CN110716513A - 一种基于excel的间接式模拟量原始数据采集方法 - Google Patents
一种基于excel的间接式模拟量原始数据采集方法 Download PDFInfo
- Publication number
- CN110716513A CN110716513A CN201910875770.3A CN201910875770A CN110716513A CN 110716513 A CN110716513 A CN 110716513A CN 201910875770 A CN201910875770 A CN 201910875770A CN 110716513 A CN110716513 A CN 110716513A
- Authority
- CN
- China
- Prior art keywords
- curve
- data
- image
- excel
- analog quantity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 114
- 230000008569 process Effects 0.000 claims abstract description 79
- 238000011084 recovery Methods 0.000 claims abstract 3
- 238000012545 processing Methods 0.000 claims description 23
- 230000009466 transformation Effects 0.000 claims description 19
- 238000012938 design process Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 7
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000003702 image correction Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 2
- 238000004891 communication Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31282—Data acquisition, BDE MDE
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于EXCEL的间接式模拟量原始数据采集方法,其包括图像采集过程和数据复原过,图像采集过程使用拍照设备对工业现场原有控制系统显示器上的曲线进行拍摄以采集原有控制系统内集成的数据采集系统所采集的模拟量曲线图像;数据复原过程将采集的模拟量曲线图像为导入至EXCEL中,通过建立和描绘曲线,复原所有曲线的真实数据点信息,并将数据点信息以一定的数据格式保存成文件;本发明为非接触式采集,无需接入控制系统即可完成数据采集,安全性高,对工业控制系统无任何影响,本发明的方法与工业控制现场使用的控制系统品牌无关,无需考虑系统间不同通信协议的兼容性,通用性强。
Description
技术领域
本发明属热工自动控制技术领域,具体是一种基于EXCEL的间接式模拟量原始数据采集方法。
背景技术
工业现场存在许多模拟量参数,比如温度、压力等,在生产的过程中要对这些模拟量参数进行控制以使其参数值满足生产过程需要。目前最常用的控制算法是比例积分微分控制算法(PID算法),由于其算法原理简单易实现,在工业现场得到了大量的应用,几乎所有的工业控制系统(DCS系统、PLC系统)内部都集成了PID控制器模块,但是一些复杂的控制过程仅靠传统PID控制已经不能满足控制需求。随着预测控制、神经网络等先进控制算法的发展,先进控制算法开始逐步在工业现场应用。在先进控制算法的研究和实现过程中,首先需要做的就是获取过程变量的原始数据,然后根据原始数据辨识模拟量对象模型、计算控制变量输出值。比较常见的数据获取方法有两种,一是从工业控制系统的历史站中截取所需的过程变量原始数据,但是由于工业控制系统安全级别较高,不允许外接存取设备,获取数据需要通过光盘刻录来完成,操作麻烦,效率较低;二是将采集终端直接或经过协议转换器接入到工业控制系统的网络中,通过网络获取过程变量的原始数据,这种方法数据采集效率高,但是安全性差,操作不当容易对工业控制网络产生影响,从而影响工业生产安全。
发明内容
