CN111986184A - 一种基于大数据分析技术的螺纹测量方法及设备 - Google Patents
一种基于大数据分析技术的螺纹测量方法及设备 Download PDFInfo
- Publication number
- CN111986184A CN111986184A CN202010865981.1A CN202010865981A CN111986184A CN 111986184 A CN111986184 A CN 111986184A CN 202010865981 A CN202010865981 A CN 202010865981A CN 111986184 A CN111986184 A CN 111986184A
- Authority
- CN
- China
- Prior art keywords
- thread
- measurement data
- data
- image
- measuring
- 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 40
- 238000007405 data analysis Methods 0.000 title claims abstract description 20
- 238000005516 engineering process Methods 0.000 title description 6
- 238000005259 measurement Methods 0.000 claims abstract description 94
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 238000013145 classification model Methods 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims abstract description 7
- 230000003287 optical effect Effects 0.000 claims description 40
- 238000005520 cutting process Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000000691 measurement method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于大数据分析的螺纹测量方法,包括获取待测螺纹图像信息,对待测螺纹图像信息进行预处理,通过经训练获得的预置螺纹分类模型对所述预处理待测螺纹图像信息进行分类预测,根据所述至少一个螺纹测量数据的相似得分和预置分类评价指标从所述至少一个螺纹测量数据中选取目的螺纹测量数据并计算获得螺纹参数。该装置以非接触式测量光线为测量手段实现对螺纹综合快速测量,通过大数据平台对螺纹检测数据进一步易于操作,使用灵活。
Description
技术领域
本发明涉及数据分析技术领域,具体而言,涉及一种基于大数据分析技术的螺纹测量方法。
背景技术
由于螺纹表面形态种类繁多,而且纹理错综复杂,螺纹测量手段也日趋成熟。目前,传统的螺纹测量方法主要有综合测量法、影像测量法、三坐标法和接触扫描式等。其中,综合测量法也叫量规测量法,它的特点是效率高、偏于批量检测,但检测准确性不高;影像测量法主要测量外螺纹,难以实现精度测量;三坐标法的自动化程度高,但无法进行小尺寸和内螺纹的测量,仪器成本较高。
通过总结和研究发现,以上传统的螺纹测量方法共同的缺点是进行负责计算时测量效率不高,无法进行多参数自动化测量。接触扫描式一次可以测量多个螺纹参数,测量效率高、范围广,是目前测量螺纹的最佳方案,在利用螺纹测量机进行螺纹测量实验过程中,会逐渐积累大量的非结构化数据、实验数据、过程数据和结果数据等,但是在测量过程中只是使用了测量结果数据,其他数据无法被利用,因此需要一种基于大数据分析技术的螺纹测量方法。
发明内容
本发明在于提供一种基于大数据分析技术的螺纹测量方法,其能够缓解上述问题。
为了缓解上述的问题,本发明采取的技术方案如下:
本发明包括:
a获取待测螺纹图像信息,并对待测螺纹图像信息调整相对坐标位置,对所述待螺纹测量图像进行随机裁剪,得到对应的图像数据集;
b对待测螺纹图像信息进行预处理,获得预处理待测螺纹图像信息;所述预处理包括数据清洗、二值化、裁剪、去噪、滤波、像素互补;
c通过经训练获得的预置螺纹分类模型对所述预处理待测螺纹图像信息进行分类预测,对于至少一个螺纹测量机中的每一个螺纹测量数据,计算待处理的样本螺纹信息与该螺纹测量数据之间进行相似度比较,计算至少一个螺纹测量数据与该螺纹测量数据之间的相似度;
