CN111678937A - 一种确定钢中微观偏析比取值范围的图像方法 - Google Patents
一种确定钢中微观偏析比取值范围的图像方法 Download PDFInfo
- Publication number
- CN111678937A CN111678937A CN202010438247.7A CN202010438247A CN111678937A CN 111678937 A CN111678937 A CN 111678937A CN 202010438247 A CN202010438247 A CN 202010438247A CN 111678937 A CN111678937 A CN 111678937A
- Authority
- CN
- China
- Prior art keywords
- matrix
- value
- interval
- steel
- elements
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
- G01N23/2252—Measuring emitted X-rays, e.g. electron probe microanalysis [EPMA]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/20—Metals
- G01N33/202—Constituents thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/20—Metals
- G01N33/204—Structure thereof, e.g. crystal structure
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/07—Investigating materials by wave or particle radiation secondary emission
- G01N2223/079—Investigating materials by wave or particle radiation secondary emission incident electron beam and measuring excited X-rays
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/624—Specific applications or type of materials steel, castings
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Crystallography & Structural Chemistry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
一种确定钢中微观偏析比取值范围的图像方法,属于钢中微观偏析的测量技术领域。通过计算机统计程序对于样品特定合金元素成分的面扫描数据进行处理,用图像比较的方法来确定X的取值,即计算偏析比的取值范围。用图像的形式输出当取值范围X变化时,在偏析组织图像上显示含量最大区间和含量最小区间内数据点的分布。根据数据点的分布规律选出合适的X取值。优点在于,能够准确确定钢中微观偏析比取值范围。
Description
技术领域
本发明属于钢中微观偏析的测量技术领域,特别涉及一种确定钢中微观偏析比取值范围的图像方法,适用于确定计算钢中合金元素偏析比的取值范围。
背景技术
偏析是合金在凝固过程中发生选分结晶导致的化学成分的不均匀分布现象。在铸坯中表现为枝晶,经过轧制后形成带状。偏析是不可避免的,且对钢材的力学性能、抗裂性能及耐腐蚀性能等有不同程度的损害。工程上需要对偏析进行可靠的定性表征和准确的定量分析。利用电子探针技术能够获得钢中偏析组织某元素分布的定量信息,在此基础上以偏析比SR来表示偏析的程度,其中
SR应具有统计意义,因此在实际计算中,最高溶质浓度和最低溶质浓度并不是取面分析数据中的最大和最小值,而是含量最大的若干数据的平均值和相同数量的含量最小的数据的平均值。用于计算平均值的数据的数量占总数据量的百分比X%将直接影响偏析比的计算结果,但并无严格规定。
发明内容
本发明的目的在于提供一种确定钢中微观偏析比取值范围的图像方法,解决了确定钢中微观偏析比取值范围无严格规定等问题;能够准确确定钢中微观偏析比取值范围。
本发明通过计算机统计程序对于样品特定合金元素成分的面扫描数据进行处理,用图像比较的方法来确定X的取值,即计算偏析比的取值范围。用图像的形式输出当取值范围X变化时(当X取值从小到大变化时),在偏析组织图像上显示含量最大区间和含量最小区间内数据点的分布。根据数据点的分布规律选出合适的X取值。具体步骤及控制的技术参数如下:
1、采集元素面分布数据
利用电子探针面对样品某一区域的特定成分做面扫描,扫描结果输出为M×N的矩阵,M和N分别为扫描区域水平方向和垂直方向上的数据数量,矩阵中每一元素的值代表该成分的质量百分含量,单位为%。矩阵保存为表格格式,如.xls、.xlsx或者.csv等。
2、元素面分布数据排序
读取表格文件,获得M×N的矩阵A,将矩阵改为1行数列B,即1×(M×N),并按升序重新排列,得到数列C。
3、在图像上显示含量最大、最小区间内的数据点分布
以X的取值定义含量最大区间和含量最小区间。计算(M×N)×X%并取整,得到含量最大区间和含量最小区间的区间长度L。升序数列C中第L个元素值为CL,第(M×N-L+1)个元素的值为C(M×N-L+1)。
