CN112508855A - 一种铱坩埚卷圆过程中的圆度判断方法 - Google Patents

一种铱坩埚卷圆过程中的圆度判断方法 Download PDF

Info

Publication number
CN112508855A
CN112508855A CN202011276580.9A CN202011276580A CN112508855A CN 112508855 A CN112508855 A CN 112508855A CN 202011276580 A CN202011276580 A CN 202011276580A CN 112508855 A CN112508855 A CN 112508855A
Authority
CN
China
Prior art keywords
roundness
iridium crucible
arc
crucible
image
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
Application number
CN202011276580.9A
Other languages
English (en)
Other versions
CN112508855B (zh
Inventor
陆未定
刘高斯
范涛
李贺南
冯祥奕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi International Platinum Co ltd
Original Assignee
Wuxi International Platinum Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuxi International Platinum Co ltd filed Critical Wuxi International Platinum Co ltd
Priority to CN202011276580.9A priority Critical patent/CN112508855B/zh
Publication of CN112508855A publication Critical patent/CN112508855A/zh
Application granted granted Critical
Publication of CN112508855B publication Critical patent/CN112508855B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21CMANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
    • B21C51/00Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21DWORKING OR PROCESSING OF SHEET METAL OR METAL TUBES, RODS OR PROFILES WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21D5/00Bending sheet metal along straight lines, e.g. to form simple curves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及贵金属加工,具体涉及一种铱坩埚卷圆过程中的远程圆度判断方法,旨在解决现有技术中无法在高温卷圆过程中远程测量铱坩埚埚身的圆度形成的问题,其技术要点在于:包含以下步骤:图像采集模块采集卷圆过程中的铱坩埚图像,传递给上位机,上位机对图像进行处理后,Canny边缘检测算法提取铱坩埚埚身圆弧,通过最小二乘法计算得到圆弧的弧心坐标(xc,yc)和半径ri。以(xc,yc)为圆心,ri为半径做圆M,通过设定的阈值剔除噪声点后,再用最小二乘法确定最终弧心坐标(x′c,y′c)和半径r′i,通过比较多个不同圆弧的半径r′i来最终判断铱坩埚埚身圆度。本发明克服了传统的接触式圆度测量工具无法在高温卷圆过程中直接测量坩埚埚身圆度的问题的不足,且精度高,实用性强。

Description

一种铱坩埚卷圆过程中的圆度判断方法
技术领域
本发明涉及贵金属加工领域,具体是一种铱坩埚卷圆过程中的圆度判断方法。
背景技术