d根据所述至少一个螺纹测量数据的相似得分和预置分类评价指标从所述至少一个螺纹测量数据中选取目的螺纹测量数据,得出符合对应评价指标要求的螺纹图像分类结果及分类精度,获取对应螺纹图像的像素值坐标;
e根据像素行坐标和像素列坐标,得到螺峰和螺谷,进而得到螺距值;根据螺距值判断相连的波峰,获取相连波峰的两个波峰像素点和波谷像素点,通过三个像素点计算得到牙型角,计算获得螺纹参数。
进一步地,螺纹参数包括螺纹名称、有效深度、内螺纹信息、外螺纹信息、尺寸、测量范围和误差。
进一步地,螺纹综合测量机主要由光栅测量系统、气浮轴承驱动系统、电机控制系统、测量夹具、测针、计算机和打印机组成,并排设置的光输入装置及光输出装置,光输入装置及光输出装置通过测量夹具连接;光源连接至光栅测量系统,光栅测量系统输出光轴与光源光轴成一定夹角;相机连接至相机光学系统,成像光轴与相机光轴成一定夹角;光栅测量系统输出光轴与相机光学系统成像光轴相交;光栅测量系统与相机光学系统通过测量夹具保持相对位置,并可调节二者光轴的角度。
进一步地,在所述数据清洗过程中,仅保留正常运行时段内的数据,剔除故障时段内的数据;标准化处理使数据符合标准正态分布;
一种基于大数据分析的螺纹测量装置,包括:
计算模块,用于对于至少一个螺纹测量机中的每一个螺纹测量数据,计算待处理的样本螺纹信息与该螺纹测量数据之间进行相似度比较,计算至少一个螺纹测量数据与该螺纹测量数据之间的相似度,并根据所述相似度确定该螺纹测量数据的相似得分,其中,每一个螺纹测量数据为在历史一段时间内完成与所述样本螺纹信息内容相同或相似的样本螺纹信息的客流的螺纹测量数据;
待分类图像获取模块,用于获取待螺纹测量图像;
数据集获取模块,用于根据采集分类图像对所述待螺纹测量图像进行随机裁剪,得到对应的图像数据集;
预处理模块,对待测螺纹图像信息进行预处理,获得预处理待测螺纹图像信息;
图像分类结果获取模块,用于通过经训练获得的预置螺纹分类模型对所述样本集中的螺纹图像进行分类预测,对于至少一个螺纹测量机中的每一个螺纹测量数据,计算待处理的样本螺纹信息与该螺纹测量数据之间进行相似度比较,计算至少一个螺纹测量数据与该螺纹测量数据之间的相似度,并根据所述相似度确定该螺纹测量数据的相似得分,其中,每一个螺纹测量数据为所述样本螺纹信息内容相同或相似的样本螺纹信息的螺纹测量数据;
评价模块,用于根据所述至少一个螺纹测量数据的相似得分和预置分类评价指标从所述至少一个螺纹测量数据中选取目的螺纹测量数据,得出符合对应评价指标要求的螺纹图像分类结果及分类精度,并将所述目的螺纹测量数据提醒给操作人员。
一种基于大数据分析的螺纹测量设备,所述基于大数据分析的螺纹测量设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互联;所述至少一个处理器调用所述存储器中的所述指令,以使得所述基于大数据分析的螺纹测量设备执行所述的方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述方法的步骤。
本技术方案的技术效果是:
本发明提出了一种基于大数据的螺纹测量方法。结合螺纹综合测量机一次可测多个参数、测量精度高、速度快和测量范围广的优点,发挥大数据平台对全过程数据样本分析泛在化、可视化和智能化的优势,全面掌握螺纹测量行为的问题和不足,从而保证测量方法优化和数据决策支持,将大数据分析技术与螺纹测量机相结合,极大提高了螺纹测量的效率和精度,同时也能全方位呈现螺纹测量的全过程数据和数据画像,可靠地对螺纹测量大数据进行相关性分析和可视化展示。
附图说明
图1为本发明实施例中基于大数据分析的螺纹测量方法的一个实施例示意图;
图2为本发明实施例中基于大数据分析的螺纹测量设备的一个实施例示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
如图1所示,本发明包括:
a获取待测螺纹图像信息,并对待测螺纹图像信息调整相对坐标位置,对所述待螺纹测量图像进行随机裁剪,得到对应的图像数据集;
b对待测螺纹图像信息进行预处理,获得预处理待测螺纹图像信息;所述预处理包括数据清洗、二值化、裁剪、去噪、滤波、像素互补;
c通过经训练获得的预置螺纹分类模型对所述预处理待测螺纹图像信息进行分类预测,对于至少一个螺纹测量机中的每一个螺纹测量数据,计算待处理的样本螺纹信息与该螺纹测量数据之间进行相似度比较,计算至少一个螺纹测量数据与该螺纹测量数据之间的相似度;
d根据所述至少一个螺纹测量数据的相似得分和预置分类评价指标从所述至少一个螺纹测量数据中选取目的螺纹测量数据,得出符合对应评价指标要求的螺纹图像分类结果及分类精度,获取对应螺纹图像的像素值坐标;
