及调整后亮度图像重合，以获得重合处理图像；
其中，所述高斯滤波设备、所述成分提取设备、所述自适应处理设备和所述重合处理设备共用同一并行数据接口；
其中，所述高斯滤波设备、所述成分提取设备、所述自适应处理设备和所述重合处理设备共用的并行数据接口为32位；
其中，所述幅度判断设备包括干扰检测子设备、幅度识别子设备、幅度比较子设备和数据输出子设备。
2.如权利要求1所述的模具材料选择装置，其特征在于：
在所述幅度判断设备中，所述干扰检测子设备与所述幅度识别子设备连接，所述幅度比较子设备分别与所述幅度识别子设备和所述数据输出子设备连接。
3.如权利要求2所述的模具材料选择装置，其特征在于，所述装置还包括：
非线性化伽马处理设备，与所述重合处理设备连接，用于接收所述重合处理图像，对所述重合处理图像执行非线性化伽马处理处理，以获得并输出对应的非线性化伽马处理图像。
4.如权利要求3所述的模具材料选择装置，其特征在于，所述装置还包括：
针对性分割设备，与所述非线性化伽马处理设备连接，用于接收所述非线性化伽马处理图像，识别所述非线性化伽马处理图像中的目标的数量，基于所述目标的数量执行对所述非线性化伽马处理图像的均匀式区域分割，以获得各个第一图像区域，其中，所述目标的数量越多，获得的每一个第一图像区域所占据的像素点的数量越少。
5.如权利要求4所述的模具材料选择装置，其特征在于：
所述针对性分割设备还用于接收所述重合处理图像，对所述重合处理图像执行与所述非线性化伽马处理图像相同尺寸的均匀式区域分割，以获得各个第二图像区域。
6.如权利要求5所述的模具材料选择装置，其特征在于，所述装置还包括：
系数辨识设备，与所述针对性分割设备连接，获得每一个第一图像区域的深浅比例，获得每一个第二图像区域的深浅比例，基于各个第一图像区域的各个深浅比例确定所述非线性化伽马处理图像的整体深浅比例，基于各个第二图像区域的各个深浅比例确定所述重合处理图像的整体深浅比例。
7.如权利要求6所述的模具材料选择装置，其特征在于，所述装置还包括：
MCU处理芯片，分别与所述目标提取设备、所述非线性化伽马处理设备和所述系数辨识设备连接，用于在所述非线性化伽马处理图像的整体深浅比例和所述重合处理图像的整体深浅比例之差小于等于限量时，对所述非线性化伽马处理图像再次执行非线性化伽马处理，以获得限量处理图像。
8.如权利要求7所述的模具材料选择装置，其特征在于：
所述MCU处理芯片还用于在所述非线性化伽马处理图像的整体重复度和所述重合处理图像的整体重复度之差大于限量时，将所述非线性化伽马处理图像作为限量处理图像。
9.如权利要求8所述的模具材料选择装置，其特征在于：
所述MCU处理芯片还用于将所述限量处理图像替换所述重合处理图像发送给所述目标提取设备。
10.一种模具材料选择终端，其特征在于，所述终端包括：存储器和处理器，所述处理器与所述存储器连接；
所述存储器，用于存储所述处理器的可执行指令；
所述处理器，用于调用所述存储器中的可执行指令，以实现使用如权利要求1-9任一所述的模具材料选择装置以对钥匙所在场景的成像图像进行针对性处理，以提取只包括钥匙的图像区域，并在对所述图像区域执行整体颜色分析的基础上，选择与所述整体颜色对应的用于重配钥匙的坯子的材料类型的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910301924.8A CN110634166B (zh) | 2019-04-16 | 2019-04-16 | 模具材料选择装置以及相应终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910301924.8A CN110634166B (zh) | 2019-04-16 | 2019-04-16 | 模具材料选择装置以及相应终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110634166A true CN110634166A (zh) | 2019-12-31 |
| CN110634166B CN110634166B (zh) | 2020-07-24 |
Family
ID=68968083
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910301924.8A Active CN110634166B (zh) | 2019-04-16 | 2019-04-16 | 模具材料选择装置以及相应终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110634166B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5296179A (en) * | 1991-04-09 | 1994-03-22 | Fanuc Ltd. | Method and apparatus for monitoring injection pressure |
| US20020114930A1 (en) * | 2001-02-20 | 2002-08-22 | Tatsuya Okamura | Key top plate and a method for manufacturing the same |
| CN1559359A (zh) * | 2004-02-16 | 2005-01-05 | 程晓民 | 一种人工假体的制作方法 |
| US20080285136A1 (en) * | 2005-08-02 | 2008-11-20 | International Business Machines Corporation | Injection molded microoptics |
| CN102375907A (zh) * | 2010-08-17 | 2012-03-14 | 法因图尔知识产权股份公司 | 用于预测或确定冲压件上的凹缩的方法 |
| CN105828031A (zh) * | 2016-03-21 | 2016-08-03 | 西安银石科技发展有限责任公司 | 一种手持终端及手持终端视频除灰度及滤噪的方法 |
| CN107075283A (zh) * | 2014-09-29 | 2017-08-18 | 爱克发-格法特公司 | 金属制品的数字制造 |
-
2019
- 2019-04-16 CN CN201910301924.8A patent/CN110634166B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5296179A (en) * | 1991-04-09 | 1994-03-22 | Fanuc Ltd. | Method and apparatus for monitoring injection pressure |