光学及光电子学用高熔点单晶如钇铝石榴石、锗镓石榴石、红宝石、以及钨酸盐、钛酸盐等的生长正趋向于大尺寸、集成化。单晶直拉法是目前生产单晶的主流方法。高熔点单晶生长的容器需具备耐高温、耐持久性、温度场均匀、同时具备高的强度和硬度、良好的抗热震性、良好的耐磨性、抗腐蚀性,且有在高温下具有抗氧化中毒以及长的服役寿命等性能。贵金属铱作为一种高熔点的面心立方晶体材料,具有很高的强度和硬度、很好的耐磨性、抗腐蚀性,高温抗氧化等性能,是单晶生长的容器的优良选择。
目前市场对铱坩埚的使用要求越来越高,尤其是对寿命的要求,而铱坩埚埚身圆度是否合格是影响其使用寿命的关键因素之一。但是,由于铱的加工温度很高,在卷圆过程中温度通常在1000℃以上,传统的接触式圆度测量工具无法在此温度下进行圆度测量,而等铱板冷却后再进行圆度测量,若圆度不合格,需重新加热进行卷圆,既浪费时间又浪费能源,给企业造成大量损失。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中无法在高温过程中远程测量铱坩埚埚身的圆度形成的缺陷,从而提供一种铱坩埚卷圆过程中的圆度判断方法。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种铱坩埚卷圆过程中的远程圆度判断方法,其特征在于:包含以下步骤:
01:对铱板进行加热,卷圆,卷圆至形成一个完整的圆埚身;
02:图像采集模块对埚身图片进行采集,通过数据传输模块将采集的图片传送给上位机;
03:上位机对采集的埚身图片进行处理标记,划分出卷圆机主高温合金辊水平对称面以上的铱坩埚埚身圆弧所在的区域;
04:使用Canny边缘检测算法提取图像中铱坩埚埚身边缘轮廓信息;
05:在边缘轮廓图像中提取所有圆弧所在区域灰度值不为0的点的坐标(xi,yi),其中下标i表示第i个坐标。对所有的这些点使用最小二乘法估计圆弧的弧心坐标(xc,yc)和半径ri
06:以(xc,yc)为圆心,ri为半径做圆M,计算上一步输入到最小二乘估计算法的所有坐标点(xi,yi)与圆M上所有点中最短距离di,当di>d时,将(xi,yi)判定为噪声点;
07:剔除上述全部噪声点,得到一组新的待拟合圆弧坐标点(x′i,y′i);
08:重新执行步骤05,得到新的弧心坐标(x′c,y′c)和半径ri′;
09:在步骤07中的圆弧坐标点中,找到最左边和最右边的两个圆弧坐标点(xleft,yleft)和(xright,yright),分别连接弧心(x′c,y′c),计算得到圆弧夹角θ;
10:将卷圆机上的铱坩埚埚身顺时针(逆时针)旋转θ,重复步骤02至步骤08,直至顺时针旋转
Figure BDA0002779282970000031
(向上取整)次,次数记为M;
11:计算半径误差,对于
Figure BDA0002779282970000032
若|ri′-rj′|<e,说明该铱坩埚埚身圆度符合要求,否则铱坩埚埚身圆度较差,需继续进行卷圆。
优选的,所述04中具体步骤为:
A1:将采集到的图片转换为灰度图;
A2:基于灰度图,使用Canny边缘检测算法提取包括铱坩埚埚身在内的边缘轮廓。
A3:对提取到的边缘轮廓图像,使用高斯滤波算法对其进行降噪处理,去除边缘提取后的一些噪声点,最后得到的图像作为圆弧检测算法的输入图像。
优选的,所述步骤05中的最小目标函数为:
f=∑i((xi-xc)2+(yi-yc)2-ri 2)2
使用最小二乘法,令以上目标函数值最小,估计参数。
令:
Figure BDA0002779282970000033
Figure BDA0002779282970000041
Figure BDA0002779282970000042
Figure BDA0002779282970000043
Figure BDA0002779282970000044
Figure BDA0002779282970000045
Figure BDA0002779282970000046
Figure BDA0002779282970000047
Figure BDA0002779282970000048
Figure BDA0002779282970000049
Figure BDA00027792829700000410
Figure BDA00027792829700000411
Figure BDA00027792829700000412
通过最小二乘估计可得:
Figure BDA0002779282970000051
Figure BDA0002779282970000052