本发明所要解决的技术问题是提供一种基于EXCEL的适用于工业现场的间接式模拟量原始数据采集的方法,从而解决以往从现场工业控制系统获取模拟量数据难的问题。
本发明所采用的技术方案是:
一种基于EXCEL的间接式模拟量原始数据采集方法,其包括图像采集过程和数据复原过程。
图像采集过程使用拍照设备对工业现场原有控制系统显示器上的曲线进行拍摄以采集原有控制系统内集成的数据采集系统所采集的模拟量曲线图像。
数据复原过程将采集的模拟量曲线图像为导入至EXCEL中,通过建立和描绘曲线,复原所有曲线的真实数据点信息,并将数据点信息以一定的数据格式保存成文件。
所述图像采集过程具体包括如下步骤:
步骤一:在工业控制现场原有控制系统内建立模拟量曲线趋势组,用于实时对模拟量过程进行数据采集和显示。
步骤二:将建立好的模拟量曲线趋势组界面置于显示屏中央显示,并进入数据采集模式。
步骤三:根据待采集数据内容,对过程变量进行扰动,使过程变量进入动态过程。
步骤四:动态过程结束后,过程变量重新进入稳态时,停止或者暂停数据采集过程,使显示屏画面定格在结束时间点,不再进行数据采集与画面更新。
步骤五:利用拍照设备,对显示屏上的画面进行拍摄,图像采集过程结束。
进一步的,步骤一中的趋势组的横坐标为实时时间。
进一步的,步骤三中对过程变量进行阶跃扰动。
进一步的,步骤五中拍摄时的拍摄范围包含所有曲线及上下左右边框。
进一步的,所述数据复原过程基于EXCEL平台实现,包括图像处理过程、曲线复原模板设计过程、曲线管理过程、数据处理过程。
进一步的,图像处理过程用于将拍摄的图像进行校正,使其视角角度为正向居中,对图像进行自动校正包括如下步骤:
步骤一:采用平均法将图片进行灰度化,
灰度值Gray=(Red+Green+Blue)/3 (公式1)
其中Gray表示像素点灰度值,Red表示像素点红色值,Green表示像素点绿度值,Blue表示像素点蓝度值。
步骤二:利用半影调技术将灰度化的图像转化为二值图像。
步骤三:对二值图像进行轮廓提取。
其中x′为变换后的横坐标,y′为变换后的纵坐标,x为变换前的横坐标,y为变换前的纵坐标。
步骤五:利用偏移植法对图片倾斜角度进行粗略校正。
步骤六:利用公式2,在[-2°,+2°]之间进行hough变换,并取得图像的倾斜角度θ2。
步骤七:根据计算得出的图像倾斜角度θ2对原图像进行旋转,得到校正后的图像。
进一步的,所述曲线复原模板设计过程包括设计一个EXCEL文件作为曲线复原所需模板,用来描述曲线复原坐标系的起始时间、结束时间、上边沿限值、下边沿限值、曲线名称、边框内容以及曲线数据点采样速率。
进一步的,曲线管理过程包括根据曲线复原模板设计过程所设计的曲线复原模板参数,进行曲线轨迹复原;判读是否处于曲线编辑状态或数据点编辑状态,若处于曲线编辑状态,则根据状态类型,对曲线进行增加、移动或者删除操作,若处于数据点编辑状态,则根据状态类型进行增加、移动、删除数据点来使编辑的曲线与所拍摄的过程量曲线图像中曲线轨迹一致。
进一步的,数据处理过程包括根据复原的曲线轨迹,对各曲线进行曲线拟合,生成拟合后的曲线数组,创建原始数据表,并按照预定格式输出曲线原始数据文件;每当增加、移动或者删除数据点时,需重复数据处理过程。
本发明的积极效果为:
(1)本发明为非接触式采集,无需接入控制系统即可完成数据采集,安全性高,对工业控制系统无任何影响。
(2)本发明的方法与工业控制现场使用的控制系统品牌无关,无需考虑系统间不同通信协议的兼容性,通用性强。
(3)简单、易操作,数据采集效率高。
(4)易于实现,成本低,无需专业采集设备即可完成数据采集。
附图说明
为了更清楚的说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明图像采集过程流程图;
图2为本发明图像校正流程图;
图3为本发明总流程图;
图4为数据采集平台结构图。
具体实施方式
为使本发明的上述目的,特征和优点能够更加明显易懂,下面将结合本发明实施例中的附图和具体实施方式,对本发明实施例中技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如附图1-3所示,本发明包括如下步骤:
首先,进行图像采集过程,采集模拟量过程图像。
采集工业现场原有控制系统内集成的数据采集系统所采集的模拟量曲线图像。使用摄像设备对显示器上的曲线进行拍摄。
图像采集具体步骤如下:
1、在工业控制现场原有控制系统内建立模拟量曲线趋势组,用于实时对模拟量过程进行数据采集和显示。该趋势组可以同时采集和显示多条曲线,每一条曲线的上下限值可以根据需要分别进行设置。该趋势组的横坐标为实时时间。
