CN111347175B - 不锈钢门加工用ai智能激光切割装置 - Google Patents
不锈钢门加工用ai智能激光切割装置 Download PDFInfo
- Publication number
- CN111347175B CN111347175B CN202010296539.1A CN202010296539A CN111347175B CN 111347175 B CN111347175 B CN 111347175B CN 202010296539 A CN202010296539 A CN 202010296539A CN 111347175 B CN111347175 B CN 111347175B
- Authority
- CN
- China
- Prior art keywords
- outer edge
- picture
- stainless steel
- steel door
- laser cutting
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/36—Removing material
- B23K26/38—Removing material by boring or cutting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/70—Auxiliary operations or equipment
- B23K26/702—Auxiliary equipment
Abstract
本申请实施例提供一种不锈钢门加工用AI智能激光切割装置,包括:AI智能送料装置、激光切割装置、AI装置、喷漆装置,所述AI装置包括:摄像头。本申请提供的技术方案具有成本低的优点。
Description
技术领域
本申请涉及电子以及激光技术领域,尤其涉及一种不锈钢门加工用AI智能激光切割装置。
背景技术
激光切割机是将从激光器发射出的激光,经光路系统,聚焦成高功率密度的激光束。激光束照射到工件表面,使工件达到熔点或沸点,同时与光束同轴的高压气体将熔化或气化金属吹走。随着光束与工件相对位置的移动,最终使材料形成切缝,从而达到切割的目的。
激光切割加工是用不可见的光束代替了传统的机械刀,具有精度高,切割快速,不局限于切割图案限制,自动排版节省材料,切口平滑,加工成本低等特点,将逐渐改进或取代于传统的金属切割工艺设备。激光刀头的机械部分与工件无接触,在工作中不会对工件表面造成划伤;激光切割速度快,切口光滑平整,一般无需后续加工;切割热影响区小,板材变形小,切缝窄;切口没有机械应力,无剪切毛刺;加工精度高,重复性好,不损伤材料表面;数控编程,可加工任意的平面图,可以对幅面很大的整板切割,无需开模具,经济省时。
AI智能激光切割能够实现对不锈钢门的智能切割,但是现有的AI激光智能切割无法实现对不锈钢门的尺寸的复核,需要人工对不锈钢门的尺寸进行复核,提高了成本。
发明内容
本申请实施例公开了一种不锈钢门加工用AI智能激光切割装置,能够智能对不锈钢门的尺寸进行复核,降低了成本。
本申请实施例第一方面公开了一种所述AI智能激光切割装置包括:AI智能送料装置、激光切割装置、AI装置、喷漆装置,所述AI装置包括:摄像头,
所述AI智能送料装置,用于实现不锈钢门物料的送料;
所述激光切割装置,用于对不锈钢门物料进行激光切割;
所述AI装置,用于在完成激光切割后,启动摄像头采集x张图片,对x张图片的第一图片识别确定第一图片的第一外边缘线,对x张图片的第x图片识别确定第x图片的第x外边缘线,确定第x外边缘线与第一外边缘线之间的差值,如该差值在设定阈值内,将该第一外边缘线以及第x外边缘线之间的中线确定为该不锈钢门的第一外边缘线,遍历剩余3个方向得到其他3边的外边缘线,依据4个外边缘线确定该不锈钢门的尺寸;
所述依据4个外边缘线确定该不锈钢门的尺寸具体包括:
AI装置,用于将4个外边缘线叠加在第x/2张图片中,获取4个外边缘线中每个外边缘线在第x/2张图片中压合的4个像素点数量,依据4个像素点数量以及单位尺寸所占用像素点个数计算得到4个外边缘线的尺寸;
AI装置,还用于依据该尺寸对不锈钢门进行复核,复核通过由喷漆装置实现喷漆流程。
第二方面,提供一种不锈钢门加工用AI智能激光切割方法,所述方法包括:
AI智能送料装置实现不锈钢门物料的送料;
所述激光切割装置对不锈钢门物料进行激光切割;
所述AI装置在完成激光切割后,启动摄像头采集x张图片,对x张图片的第一图片识别确定第一图片的第一外边缘线,对x张图片的第x图片识别确定第x图片的第x外边缘线,确定第x外边缘线与第一外边缘线之间的差值,如该差值在设定阈值内,将该第一外边缘线以及第x外边缘线之间的中线确定为该不锈钢门的第一外边缘线,遍历剩余3个方向得到其他3边的外边缘线,依据4个外边缘线确定该不锈钢门的尺寸;