Figure BDA0002779282970000053
Figure BDA0002779282970000054
Figure BDA0002779282970000055
上述所述的一种铱坩埚卷圆过程中的圆度判断方法,克服了传统的接触式圆度测量工具无法在高温卷圆过程中直接测量坩埚埚身圆度的问题的不足,在秒级的时间内可以完成对铱坩埚埚身圆度是否符合要求的判断,且精度高,实用性强。本发明所提出的一种铱坩埚卷圆过程中的远程圆度判断方法具有实时性强,精度高,抗噪声能力强的特点,同时该方法可以应用于其他高温物体的圆度检测。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为本发明的一种实施方式的图像采集模块图像中心采集点在直线l上的示意图;
图2为本发明的一种实施方式的上位机处理后的铱坩埚坩身圆弧图片的示意图;
图3为本发明的一种实施方式的经过Canny边缘检测算法处理后的圆弧示意图;
图4为本发明的一种实施方式的计算得到的弧心坐标(x′c,y′c)和半径ri′。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
一种铱坩埚卷圆过程中的远程圆度判断方法,需要使用到卷圆机、图像采集模块、数据传输模块、电源驱动模块和上位机。其包含以下步骤
S1:测量需卷圆的铱板长度,即卷圆后埚身的周长L。
计算卷圆后埚身的半径rN,rN=L/(2π)。
请参阅图1,将所述图像采集模块正对卷圆机,卷圆机主高温合金辊的半径为rM,其水平对称平面为α,垂直对称平面为β,将平面α沿垂直于β平面方向向上平移距离rN-rM得到平面γ,平面γ与平面β的交线为l,使图像采集模块的中心点位于l的延长线上,调节图像采集模块,尽可能使卷圆机上拍摄到的铱坩埚埚身边缘轮廓清晰。设定圆度半径误差阈值e。设定噪声点距离判断阈值d。
S2:判断铱坩埚卷圆过程中圆度是否符合要求,主要包括以下步骤:
01:对铱板进行加热,卷圆,卷圆至形成一个完整的圆埚身。
02:图像采集模块对埚身图片进行采集,通过数据传输模块将采集的图片传送给上位机。
03:所述上位机对采集的埚身图片进行处理标记,划分出卷圆机主高温合金辊水平对称面α+rM以上的铱坩埚埚身圆弧所在的区域。
请参阅图2,图2中为上位机处理后的铱坩埚坩身圆弧图片。
04:使用Canny边缘检测算法提取图像中铱坩埚埚身边缘轮廓信息,算法主要步骤如下:
A1:将采集到的图片转换为灰度图
A2:基于灰度图,使用Canny边缘检测算法提取包括铱坩埚埚身在内的边缘轮廓。
A3:对提取到的边缘轮廓图像,使用高斯滤波算法对其进行降噪处理,去除边缘提取后的一些噪声点,最后得到的图像作为圆弧检测算法的输入图像。
请参阅图3,图3为经过Canny边缘检测算法处理后的圆弧图片。
05:在边缘轮廓图像中提取所有圆弧所在区域灰度值不为0的点的坐标(xi,yi),其中下标i表示第i个坐标。对所有的这些点使用最小二乘法估计圆弧的弧心坐标(xc,yc)和半径ri
最小二乘的目标函数为:
Figure BDA0002779282970000081
使用最小二乘法,令以上目标函数值最小,估计参数xc,yc,ri
令:
Figure BDA0002779282970000082
Figure BDA0002779282970000083
Figure BDA0002779282970000084
Figure BDA0002779282970000085
Figure BDA0002779282970000086
Figure BDA0002779282970000087
Figure BDA0002779282970000091
Figure BDA0002779282970000092
Figure BDA0002779282970000093
Figure BDA0002779282970000094
Figure BDA0002779282970000095
Figure BDA0002779282970000096
Figure BDA0002779282970000097
通过最小二乘估计可得:
Figure BDA0002779282970000098
Figure BDA0002779282970000099
Figure BDA00027792829700000910
Figure BDA0002779282970000101
Figure BDA0002779282970000102