2、将建立好的模拟量曲线趋势组界面置于显示屏中央显示,并进入数据采集模式。
3、根据待采集数据内容,对过程变量进行扰动(如阶跃扰动),使过程变量进入动态过程。
4、动态过程结束后,过程变量重新进入稳态时,停止或者暂停数据采集过程,使显示屏画面定格在结束时间点,不再进行数据采集与画面更新。
5、利用具有拍照功能的相机或手机及其他拍照设备,对显示屏上的画面进行拍摄,要求拍摄范围包含所有曲线及上下左右边框,至此,图像采集过程结束。
然后,进行数据复原过程。复原过程包括图像处理过程、曲线复原模板设计过程、曲线管理过程、数据处理过程,四个过程依次进行。
利用所采集的模拟量曲线图像为基准背景,通过建立和描绘曲线,复原所有曲线的真实数据点信息(即每个点的坐标值),并将数据点信息以一定的数据格式保存成文件,即为采集到的模拟量原始数据。
图像处理过程是指将图像导入至EXCEL中,并对图像进行自动校正。使其视角角度为正向居中,以确保曲线各曲线点位置不失真。
具体步骤如下:
1、采用平均法将图片进行灰度化。
灰度值Gray=(Red+Green+Blue)/3. (公式1)
其中Gray表示像素点灰度值,Red表示像素点红色值,Green表示像素点绿度值,Blue表示像素点蓝度值。
2、利用半影调技术将灰度化的图像转化为二值图像。
3、对二值图像进行轮廓提取。
其中x′为变换后的横坐标,y′为变换后的纵坐标,x为变换前的横坐标,y为变换前的纵坐标。
5、利用偏移植法对图片倾斜角度进行粗略校正。
6、利用公式2,在[-2°,+2°]之间进行hough变换,并取得图像的倾斜角度θ2。
7、根据计算得出的图像倾斜角度θ2对原图像进行旋转,得到校正后的图像。
曲线复原模板设计过程是指进行曲线模板设计,设计一个EXCEL文件作为曲线复原所需模板,用来描述曲线复原坐标系的起始时间、结束时间、上边沿限值、下边沿限值、曲线名称、边框内容以及曲线数据点采样速率。
曲线管理过程是指根据设计的曲线模板参数,进行曲线轨迹复原。判读是否处于曲线编辑状态或数据点编辑状态,若处于曲线编辑状态,则根据状态类型,对曲线进行增加、移动或者删除操作,若处于数据点编辑状态,则根据状态类型进行增加、移动、删除数据点来使编辑的曲线与所拍摄的过程量曲线图像中曲线轨迹一致。
数据处理过程是指根据复原的曲线轨迹,对各曲线进行曲线拟合,生成拟合后的曲线数组,创建原始数据表,并按照预定格式输出曲线原始数据文件。每当增加、移动或者删除数据点时,都将重新进入数据处理过程,进行数据处理操作。
基于上述的数据采集方法,可以形成一个数据采集平台,如图4所示,其包括图像采集模块、图像处理模块、曲线复原模块设计模块、曲线管理模块以及数据处理模块。图像采集模块对应数据采集过程,图像处理模块对应图像处理过程,曲线复原模块设计模块对应曲线复原模块设计过程,曲线管理模块对应曲线管理过程,数据处理模块对应数据处理过程。
曲线复原模板设计模块用于设计一个EXCEL文件作为曲线复原所需模板,用来描述曲线复原坐标系的起始时间、结束时间、上边沿限值、下边沿限值、曲线名称、边框内容以及曲线数据点采样速率;针对用户的交互需求,需要在模板文件中添加当前活动曲线标志信息。
曲线管理模块用于在曲线复原过程中对曲线进行管理、曲线轨迹描绘;针对用户交互需求,允许新增曲线、移动曲线、删除曲线、增加数据点、删除数据点、移动数据点。
当展示所绘制的曲线数据时,必须获取模板文件配置的参数,确定所有曲线的可编辑状态,状态约定如下:NC-新增曲线,MC-移动曲线,DC-删除曲线,ND- 新增数据点,DD-输出数据点,MD-移动数据点。当状态为NC时,执行曲线初始化操作,建立曲线对应的数据点二维数组,可编辑状态;当状态为MC时,执行移动曲线操作,根据移动方向和步长,同步改动该曲线对应的二维数组成员值,可编辑状态;当状态为DC时,执行删除曲线操作,删除曲线对应的数据点数组,退出可编辑状态;当状态为ND时,执行增加数据点操作,在当前曲线数据点二维数组中增加一个数据点,可编辑状态;当状态为MD时,执行移动数据点操作,根据移动方向和步长,同步改变数据点二维数组中对应的数据点成员值,可编辑状态;当状态为DD时,执行删除数据点操作,删除数据点二维数组中对应的数据点,可编辑状态。
当移动曲线时,移动方向和移动步长可设置;移动方向可以设置为上、下、左、右;移动步长s设置范围为1-5个基本单位长度;每执行一次移动数据点操作,曲线所有数据点坐标值根据移动方向改变坐标值;向左移动时,横坐标减小 s;向右移动时,横坐标增加s;向上移动时,纵坐标增加s;向下移动时,纵坐标减小s。