e根据像素行坐标和像素列坐标,得到螺峰和螺谷,进而得到螺距值;根据螺距值判断相连的波峰,获取相连波峰的两个波峰像素点和波谷像素点,通过三个像素点计算得到牙型角,计算获得螺纹参数。
螺纹参数包括螺纹名称、有效深度、内螺纹信息、外螺纹信息、尺寸、测量范围和误差。
螺纹综合测量机主要由光栅测量系统、气浮轴承驱动系统、电机控制系统、测量夹具、测针、计算机和打印机组成,并排设置的光输入装置及光输出装置,光输入装置及光输出装置通过测量夹具连接;光源连接至光栅测量系统,光栅测量系统输出光轴与光源光轴成一定夹角;相机连接至相机光学系统,成像光轴与相机光轴成一定夹角;光栅测量系统输出光轴与相机光学系统成像光轴相交;光栅测量系统与相机光学系统通过测量夹具保持相对位置,并可调节二者光轴的角度。
在所述数据清洗过程中,仅保留正常运行时段内的数据,剔除故障时段内的数据;标准化处理使数据符合标准正态分布;
如图2所示,一种基于大数据分析的螺纹测量装置,包括:
计算模块,用于对于至少一个螺纹测量机中的每一个螺纹测量数据,计算待处理的样本螺纹信息与该螺纹测量数据之间进行相似度比较,计算至少一个螺纹测量数据与该螺纹测量数据之间的相似度,并根据所述相似度确定该螺纹测量数据的相似得分,其中,每一个螺纹测量数据为在历史一段时间内完成与所述样本螺纹信息内容相同或相似的样本螺纹信息的客流的螺纹测量数据;
待分类图像获取模块,用于获取待螺纹测量图像;
数据集获取模块,用于根据采集分类图像对所述待螺纹测量图像进行随机裁剪,得到对应的图像数据集;
预处理模块,对待测螺纹图像信息进行预处理,获得预处理待测螺纹图像信息;
图像分类结果获取模块,用于通过经训练获得的预置螺纹分类模型对所述样本集中的螺纹图像进行分类预测,对于至少一个螺纹测量机中的每一个螺纹测量数据,计算待处理的样本螺纹信息与该螺纹测量数据之间进行相似度比较,计算至少一个螺纹测量数据与该螺纹测量数据之间的相似度,并根据所述相似度确定该螺纹测量数据的相似得分,其中,每一个螺纹测量数据为所述样本螺纹信息内容相同或相似的样本螺纹信息的螺纹测量数据;
评价模块,用于根据所述至少一个螺纹测量数据的相似得分和预置分类评价指标从所述至少一个螺纹测量数据中选取目的螺纹测量数据,得出符合对应评价指标要求的螺纹图像分类结果及分类精度,并将所述目的螺纹测量数据提醒给操作人员。
一种基于大数据分析的螺纹测量设备,所述基于大数据分析的螺纹测量设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互联;所述至少一个处理器调用所述存储器中的所述指令,以使得所述基于大数据分析的螺纹测量设备执行所述的方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以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,所述单元的划分,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,机械或其它的形式。
所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,在本发明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。
所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介质中。基于这样的理解,本发明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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于大数据分析的螺纹测量方法,其特征在于,包括:
a获取待测螺纹图像信息,并对待测螺纹图像信息调整相对坐标位置,对所述待螺纹测量图像进行随机裁剪,得到对应的图像数据集;
b对待测螺纹图像信息进行预处理,获得预处理待测螺纹图像信息;所述预处理包括数据清洗、二值化、裁剪、去噪、滤波、像素互补;
c通过经训练获得的预置螺纹分类模型对所述预处理待测螺纹图像信息进行分类预测,对于至少一个螺纹测量机中的每一个螺纹测量数据,计算待处理的样本螺纹信息与该螺纹测量数据之间进行相似度比较,计算至少一个螺纹测量数据与该螺纹测量数据之间的相似度;
d根据所述至少一个螺纹测量数据的相似得分和预置分类评价指标从所述至少一个螺纹测量数据中选取目的螺纹测量数据,得出符合对应评价指标要求的螺纹图像分类结果及分类精度,获取对应螺纹图像的像素值坐标;
e根据像素行坐标和像素列坐标,得到螺峰和螺谷,进而得到螺距值;根据螺距值判断相连的波峰,获取相连波峰的两个波峰像素点和波谷像素点,通过三个像素点计算得到牙型角,计算获得螺纹参数。