所述依据4个外边缘线确定该不锈钢门的尺寸具体包括:
AI装置将4个外边缘线叠加在第x/2张图片中,获取4个外边缘线中每个外边缘线在第x/2张图片中压合的4个像素点数量,依据4个像素点数量以及单位尺寸所占用像素点个数计算得到4个外边缘线的尺寸;
AI装置依据该尺寸对不锈钢门进行复核,复核通过由喷漆装置实现喷漆流程。
通过实施本申请实施例,本申请提供的技术方案通过AI装置采集x张图片来实现对不锈钢门的尺寸的复核,由于是全自动的复核,无需人工参与,因此其具有成本低的优点。
附图说明
以下对本申请实施例用到的附图进行介绍。
图1是本申请实施例提供的一种不锈钢门加工用AI智能激光切割系统的结构示意图;
图2是本申请实施例提供的一种不锈钢门加工用AI智能激光切割方法的流程示意图;
图2a是本申请实施例提供的一种m*n*3的输入数据示意图(为了方便说明,这里的m=10,n=5,在实际应用中,m、n的最小值需要大于50);
图2b是本申请实施例提供的一种(m-2)(n-2)卷积结果示意图;
图2c是本申请实施例提供的一种3*3卷积核的数值示意图。
具体实施方式
下面结合本申请实施例中的附图对本申请实施例进行描述。
本申请中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/“,表示前后关联对象是一种“或”的关系。
本申请实施例中出现的“多个”是指两个或两个以上。本申请实施例中出现的第一、第二等描述,仅作示意与区分描述对象之用,没有次序之分,也不表示本申请实施例中对设备个数的特别限定,不能构成对本申请实施例的任何限制。本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式,以实现设备间的通信,本申请实施例对此不做任何限定。
本申请实施例中的AI装置可以指各种形式的UE、接入终端、用户单元、用户站、移动站、MS(英文:mobile station,中文:移动台)、远方站、远程终端、移动设备、计算机、服务器、云系统用户终端、终端设备(英文:terminal equipment)、无线通信设备、用户代理或用户装置。终端设备还可以是蜂窝电话、无绳电话、SIP(英文:session initiationprotocol,中文:会话启动协议)电话、WLL(英文:wireless local loop,中文:无线本地环路)站、PDA(英文:personal digital assistant,中文:个人数字处理)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备,未来5G网络中的终端设备或者未来演进的PLMN(英文:public land mobile network,中文:公用陆地移动通信网络)中的终端设备等,本申请实施例对此并不限定。
参阅图1,图1为一种不锈钢门加工用AI智能激光切割装置的结构示意框图,如图1所示,该设备包括:AI智能送料装置、激光切割装置、AI装置、喷漆装置,其中AI装置包括:摄像头、存储器、处理器(可以为通用处理器,也可以为专用的AI处理器)。本申请的技术方案对激光切割装置并无改进,该AI智能送料装置、激光切割装置可以采用现有的激光切割装置。
参阅图2,图2提供了一种不锈钢门加工用AI智能激光切割方法,该方法由如图1所示的用于AI智能送料装置来执行,该方法如图2所示,包括如下步骤:
步骤S201、AI智能激光切割装置在不锈钢门切割完成后,启动摄像头采集x张图片;
上述步骤S201中的采集方式可以通过摄像头采集。
步骤S202、AI装置对x张图片的第一图片识别确定第一图片的第一外边缘线,对x张图片的第x图片识别确定第x图片的第x外边缘线,确定第x外边缘线与第一外边缘线之间的差值,如该差值在设定阈值内,将该第一外边缘线以及第x外边缘线之间的中线确定为该不锈钢门的第一外边缘线,遍历其他3个方向同理得到其他3边的外边缘线,依据4个外边缘线确定该不锈钢门的尺寸。
可选的,上述依据4个外边缘线确定该不锈钢门的尺寸具体可以包括:
AI装置将4个外边缘线叠加在第x/2张图片中,获取4个外边缘线中每个外边缘线在第x/2张图片中压合的4个像素点数量,依据4个像素点数量以及单位尺寸所占用像素点个数计算得到4个外边缘线的尺寸。这里选择第x/2张图片是因为这里选取的是第一张以及第x张图片边缘线的中线,因此选择第x/2张图片计算得到的尺寸更加的准确。
假设4个像素点数量为,W1、W2、W3、W4,假设1毫米所占用的像素点数量为100个,那么对应的4个尺寸为,W1/100;W2/100等等。
步骤S203、AI装置依据该尺寸对不锈钢门进行复核,复核通过以后执行喷漆步骤。
上述激光切割的方式可以采用现有的方式,这里不再赘述。
可选的,上述对x张图片的第一图片识别确定第一图片的第一外边缘坐标具体可以包括:
对第一图片转换成灰度图像,将像素点的灰度值进行识别确定该灰度值变化区域(每个方向至少提取50个或50个以上的像素点),在第一图片提取该灰度值变化区域的子图片,将子图片按像素点的RGB值组成m*n*3的输入数据,将输入数据与预设3*3*3卷积核执行卷积运算得到卷积结果(m-2)(n-2);从卷积结果(m-2)(n-2)查找出两个区间值的分界线,将该分界线映射在该子图片后向移动方向移动2个像素点后得到该第一图片的第一外边缘线;上述m、n为大于或等于50的整数。
上述3*3*3卷积核可以为中间数值最大,相邻数值次大,边缘位置小的卷积核,如图2c所示,中间数值可以为3,相邻数值可以为2,边缘位置可以为1。此设置能够更好的区分分界线,因为对于切割的输入数据的中间像素点对应的RGB可能比较大,因此中间数值需要设置最大。
参阅图2a,图2a示意了一种m*n*3的输入数据的示意图,其中m表示高度维度,n表示宽度维度,3表示通道数,该通道数具体可以为像素点的R通道、G通道和B通道的值,那么对于外边缘线,一边为物料,另一边为传送带,由于不同的材料,其颜色及RGB值具有较大的差别,但是由于像素的原因,边缘位置放大以后颜色不会这样清晰,因此通过计算的方式来确定,因此对于不同的材料由于RGB值差异比较大,那么通过一个3*3*3的卷积核来执行卷积运算得到一个(m-2)(n-2)卷积结果,然后对(m-2)(n-2)卷积结果划分成两个区间值,一个区间值(如图2b所示的黑色)表示物料的区间值,另一个区间值为传送带的区间值(如图2b所示的白色),这样即能够找到两个区间值的分界线(如图2b所示),在查找分界线时,若具有距离较远的噪声点,则将该噪声点去掉,此种方式还可以识别非规则形状的边界线,然后将边界线映射在该子图片,以直线为例,如图2b该边界线可以为(m-2)(n-2)矩阵的第x列,则将第(x±2)列确定为第一图片的边缘线,上述±的选择可以根据其确定的外边缘线在物料的位置确定,如该外边缘线为物料的后边缘线(即后进入传送带的边缘),则选择“-”,反之,则选择“+”。因此本申请的技术方案具有外边缘线计算简单,准确,且能够对非规则物料的外边缘线进行确定的优点。
本申请提供的技术方案通过AI装置采集x张图片来实现对不锈钢门的尺寸的复核,由于是全自动的复核,无需人工参与,因此其具有成本低的优点。
本申请实施例还提供一种不锈钢门加工用AI智能激光切割装置,AI智能送料装置、激光切割装置、AI装置、喷漆装置,所述AI装置包括:摄像头,
所述AI智能送料装置,用于实现不锈钢门物料的送料;
所述激光切割装置,用于对不锈钢门物料进行激光切割;
所述AI装置,用于在完成激光切割后,启动摄像头采集x张图片,对x张图片的第一图片识别确定第一图片的第一外边缘线,对x张图片的第x图片识别确定第x图片的第x外边缘线,确定第x外边缘线与第一外边缘线之间的差值,如该差值在设定阈值内,将该第一外边缘线以及第x外边缘线之间的中线确定为该不锈钢门的第一外边缘线,同理得到其他3边的外边缘线,依据4个外边缘线确定该不锈钢门的尺寸;
所述依据4个外边缘线确定该不锈钢门的尺寸具体包括:
AI装置,用于将4个外边缘线叠加在第x/2张图片中,获取4个外边缘线中每个外边缘线在第x/2张图片中压合的4个像素点数量,依据4个像素点数量以及单位尺寸所占用像素点个数计算得到4个外边缘线的尺寸;
AI装置,还用于依据该尺寸对不锈钢门进行复核,复核通过由喷漆装置实现喷漆流程。
在一种可选的方案中,所述AI装置,具体用于对第一图片转换成灰度图像,将像素点的灰度值进行识别确定该灰度值变化区域,在第一图片提取该灰度值变化区域的子图片,将子图片按像素点的RGB值组成m*n*3的输入数据,将输入数据与预设3*3*3卷积核执行卷积运算得到卷积结果(m-2)(n-2);从卷积结果(m-2)(n-2)查找出两个区间值的分界线,将该分界线映射在该子图片后向移动方向移动2个像素点后得到该第一图片的外边缘线;
上述m、n为大于或等于50的整数。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (3)
1.一种不锈钢门加工用AI智能激光切割装置,包括:AI智能送料装置、激光切割装置、AI装置、喷漆装置,所述AI装置包括:摄像头,其特征在于,
所述AI智能送料装置,用于实现不锈钢门物料的送料;
所述激光切割装置,用于对不锈钢门物料进行激光切割;
所述AI装置,用于在完成激光切割后,启动摄像头采集x张图片,对x张图片的第一图片识别确定第一图片的第一外边缘线,对x张图片的第x图片识别确定第x图片的第x外边缘线,确定第x外边缘线与第一外边缘线之间的差值,如该差值在设定阈值内,将该第一外边缘线以及第x外边缘线之间的中线确定为该不锈钢门的第一外边缘线,遍历剩余3个方向得到其他3边的外边缘线,依据4个外边缘线确定该不锈钢门的尺寸;
所述依据4个外边缘线确定该不锈钢门的尺寸具体包括:
AI装置,用于将4个外边缘线叠加在第x/2张图片中,获取4个外边缘线中每个外边缘线在第x/2张图片中压合的4个像素点数量,依据4个像素点数量以及单位尺寸所占用像素点个数计算得到4个外边缘线的尺寸;
AI装置,还用于依据该尺寸对不锈钢门进行复核,复核通过由喷漆装置实现喷漆流程。
2.根据权利要求1所述的不锈钢门加工用AI智能激光切割装置,其特征在于,
所述AI装置,具体用于对第一图片转换成灰度图像,将像素点的灰度值进行识别确定该灰度值变化区域,在第一图片提取该灰度值变化区域的子图片,将子图片按像素点的RGB值组成m*n*3的输入数据,将输入数据与预设3*3*3卷积核执行卷积运算得到卷积结果(m-2)(n-2);从卷积结果(m-2)(n-2)查找出两个区间值的分界线,将该分界线映射在该子图片后向移动方向移动2个像素点后得到该第一图片的外边缘线;
上述m、n为大于或等于50的整数。
3.根据权利要求2所述的不锈钢门加工用AI智能激光切割装置,其特征在于,
所述3*3*3卷积核的中间数值为3,相邻数值为2,四角位置为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296539.1A CN111347175B (zh) | 2020-04-15 | 2020-04-15 | 不锈钢门加工用ai智能激光切割装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296539.1A CN111347175B (zh) | 2020-04-15 | 2020-04-15 | 不锈钢门加工用ai智能激光切割装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111347175A CN111347175A (zh) | 2020-06-30 |
CN111347175B true CN111347175B (zh) | 2021-01-22 |
Family
ID=71189517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010296539.1A Active CN111347175B (zh) | 2020-04-15 | 2020-04-15 | 不锈钢门加工用ai智能激光切割装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111347175B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101733558A (zh) * | 2010-01-19 | 2010-06-16 | 东莞市大族粤铭激光科技有限公司 | 主从式相机配置的智能激光切割系统及其切割方法 |
CN105057899A (zh) * | 2015-08-18 | 2015-11-18 | 河海大学常州校区 | 一种应用于智能激光切割的扫描图像识别方法 |
CN105353719A (zh) * | 2015-10-09 | 2016-02-24 | 江苏大金激光科技有限公司 | 激光切割机自动加工识别系统 |
JP2016060143A (ja) * | 2014-09-19 | 2016-04-25 | カシオ計算機株式会社 | 印刷装置、印刷方法及びプログラム |
CN208305174U (zh) * | 2018-05-28 | 2019-01-01 | 江西力玛机电科技有限公司 | 一种安全切割机 |
CN208929470U (zh) * | 2018-08-13 | 2019-06-04 | 深圳美克激光设备有限公司 | 一种封闭式光纤激光切割机 |
CN109900235A (zh) * | 2017-12-11 | 2019-06-18 | 南京梅山冶金发展有限公司 | 一种冷轧焊机双切剪剪刃配合间隙检测数据分析的方法 |
CN110443805A (zh) * | 2019-07-09 | 2019-11-12 | 浙江大学 | 一种基于像素密切度的语义分割方法 |
CN110579172A (zh) * | 2019-10-17 | 2019-12-17 | 福州威尔达电气科技有限公司 | 一种液晶固定支架生产检测系统 |
CN110666793A (zh) * | 2019-09-11 | 2020-01-10 | 大连理工大学 | 基于深度强化学习实现机器人方形零件装配的方法 |
-
2020
- 2020-04-15 CN CN202010296539.1A patent/CN111347175B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101733558A (zh) * | 2010-01-19 | 2010-06-16 | 东莞市大族粤铭激光科技有限公司 | 主从式相机配置的智能激光切割系统及其切割方法 |