当移动数据点时,移动方向和移动步长可设置;移动方向可以设置为上、下、左、右;移动步长s设置范围为1-5个基本单位长度;每执行一次移动数据点操作,该数据点坐标值根据移动方向改变坐标值;向左移动时,横坐标减小s;向右移动时,横坐标增加s;向上移动时,纵坐标增加s;向下移动时,纵坐标减小s。
当增加数据点时,需要先选择某条曲线,使其处于可编辑状态;根据增加数据点位置坐标值,查询该坐标前后临近的数据点序号,并在两个序号之间插入新的数据点,同时自动更新新数据点之后的数据点序号,每个序号值加1。
当删除数据点时,需要先选择某条曲线,使其处于可编辑状态;删除某个数据点后,自动更新新数据点之后的数据点序号,每个序号值减1。
数据处理模块用于在根据曲线管理模块完成曲线建立、曲线数据点增加后,分析曲线离散数据点,进行曲线拟合,结合模板所设置的复原坐标系起始时间、结束时间、上边沿限值、下边沿限值、曲线名称、边框内容以及曲线数据点采样速率等参数,生成各条曲线的复原曲线数组;如果用户增加、移动或删除了数据点,需要自动更新曲线对应的二维数组,并重新进行曲线拟合;根据所拟合以后的曲线所对应的二维数组,创建原始数据表,按照预定格式输出曲线原始数据文件。
新增加一个数据点后,需要重新对该曲线进行曲线拟合;查询该数据点的序号n,采用线性拟合算法(公式3)重新对数据点[n-1,n]、[n,n+1]之间的曲线进行拟合,根据横坐标每隔一个采样速率值,增加一个数据点。线性拟合算法公式如下:
其中x1为数据点n-1的横坐标,y1为数据点n-1的纵坐标;x2为数据点n-1 的横坐标,y2为数据点n-1的纵坐标。
移动一个数据点时,需要重新对该曲线进行曲线拟合;查询该数据点的序号 n,采用线性拟合算法(公式3)重新对数据点[n-1,n]、[n,n+1]之间的曲线进行拟合,根据横坐标每隔一个采样速率值,增加一个数据点。
删除一个数据点后,需要重新对该曲线进行曲线拟合;查询该数据点的序号n,删除原数据点[n-1,n]、[n,n+1]之间自动增加的数据点,并采用线性拟合算法(公式3)重新对新更新后序号[n-1,n]之间的曲线进行拟合。
所创建的原始数据表,数据格式为excel表格,表格包含多个数据列,具体包含每条曲线对应的所有数据点横坐标列(即时间轴坐标)、纵坐标列(过程值)、序号列。
本发明通过非接触式进行原有控制系统内的数据采集工作,无需接入控制系统即可完成数据采集工作,安全性高,对原始工业控制系统无任何影响。同时本发明与工业控制现场使用的控制系统品牌无关,无需考虑系统间不同通信协议的兼容性,通用性强,并且方法简单、易操作,数据采集效率较高。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (10)
1.一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于其包括图像采集过程和数据复原过程;
图像采集过程使用拍照设备对工业现场原有控制系统显示器上的曲线进行拍摄以采集原有控制系统内集成的数据采集系统所采集的模拟量曲线图像;
数据复原过程将采集的模拟量曲线图像为导入至EXCEL中,通过建立和描绘曲线,复原所有曲线的真实数据点信息,并将数据点信息以一定的数据格式保存成文件。
2.根据权利要求1所述的一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于所述图像采集过程具体包括如下步骤:
步骤一:在工业控制现场原有控制系统内建立模拟量曲线趋势组,用于实时对模拟量过程进行数据采集和显示;
步骤二:将建立好的模拟量曲线趋势组界面置于显示屏中央显示,并进入数据采集模式;
步骤三:根据待采集数据内容,对过程变量进行扰动,使过程变量进入动态过程;
步骤四:动态过程结束后,过程变量重新进入稳态时,停止或者暂停数据采集过程,使显示屏画面定格在结束时间点,不再进行数据采集与画面更新;
步骤五:利用拍照设备,对显示屏上的画面进行拍摄,图像采集过程结束。
3.根据权利要求2所述的一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于步骤一中的趋势组的横坐标为实时时间。
4.根据权利要求2所述的一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于步骤三中对过程变量进行阶跃扰动。
5.根据权利要求2所述的一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于步骤五中拍摄时的拍摄范围包含所有曲线及上下左右边框。