构造一个M×N的1矩阵D,即矩阵所有元素值都为1。在矩阵A中找出大于CL且小于C(M×N-L)的元素的坐标,并将矩阵D中对应位置的元素值乘以0.5;在矩阵A中找出不大于CL的元素的坐标,再将矩阵D中对应位置的元素值赋值为0。
构造一个M×N的新矩阵D,根据原数据矩阵各元素的值给新矩阵中相应位置的元素赋值:属于含量最大区间的赋值为1;属于含量最小区间的赋值为0;其余赋值为0.5。将矩阵D映射到一个M×N像素的图像上,用渐变色显示D中元素的数值。规定渐变色的映射范围从0到1。
4、选取合理X取值
以一定的间隔让X的取值从小到大变化,重复步骤3,得到一系列的映射图像。当扫描区域内每个枝晶干和枝晶间都被选出的数据点覆盖,且含量最大区间和含量最小区间内的数据点之间留有明显空间,此时X的取值合理。可以用于计算偏析比。
计算升序数列C中前L个元素的平均值Cmin,和后L个元素的平均值Cmax,从而得到
本发明的优点在于,能够准确确定钢中微观偏析比取值范围。
附图说明
图1为实施例1中380CL车轮钢铸坯试样Mn元素的成分面分布图。
图2为实施例中X为5时含量最大区间和含量最小区间内的数据点的分布图。
图3为实施例1中X为10时含量最大区间和含量最小区间内的数据点的分布图。
图4为实施例1中X为15时含量最大区间和含量最小区间内的数据点的分布图。
图5为实施例1中X为20时含量最大区间和含量最小区间内的数据点的分布图。
图6为实施例2中20CrMnTi热轧板试样Mn元素的成分面分布图。
图7为实施例2中X为5时含量最大区间和含量最小区间内的数据点的分布图。
图8为实施例2中X为10时含量最大区间和含量最小区间内的数据点的分布图。
图9为实施例2中X为15时含量最大区间和含量最小区间内的数据点的分布图。
图10为实施例2中X为20时含量最大区间和含量最小区间内的数据点分布图。
图11为实施例3中20CrMnTi热轧板试样Cr元素的成分面分布图。
图12为实施例3中X为5时含量最大区间和含量最小区间内的数据点的分布图。
图13为实施例3中X为10时含量最大区间和含量最小区间内的数据点分布图。
图14为实施例3中X为15时含量最大区间和含量最小区间内的数据点分布图。
图15为实施例3中X为20时含量最大区间和含量最小区间内的数据点分布图。
具体实施方式
实施例1
380车轮钢铸坯中Mn元素有枝晶偏析现象。利用电子探针对380车轮钢铸坯试样抛光面做Mn元素的面扫描,步长6μm,扫描结果如图1所示。输出为404×300的矩阵,保存为.csv格式的表格。利用Matlab读取表格文件得到404×300的矩阵A。对矩阵内元素按升序排成1×121200的数列,首位为0.3668,末位4.7301。让X分别取5、10、15和20,计算区间长度L、CL和C(M×N-L),列于表1中。
表1不同取值范围下含量最大、最小区间的长度和边界(Mn,wt%)
X | L | C<sub>L</sub> | C<sub>(M×N-L+1)</sub> | C<sub>min</sub> | C<sub>max</sub> | S<sub>R</sub> |
5 | 6000 | 0.7991 | 0.9927 | 0.7811 | 1.0355 | 1.3256 |
10 | 12000 | 0.8135 | 0.9564 | 0.7940 | 1.0038 | 1.2642 |
15 | 18000 | 0.8253 | 0.9350 | 0.8023 | 0.9842 | 1.2267 |
20 | 24000 | 0.813 | 0.9197 | 0.8086 | 0.9842 | 1.2170 |
构造一个404×300的1矩阵D,在矩阵A中找出大于CL且小于C(M×N-L+1)的元素的坐标,并将矩阵D中对应位置的元素值乘以0.5;在矩阵A中找出不大于CL的元素的坐标,再将矩阵D中对应位置的元素值赋值为0。将修改厚度矩阵D映射到一个404×300像素的图像上,用灰度渐变色显示D中元素的数值,即0为黑色,1为白色,0.5为灰色。当X取遍5、10、15和20,分别得到图2~图5。在本例中上述步骤通过以下计算机程序完成:
从输出的图像结果中可以看到,图1和图2中白色显示的含量最大区不连贯,在枝晶干上断续,可见X取值5或者10都偏小;图3显示的含量最大区(白色)和含量最小区(黑色)基本连贯,而图4中白色和黑色覆盖的区域更为宽大。可见图3对应的X值即15为合理的偏析比取值范围。
实施例2
20CrMnTi热轧样品具有典型的带状特征,Mn和Cr元素的分布与带状相关。利用电子探针对20CrMnTi样品垂直轧向的抛光面做Mn元素的面扫描,步长1.5μm,扫描结果如图6所示,输出为400×300的矩阵,保存为.csv格式的表格。
利用Matlab读取Mn元素的表格文件。得到400×300的矩阵A。对矩阵内元素按升序排成1×120000的数列,首位为0.3232,末位18.2245。让X分别取5、10、15和20,计算区间长度L、CL和C(M×N-L),列于表2中。通过实施例1中的计算机程序,得到图7~图10,即X分别取5、10、15和20时含量最大、最小区的分布。
表2不同取值范围下含量最大、最小区间的长度和边界(Mn,wt%)
对照图5中Mn元素的分布图可以看到,图6~图8中白色显示的含量最大区不连贯,可见X取值10以下都偏小;图9和图10显示的含量最大区(白色)和含量最小区(黑色)形成连贯的条带,但图10的条带更宽。可见图9对应的X值即15为合理的偏析比取值范围。根据公式可以计算得到偏析比为1.0966。