2.根据权利要求1所述的方法,其特征在于,螺纹参数包括螺纹名称、有效深度、内螺纹信息、外螺纹信息、尺寸、测量范围和误差。
3.根据权利要求1所述的方法,其特征在于,螺纹综合测量机主要由光栅测量系统、气浮轴承驱动系统、电机控制系统、测量夹具、测针、计算机和打印机组成,并排设置的光输入装置及光输出装置,光输入装置及光输出装置通过测量夹具连接;光源连接至光栅测量系统,光栅测量系统输出光轴与光源光轴成一定夹角;相机连接至相机光学系统,成像光轴与相机光轴成一定夹角;光栅测量系统输出光轴与相机光学系统成像光轴相交;光栅测量系统与相机光学系统通过测量夹具保持相对位置,并可调节二者光轴的角度。
4.根据权利要求1所述的方法,其特征在于,在所述数据清洗过程中,仅保留正常运行时段内的数据,剔除故障时段内的数据;标准化处理使数据符合标准正态分布。
5.一种基于大数据分析的螺纹测量装置,其特征在于,包括:
计算模块,用于对于至少一个螺纹测量机中的每一个螺纹测量数据,计算待处理的样本螺纹信息与该螺纹测量数据之间进行相似度比较,计算至少一个螺纹测量数据与该螺纹测量数据之间的相似度,并根据所述相似度确定该螺纹测量数据的相似得分,其中,每一个螺纹测量数据为在历史一段时间内完成与所述样本螺纹信息内容相同或相似的样本螺纹信息的客流的螺纹测量数据;
待分类图像获取模块,用于获取待螺纹测量图像;
数据集获取模块,用于根据采集分类图像对所述待螺纹测量图像进行随机裁剪,得到对应的图像数据集;
预处理模块,对待测螺纹图像信息进行预处理,获得预处理待测螺纹图像信息;
图像分类结果获取模块,用于通过经训练获得的预置螺纹分类模型对所述样本集中的螺纹图像进行分类预测,对于至少一个螺纹测量机中的每一个螺纹测量数据,计算待处理的样本螺纹信息与该螺纹测量数据之间进行相似度比较,计算至少一个螺纹测量数据与该螺纹测量数据之间的相似度,并根据所述相似度确定该螺纹测量数据的相似得分,其中,每一个螺纹测量数据为所述样本螺纹信息内容相同或相似的样本螺纹信息的螺纹测量数据;
评价模块,用于根据所述至少一个螺纹测量数据的相似得分和预置分类评价指标从所述至少一个螺纹测量数据中选取目的螺纹测量数据,得出符合对应评价指标要求的螺纹图像分类结果及分类精度,并将所述目的螺纹测量数据提醒给操作人员。
6.一种基于大数据分析的螺纹测量设备,其特征在于,所述基于大数据分析的螺纹测量设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互联;所述至少一个处理器调用所述存储器中的所述指令,以使得所述基于大数据分析的螺纹测量设备执行如权利要求1-5中任意一项所述的方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-5中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010865981.1A CN111986184A (zh) | 2020-08-25 | 2020-08-25 | 一种基于大数据分析技术的螺纹测量方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010865981.1A CN111986184A (zh) | 2020-08-25 | 2020-08-25 | 一种基于大数据分析技术的螺纹测量方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111986184A true CN111986184A (zh) | 2020-11-24 |
Family
ID=73443374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010865981.1A Pending CN111986184A (zh) | 2020-08-25 | 2020-08-25 | 一种基于大数据分析技术的螺纹测量方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111986184A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353993A (zh) * | 2020-03-30 | 2020-06-30 | 华南理工大学 | 一种基于机器视觉的螺纹角度测量方法 |
CN111462066A (zh) * | 2020-03-30 | 2020-07-28 | 华南理工大学 | 一种基于机器视觉的螺纹参数检测方法 |