6.根据权利要求1所述的一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于所述数据复原过程基于EXCEL平台实现,包括图像处理过程、曲线复原模板设计过程、曲线管理过程、数据处理过程。
7.根据权利要求6所述的一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于图像处理过程用于将拍摄的图像进行校正,使其视角角度为正向居中,对图像进行自动校正包括如下步骤:
步骤一:采用平均法将图片进行灰度化,
灰度值Gray=(Red+Green+Blue)/3 (公式1)
其中Gray表示像素点灰度值,Red表示像素点红色值,Green表示像素点绿度值,Blue表示像素点蓝度值;
步骤二:利用半影调技术将灰度化的图像转化为二值图像;
步骤三:对二值图像进行轮廓提取;
其中x′为变换后的横坐标,y′为变换后的纵坐标,x为变换前的横坐标,y为变换前的纵坐标;
步骤五:利用偏移植法对图片倾斜角度进行粗略校正;
步骤六:利用公式2,在[-2°,+2°]之间进行hough变换,并取得图像的倾斜角度θ2;
步骤七:根据计算得出的图像倾斜角度θ2对原图像进行旋转,得到校正后的图像。
8.根据权利要求6所述的的一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于所述曲线复原模板设计过程包括设计一个EXCEL文件作为曲线复原所需模板,用来描述曲线复原坐标系的起始时间、结束时间、上边沿限值、下边沿限值、曲线名称、边框内容以及曲线数据点采样速率。
9.根据权利要求6所述的一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于曲线管理过程包括根据曲线复原模板设计过程所设计的曲线复原模板参数,进行曲线轨迹复原;
判读是否处于曲线编辑状态或数据点编辑状态,若处于曲线编辑状态,则根据状态类型,对曲线进行增加、移动或者删除操作,若处于数据点编辑状态,则根据状态类型进行增加、移动、删除数据点来使编辑的曲线与所拍摄的过程量曲线图像中曲线轨迹一致。
10.根据权利要求6所述的一种基于EXCEL的间接式模拟量原始数据采集方法,其特征在于数据处理过程包括根据复原的曲线轨迹,对各曲线进行曲线拟合,生成拟合后的曲线数组,创建原始数据表,并按照预定格式输出曲线原始数据文件;每当增加、移动或者删除数据点时,需重复数据处理过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910875770.3A CN110716513A (zh) | 2019-09-17 | 2019-09-17 | 一种基于excel的间接式模拟量原始数据采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910875770.3A CN110716513A (zh) | 2019-09-17 | 2019-09-17 | 一种基于excel的间接式模拟量原始数据采集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110716513A true CN110716513A (zh) | 2020-01-21 |
Family
ID=69209905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910875770.3A Pending CN110716513A (zh) | 2019-09-17 | 2019-09-17 | 一种基于excel的间接式模拟量原始数据采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110716513A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106909941A (zh) * | 2017-02-27 | 2017-06-30 | 广东工业大学 | 基于机器视觉的多表字符识别系统及方法 |
CN107103320A (zh) * | 2017-04-28 | 2017-08-29 | 常熟理工学院 | 嵌入式医疗数据图像识别及集成方法 |
CN108416355A (zh) * | 2018-03-09 | 2018-08-17 | 浙江大学 | 一种基于机器视觉的工业现场生产数据的采集方法 |