JP2016060143A (ja) * | 2014-09-19 | 2016-04-25 | カシオ計算機株式会社 | 印刷装置、印刷方法及びプログラム |
CN105057899A (zh) * | 2015-08-18 | 2015-11-18 | 河海大学常州校区 | 一种应用于智能激光切割的扫描图像识别方法 |
CN105353719A (zh) * | 2015-10-09 | 2016-02-24 | 江苏大金激光科技有限公司 | 激光切割机自动加工识别系统 |
CN109900235A (zh) * | 2017-12-11 | 2019-06-18 | 南京梅山冶金发展有限公司 | 一种冷轧焊机双切剪剪刃配合间隙检测数据分析的方法 |
CN208305174U (zh) * | 2018-05-28 | 2019-01-01 | 江西力玛机电科技有限公司 | 一种安全切割机 |
CN208929470U (zh) * | 2018-08-13 | 2019-06-04 | 深圳美克激光设备有限公司 | 一种封闭式光纤激光切割机 |
CN110443805A (zh) * | 2019-07-09 | 2019-11-12 | 浙江大学 | 一种基于像素密切度的语义分割方法 |
CN110666793A (zh) * | 2019-09-11 | 2020-01-10 | 大连理工大学 | 基于深度强化学习实现机器人方形零件装配的方法 |
CN110579172A (zh) * | 2019-10-17 | 2019-12-17 | 福州威尔达电气科技有限公司 | 一种液晶固定支架生产检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111347175A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689500B (zh) | 一种人脸图像的处理方法、装置、电子设备及存储介质 | |
KR100762670B1 (ko) | 스테레오 이미지로부터 디스패리티 맵을 생성하는 방법 및장치와 그를 위한 스테레오 매칭 방법 및 장치 | |
JP3574170B2 (ja) | 分散型画像処理装置 | |
CN101122457B (zh) | 影像边界扫描系统及方法 | |
CN110363781B (zh) | 基于深度神经网络的熔池轮廓检测方法 | |
EP1956550B1 (en) | Image scaling using perceptual interest values | |
Silvela et al. | Breadth-first search and its application to image processing problems | |
CN105513123A (zh) | 图像处理方法 | |
CN110465747A (zh) | 一种集栅格扫描打印切割一体的激光加工方法 | |
CN107507137A (zh) | 一种图像修复方法及系统 | |
CN104580883A (zh) | 图像处理装置、图像处理方法 | |
CN111347175B (zh) | 不锈钢门加工用ai智能激光切割装置 | |
CN114777792A (zh) | 路径规划方法、装置、计算机可读介质及电子设备 | |
CN104361335A (zh) | 一种基于扫描图像自动去除黑边的处理方法 | |
CN113763273B (zh) | 人脸补全方法、电子设备和计算机可读存储介质 | |
CN115578741A (zh) | 一种基于Mask R-cnn算法和类型分割的扫描文件版面分析方法 | |
CN110889374A (zh) | 印章图像处理方法、装置、计算机及存储介质 | |
CN104599267A (zh) | 切割轨迹生成方法及装置 | |
CN111347174B (zh) | 基于ai技术的自动上料式激光切割方法及系统 | |
CN106682670A (zh) | 一种台标识别方法及系统 | |
CN111331247B (zh) | 用于激光切割机的ai智能送料装置 | |
CN111932517A (zh) | 余料板材的轮廓测绘方法、装置、电子设备与存储介质 | |
CN108109120B (zh) | 一种点阵二维码的光照补偿方法及装置 | |
CN102938706B (zh) | 一种网络拓扑图的识别方法和装置 | |
WO2017008029A1 (en) | Nearsighted camera object detection |
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 |