实施例3
利用电子探针对实施例2中的20CrMnTi样品抛光面做Cr元素的面扫描,步长1.5μm,扫描结果如图11所示,输出为400×300的矩阵,保存为.csv格式的表格。
利用Matlab读取Cr元素的表格文件。得到400×300的矩阵A。对矩阵内元素按升序排成1×120000的数列,首位为0.4631,末位1.8245。让X分别取5、10、15和20,计算区间长度L、CL和C(M×N-L),列于表3中。通过实施例1中的计算机程序,得到图12~图15,即X分别取5、10、15和20时含量最大、最小区的分布。
表3不同取值范围下含量最大、最小区间的长度和边界(Cr,wt%)
X | L | C<sub>L</sub> | C<sub>(M×N-L+1)</sub> | C<sub>min</sub> | C<sub>max</sub> | S<sub>R</sub> |
5 | 6000 | 0.8000 | 1.3052 | 0.7574 | 1.3781 | 1.8195 |
10 | 12000 | 0.8561 | 1.2350 | 0.7941 | 1.3197 | 1.6618 |
15 | 18000 | 0.8841 | 1.1929 | 0.8187 | 1.2827 | 1.5668 |
20 | 24000 | 0.9122 | 1.1508 | 0.8378 | 1.2827 | 1.5310 |
对照图11中Cr元素的分布图可以看到,图12和图13选出的含量最大区明显缺失一些部分,可见X取值10以下都偏小;图14选出的含量最大区与图11中高含量区对应较好,图15中的含量最大区范围偏大。可见图14对应的X值即15为合理的偏析比取值范围。根据公式可以计算得到偏析比为1.5668。
Claims (2)
1.一种确定钢中微观偏析比取值范围的图像方法,其特征在于:具体步骤及控制的技术参数如下:
1)采集元素面分布数据
利用电子探针面对样品某一区域的特定成分做面扫描,扫描结果输出为M×N的矩阵,M和N分别为扫描区域水平方向和垂直方向上的数据数量,矩阵中每一元素的值代表该成分的质量百分含量,矩阵保存为表格格式;
2)合金元素成分面分布数据排序
读取表格文件,获得M×N的矩阵A,将矩阵改为1行数列B,即1×(M×N),并按升序重新排列,得到数列C;
3)在图像上显示含量最大、最小区间内的数据点分布
以X的取值定义含量最大区间和含量最小区间,计算(M×N)×X%并取整,得到含量最大区间和含量最小区间的区间长度L;升序数列C中第L个元素值为CL,第(M×N-L+1)个元素的值为C(M×N-L+1);
构造一个M×N的1矩阵D,即矩阵所有元素值都为1,在矩阵A中找出大于CL且小于C(M×N-L)的元素的坐标,并将矩阵D中对应位置的元素值乘以0.5;在矩阵A中找出不大于CL的元素的坐标,再将矩阵D中对应位置的元素值赋值为0;
构造一个M×N的新矩阵D,根据原数据矩阵各元素的值给新矩阵中相应位置的元素赋值:属于含量最大区间的赋值为1;属于含量最小区间的赋值为0;其余赋值为0.5;将矩阵D映射到一个M×N像素的图像上,用渐变色显示D中元素的数值;规定渐变色的映射范围从0到1;
4)选取合理X取值
以一定的间隔让X的取值从小到大变化,重复步骤3,得到一系列的映射图像;当扫描区域内每个枝晶干和枝晶间都被选出的数据点覆盖,且含量最大区间和含量最小区间内的数据点之间留有明显空间,此时X的取值合理;用于计算偏析比;
计算升序数列C中前L个元素的平均值Cmin,和后L个元素的平均值Cmax,得到
2.根据权利要求1所述的确定钢中微观偏析比取值范围的图像方法,其特征在于:步骤1)中所述的表格格式为.xls、.xlsx或者.csv。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010438247.7A CN111678937B (zh) | 2020-05-21 | 2020-05-21 | 一种确定钢中微观偏析比取值范围的图像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010438247.7A CN111678937B (zh) | 2020-05-21 | 2020-05-21 | 一种确定钢中微观偏析比取值范围的图像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111678937A true CN111678937A (zh) | 2020-09-18 |
CN111678937B CN111678937B (zh) | 2023-05-09 |
Family
ID=72452780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010438247.7A Active CN111678937B (zh) | 2020-05-21 | 2020-05-21 | 一种确定钢中微观偏析比取值范围的图像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111678937B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117218130A (zh) * | 2023-11-09 | 2023-12-12 | 宝鸡市永盛泰钛业有限公司 | 用于铁元素偏析缺陷定位的图像降维采集方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0348763A (ja) * | 1989-07-17 | 1991-03-01 | Kawasaki Steel Corp | 画像処理による偏析の定量評価方法 |