CN108446717A (zh) * | 2018-02-07 | 2018-08-24 | 苏州工业大数据创新中心有限公司 | 一种基于图像识别的机台状态采集方法及系统 |
CN110262529A (zh) * | 2019-06-13 | 2019-09-20 | 桂林电子科技大学 | 一种基于卷积神经网络的无人机监控方法及系统 |
-
2019
- 2019-09-17 CN CN201910875770.3A patent/CN110716513A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106909941A (zh) * | 2017-02-27 | 2017-06-30 | 广东工业大学 | 基于机器视觉的多表字符识别系统及方法 |
CN107103320A (zh) * | 2017-04-28 | 2017-08-29 | 常熟理工学院 | 嵌入式医疗数据图像识别及集成方法 |
CN108446717A (zh) * | 2018-02-07 | 2018-08-24 | 苏州工业大数据创新中心有限公司 | 一种基于图像识别的机台状态采集方法及系统 |
CN108416355A (zh) * | 2018-03-09 | 2018-08-17 | 浙江大学 | 一种基于机器视觉的工业现场生产数据的采集方法 |
CN110262529A (zh) * | 2019-06-13 | 2019-09-20 | 桂林电子科技大学 | 一种基于卷积神经网络的无人机监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112906047B (zh) | 基于深度学习的图像隐私信息保护系统及其方法 | |
CN111640173A (zh) | 一种基于特定路径的家装漫游动画的云端渲染方法及系统 | |
CN109495681A (zh) | 获取图像的方法和设备 | |
CN110611768B (zh) | 多重曝光摄影方法及装置 | |
CN107730469A (zh) | 一种基于卷积神经网络cnn的三片简单透镜图像复原方法 | |
CN105701809A (zh) | 一种基于线阵相机扫描的平场校正方法 | |
CN110322546A (zh) | 变电站三维数字化建模方法、系统、装置及存储介质 | |
CN111598983A (zh) | 动画制作系统、方法、存储介质及程序产品 | |
CN107995481A (zh) | 一种混合现实的显示方法及装置 | |
CN110716513A (zh) | 一种基于excel的间接式模拟量原始数据采集方法 | |
CN107807609A (zh) | 一种基于大数据的数控机床伺服参数优化方法 | |
CN108427935B (zh) | 街景比对图像的生成方法和装置 | |
CN108845784A (zh) | 一种显示屏Mura补偿方法及装置 | |
CN112085799B (zh) | 一种电力设备自主配准方法及系统 | |
CN111611862B (zh) | 一种基于曲线拟合的地铁轨道半自动标注方法 | |
CN111491140B (zh) | 输电线缆视频巡线方法及终端 | |
CN108900734B (zh) | 一种广角镜头畸变自动校正装置及方法 | |
CN106790192A (zh) | 基于移动gis的电网数据采集方法和系统 | |
CN215789867U (zh) | 一种基于视觉的机器人运动轨迹获取装置 | |
CN116721094B (zh) | 一种复杂背景下的视觉图形识别方法、系统及激光切割机 | |
CN113689354B (zh) | 一种图像阴影去除方法及处理终端 | |
CN111970537B (zh) | 一种根系扫描图像处理方法及系统 | |
CN112188085B (zh) | 一种图像处理方法及手持云台相机 | |
CN113420017B (zh) | 一种机器人导航算法训练数据集获取的区块链应用方法 | |
CN114136463B (zh) | 一种基于红外热像仪的自动对焦标定方法、装置及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200121 |
|
RJ01 | Rejection of invention patent application after publication |