WO2020161481A1 (en) * | 2019-02-06 | 2020-08-13 | Oxford University Innovation Limited | Method and apparatus for quality prediction |
-
2020
- 2020-08-25 CN CN202010865981.1A patent/CN111986184A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020161481A1 (en) * | 2019-02-06 | 2020-08-13 | Oxford University Innovation Limited | Method and apparatus for quality prediction |
CN111353993A (zh) * | 2020-03-30 | 2020-06-30 | 华南理工大学 | 一种基于机器视觉的螺纹角度测量方法 |
CN111462066A (zh) * | 2020-03-30 | 2020-07-28 | 华南理工大学 | 一种基于机器视觉的螺纹参数检测方法 |
Non-Patent Citations (1)
Title |
---|
万鹏: "基于机器视觉的三角螺纹三维检测方法及实验研究", 《CNKI硕士电子期刊》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107798672B (zh) | 烟丝或梗丝的宽度测定方法、系统及具有该系统的服务器 | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
US8103376B2 (en) | System and method for the on-machine 2-D contour measurement | |
CN103885168B (zh) | 用于显微镜装置的自校准的方法 | |
JP2021146500A (ja) | 工具の摩耗状態を求める方法 | |
CN110517265B (zh) | 一种产品表面缺陷的检测方法、装置及存储介质 | |
CN108955901B (zh) | 一种红外测温方法、系统及终端设备 | |
EP1332334A1 (de) | Messeinrichtung zur berührungslosen messung von reifen | |
CN107111871A (zh) | 从体图像记录确定局部质量测量 | |
Liu et al. | A new directionality tool for assessing microtubule pattern alterations | |
CN113168518A (zh) | 机械设备的磨损检测 | |
CN115035092A (zh) | 基于图像的瓶体检测方法、装置、设备及存储介质 | |
CN114034772B (zh) | 一种轧辊潜在失效检测与剩余使用寿命预测专家系统 | |
JP2014169961A (ja) | 工具検査方法及び工具検査装置 | |
Yu et al. | An improved tool wear monitoring method using local image and fractal dimension of workpiece | |
CN107945237A (zh) | 多尺度标定板 | |
CN117333489B (zh) | 一种薄膜破损检测装置及检测系统 | |
CN110823106A (zh) | 一种基于激光连续波调制原理的平板玻璃质量检测方法 | |
CN106989672A (zh) | 一种基于机器视觉的工件测量方法 | |
CN110081832B (zh) | 逻辑投影成像测量非透明物体结构参数的方法及装置 | |
CN111986184A (zh) | 一种基于大数据分析技术的螺纹测量方法及设备 | |
US20170089883A1 (en) | Cell evaluation device, method, and program | |
CN116840240A (zh) | 电源分配器视觉检测系统 | |
CN113020428B (zh) | 级进模的加工监控方法、装置、设备及存储介质 | |
CN112446427B (zh) | 一种髓系血细胞识别方法、装置、存储介质和电子设备 |
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: 20201124 |
|
RJ01 | Rejection of invention patent application after publication |