EP0742434A1 (en) * | 1995-05-09 | 1996-11-13 | Acerinox S.A. | X-ray quantative microanalysis method for metal alloys |
JPH10260143A (ja) * | 1997-03-21 | 1998-09-29 | Kawasaki Steel Corp | Epmaにおけるマッピングデータの処理方法 |
CN1504740A (zh) * | 2002-12-02 | 2004-06-16 | 钢铁研究总院 | 金属原位统计分布分析方法 |
CN101344490A (zh) * | 2008-09-02 | 2009-01-14 | 首钢总公司 | 一种采用图像分析方法定量分析连铸板坯宏观偏析的方法 |
JP2012025981A (ja) * | 2010-07-20 | 2012-02-09 | Sumitomo Electric Ind Ltd | マグネシウム合金コイル材 |
WO2012051476A1 (en) * | 2010-10-15 | 2012-04-19 | The United States Of America, As Represented By The Secretary, Department Of Health And Human Services | Mid-infrared imaging of microarrays |
CN105445306A (zh) * | 2015-11-16 | 2016-03-30 | 南京钢铁股份有限公司 | 一种钢中元素偏析程度的评定方法 |
CN105466961A (zh) * | 2015-12-26 | 2016-04-06 | 首钢总公司 | 一种连铸钢坯合金元素微观偏析的评价方法 |
KR101715517B1 (ko) * | 2015-10-21 | 2017-03-13 | 현대제철 주식회사 | 주편의 중심 편석 평가 방법 |
CN106596615A (zh) * | 2016-12-25 | 2017-04-26 | 首钢总公司 | 一种连铸坯枝晶偏析的定量分析方法 |
CN109632811A (zh) * | 2019-01-07 | 2019-04-16 | 重庆赛宝工业技术研究院 | 基于机器视觉的结构钢锭型偏析缺陷检验量化评级方法 |
JP2019100880A (ja) * | 2017-12-04 | 2019-06-24 | 株式会社神戸製鋼所 | 元素濃度分布の取得方法 |
-
2020
- 2020-05-21 CN CN202010438247.7A patent/CN111678937B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0348763A (ja) * | 1989-07-17 | 1991-03-01 | Kawasaki Steel Corp | 画像処理による偏析の定量評価方法 |
EP0742434A1 (en) * | 1995-05-09 | 1996-11-13 | Acerinox S.A. | X-ray quantative microanalysis method for metal alloys |
JPH10260143A (ja) * | 1997-03-21 | 1998-09-29 | Kawasaki Steel Corp | Epmaにおけるマッピングデータの処理方法 |
CN1504740A (zh) * | 2002-12-02 | 2004-06-16 | 钢铁研究总院 | 金属原位统计分布分析方法 |
CN101344490A (zh) * | 2008-09-02 | 2009-01-14 | 首钢总公司 | 一种采用图像分析方法定量分析连铸板坯宏观偏析的方法 |
JP2012025981A (ja) * | 2010-07-20 | 2012-02-09 | Sumitomo Electric Ind Ltd | マグネシウム合金コイル材 |
WO2012051476A1 (en) * | 2010-10-15 | 2012-04-19 | The United States Of America, As Represented By The Secretary, Department Of Health And Human Services | Mid-infrared imaging of microarrays |
KR101715517B1 (ko) * | 2015-10-21 | 2017-03-13 | 현대제철 주식회사 | 주편의 중심 편석 평가 방법 |
CN105445306A (zh) * | 2015-11-16 | 2016-03-30 | 南京钢铁股份有限公司 | 一种钢中元素偏析程度的评定方法 |
CN105466961A (zh) * | 2015-12-26 | 2016-04-06 | 首钢总公司 | 一种连铸钢坯合金元素微观偏析的评价方法 |
CN106596615A (zh) * | 2016-12-25 | 2017-04-26 | 首钢总公司 | 一种连铸坯枝晶偏析的定量分析方法 |