| US20020114930A1 (en) * | 2001-02-20 | 2002-08-22 | Tatsuya Okamura | Key top plate and a method for manufacturing the same |
| CN1559359A (zh) * | 2004-02-16 | 2005-01-05 | 程晓民 | 一种人工假体的制作方法 |
| US20080285136A1 (en) * | 2005-08-02 | 2008-11-20 | International Business Machines Corporation | Injection molded microoptics |
| CN102375907A (zh) * | 2010-08-17 | 2012-03-14 | 法因图尔知识产权股份公司 | 用于预测或确定冲压件上的凹缩的方法 |
| CN107075283A (zh) * | 2014-09-29 | 2017-08-18 | 爱克发-格法特公司 | 金属制品的数字制造 |
| CN105828031A (zh) * | 2016-03-21 | 2016-08-03 | 西安银石科技发展有限责任公司 | 一种手持终端及手持终端视频除灰度及滤噪的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘梦颖: "分析模具设计制造中仿形技术的应用方式", 《科技论坛》 * |
| 孙智中: "模具检测系统设计与实现", 《河南教育学院学报（自然科学版）》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110634166B (zh) | 2020-07-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6748380B2 (ja) | Ｉｈｃ画像解析用の自動化された核の面積／数の推定 | |
| US10229498B2 (en) | Image processing device, image processing method, and computer-readable recording medium | |
| CN115100191B (zh) | 基于工业检测的金属铸件缺陷识别方法 | |
| CN109166116B (zh) | 一种用于芯片计数的图像处理方法 | |
| CN109903265B (zh) | 一种图像变化区域侦测阀值设定方法、系统及其电子装置 | |
| CN114255202A (zh) | 用于检测工件上的孔洞的方法、设备、系统及存储介质 | |
| CN115457063A (zh) | Pcb板圆孔的边缘提取方法、装置、设备及存储介质 | |
| Lyashenko et al. | Wavelet Analysis of Cytological Preparations Image in Different Color Systems | |
| CN110634166B (zh) | 模具材料选择装置以及相应终端 | |
| CN109273084B (zh) | 基于多模态超声组学特征建模的方法及系统 | |
| CN114937006A (zh) | 一种基于图像增强的锤头精细化缺陷检测方法 | |
| CN117392659A (zh) | 一种基于无参数注意力机制优化的车辆车牌定位方法 | |
| Choukikar et al. | Segmenting the optic disc in retinal images using thresholding | |
| CN108712831B (zh) | 背钻pcb截面显微图像工艺参数提取方法 | |
| CN108805883B (zh) | 一种图像分割方法、图像分割装置及电子设备 | |
| CN108109120B (zh) | 一种点阵二维码的光照补偿方法及装置 | |
| CN113643290B (zh) | 一种基于图像处理的吸管计数方法、装置及存储介质 | |
| CN114463440A (zh) | 一种单摄像头目标定位方法、系统、设备及存储介质 | |
| CN108133210B (zh) | 一种图像格式识别方法及装置 | |
| Rai et al. | A novel method for detection and extraction of human face for video surveillance applications | |
| CN117115172B (zh) | 一种基于机器视觉的阿胶品质检测方法及系统 | |
| CN105912981A (zh) | 视频转场判断方法及装置 | |
| Chang et al. | Cell segmentation algorithm using double thresholding with morphology-based techniques | |
| CN116703930B (zh) | 一种汽车后视镜模具成型检测方法 | |
| CN116372080B (zh) | 一种金属锻压方法及其系统 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200630 Address after: No. 368, Yanjiang West Road, Jinxing village, Jinhu street, Ruian City, Wenzhou City, Zhejiang Province 325200 Applicant after: Ruian Shichuang Mould Material Co.,Ltd. Address before: 212400 No.17, Hongwu Road, Jurong Economic Development Zone, Nanjing City, Jiangsu Province Applicant before: Li Shu |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230727 Address after: 511340 Jushan (Tuming) Plant 101, Shangshao Village, Xintang Town, Zengcheng District, Guangzhou City, Guangdong Province Patentee after: Guangzhou Huiyilong Mold Co.,Ltd. Address before: 368 Yanjiang West Road, Jinxing village, Jinhu street, Ruian City, Wenzhou City, Zhejiang Province 325200 Patentee before: Ruian Shichuang Mould Material Co.,Ltd. |