JP2019100880A (ja) * | 2017-12-04 | 2019-06-24 | 株式会社神戸製鋼所 | 元素濃度分布の取得方法 |
CN109632811A (zh) * | 2019-01-07 | 2019-04-16 | 重庆赛宝工业技术研究院 | 基于机器视觉的结构钢锭型偏析缺陷检验量化评级方法 |
Non-Patent Citations (7)
Title |
---|
MARTA AGATI 等: "Chemical phase segregation during the crystallization of Ge-rich GeSbTe alloys" * |
SANCHO LF 等: "New technique for centre line segregation measurement in steel slabs", 《ATS INTERNATIONAL STEELMAKING CONFERENCE》 * |
YAN CL 等: "Quantification of manganese dendritic segregation in 380CL steel billet by electron probe microanalysis", 《SN APPLIED SCIENCES》 * |
YANZU CHEN 等: "Study on Micro Segregation of High Alloy Fe Mn C Al Steel", 《STEEL RESEARCH》 * |
宋振平 等: "轴承钢不同连铸工艺偏析程度对比研究", 《热加工工艺》 * |
石安俊: "铸坯图像不完美特征的优化处理" * |
金茹 等: "连铸板坯宏观偏析的图像分析方法研究", 《宽厚板》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117218130A (zh) * | 2023-11-09 | 2023-12-12 | 宝鸡市永盛泰钛业有限公司 | 用于铁元素偏析缺陷定位的图像降维采集方法及系统 |
CN117218130B (zh) * | 2023-11-09 | 2024-01-19 | 宝鸡市永盛泰钛业有限公司 | 用于铁元素偏析缺陷定位的图像降维采集方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111678937B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115082467B (zh) | 基于计算机视觉的建材焊接表面缺陷检测方法 | |
CN111814867A (zh) | 缺陷检测模型的训练方法、缺陷检测方法及相关装置 | |
CN112530346B (zh) | 补偿灰阶确定方法、装置及设备 | |
CN113379680B (zh) | 缺陷检测方法、装置、电子设备和计算机可读存储介质 | |
CN110246129B (zh) | 图像检测方法、装置、计算机可读存储介质和计算机设备 | |
CN116542972B (zh) | 基于人工智能的墙板表面缺陷快速检测方法 | |
CN115330646B (zh) | 一种用于健身器材喷漆工艺的金属构件检查方法 | |
CN111678937A (zh) | 一种确定钢中微观偏析比取值范围的图像方法 | |
CN112361977A (zh) | 一种基于权重分配的直线间距测量方法 | |
CN106937109A (zh) | 低成本判断摄像头分辨率水平的方法 | |
US8639051B2 (en) | Method for the prediction and respectively determination of the collection on a stamping part | |
CN115272322A (zh) | 一种基于数据处理的合金缺陷定量检测方法 | |
CN112630248B (zh) | 一种铸坯微观偏析比值的确定方法 | |
CN117291913B (zh) | 一种水工混凝土结构表观裂缝测量方法 | |
CN114565314A (zh) | 一种基于数字孪生的热轧钢卷端面质量管控系统及方法 | |
CN111047654A (zh) | 一种基于色彩信息的高清高速视频背景建模方法 | |
CN105389775B (zh) | 融合图像灰度特征与结构化表示的图像群组配准方法 | |
CN107610101B (zh) | 一种测量数字图像视觉平衡质量的方法 | |
CN113761098A (zh) | 大气污染热点网格的获取方法、装置、设备及存储介质 | |
CN110334664B (zh) | 一种合金析出相分数的统计方法、装置、电子设备及介质 | |
CN114299516A (zh) | 表格或文本行的处理方法、票据处理方法、装置及存储介质 | |
CN113156832A (zh) | 一种胶印机墨路系统性能参数快速分析方法与系统 | |
CN114782400B (zh) | 金属物料渣点检测方法、装置、设备、介质和程序产品 | |
CN117333480B (zh) | 一种铸材表面瑕疵边缘视觉检测方法、系统、装置及介质 | |
CN115063646B (zh) | 一种融合几何先验知识的维氏硬度图像测量方法 |
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 |