06:以(xc,yc)为圆心,ri为半径做圆M,计算上一步输入到最小二乘估计算法的所有坐标点(xi,yi)与圆M上所有点中最短距离di,当di>d时,将(xi,yi)判定为噪声点。
07:剔除上述全部噪声点,得到一组新的待拟合圆弧坐标点(x′i,y′i)。
08:重新执行步骤05,得到新的弧心坐标(x′c,y′c)和半径ri′。
请参阅图4,图4中为计算得到的弧心坐标(x′c,y′c)和半径ri′。
09:在步骤07中的圆弧坐标点中,找到最左边和最右边的两个圆弧坐标点(xleft,yleft)和(xright,yright),分别连接弧心(x′c,y′c),计算得到圆弧夹角θ。
10:将卷圆机上的铱坩埚埚身顺时针(逆时针)旋转θ,重复步骤02至步骤08,直至顺时针旋转
Figure BDA0002779282970000103
(向上取整)次,次数记为M。
11:计算半径误差,对于
Figure BDA0002779282970000104
若|r′i-r′j|<e,说明该铱坩埚埚身圆度符合要求,否则铱坩埚埚身圆度较差,需继续进行卷圆。
本申请所提供的一种铱坩埚卷圆过程中的圆度判断方法,克服了传统的接触式圆度测量工具无法在高温卷圆过程中直接测量坩埚埚身圆度的问题的不足,在秒级的时间内可以完成对铱坩埚埚身圆度是否符合要求的判断,且精度高,实用性强。本发明所提出的一种铱坩埚卷圆过程中的远程圆度判断方法具有实时性强,精度高,抗噪声能力强的特点,同时该方法可以应用于其他高温物体的圆度检测。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (3)

1.一种铱坩埚卷圆过程中的远程圆度判断方法,其特征在于:包含以下步骤:
01:对铱板进行加热,卷圆,卷圆至形成一个完整的圆埚身;
02:图像采集模块对埚身图片进行采集,通过数据传输模块将采集的图片传送给上位机;
03:上位机对采集的埚身图片进行处理标记,划分出卷圆机主高温合金辊水平对称面以上的铱坩埚埚身圆弧所在的区域;
04:使用Canny边缘检测算法提取图像中铱坩埚埚身边缘轮廓信息;
05:在边缘轮廓图像中提取所有圆弧所在区域灰度值不为0的点的坐标(xi,yi),其中下标i表示第i个坐标,对所有的这些点使用最小二乘法估计圆弧的弧心坐标(xc,yc)和半径ri
06:以(xc,yc)为圆心,ri为半径做圆M,计算上一步输入到最小二乘估计算法的所有坐标点(xi,yi)与圆M上所有点中最短距离di,当di>d时,将(xi,yi)判定为噪声点;
07:剔除上述全部噪声点,得到一组新的待拟合圆弧坐标点(x′i,y′i);
08:重新执行步骤05,得到新的弧心坐标(x′c,y′c)和半径ri′;
09:在步骤07中的圆弧坐标点中,找到最左边和最右边的两个圆弧坐标点(xleft,yleft)和(xright,yright),分别连接弧心(x′c,y′c),计算得到圆弧夹角θ;
10:将卷圆机上的铱坩埚埚身顺时针(逆时针)旋转θ,重复步骤02至步骤08,直至顺时针旋转
Figure FDA0002779282960000021
(向上取整)次,次数记为M;
11:计算半径误差,对于
Figure FDA0002779282960000022
j,i=1,2,…,M,j=1,2,…,M,若|ri′-rj′|<e,说明该铱坩埚埚身圆度符合要求,否则铱坩埚埚身圆度较差,需继续进行卷圆。
2.根据权利要求1所述的一种铱坩埚卷圆过程中的远程圆度判断方法,其特征在于:所述04中具体步骤为:
A1:将采集到的图片转换为灰度图;
A2:基于灰度图,使用Canny边缘检测算法提取包括铱坩埚埚身在内的边缘轮廓;
A3:对提取到的边缘轮廓图像,使用高斯滤波算法对其进行降噪处理,去除边缘提取后的一些噪声点,最后得到的图像作为圆弧检测算法的输入图像。
3.根据权利要求1所述的一种铱坩埚卷圆过程中的远程圆度判断方法,其特征在于:所述步骤05中的最小目标函数为:
f=∑i((xi-xc)2+(yi-yc)2-ri 2)2
使用最小二乘法,令以上目标函数值最小,估计参数;
令:
Figure FDA0002779282960000031
Figure FDA0002779282960000032
Figure FDA0002779282960000033
Figure FDA0002779282960000034
Figure FDA0002779282960000035
Figure FDA0002779282960000036
Figure FDA0002779282960000037
Figure FDA0002779282960000038
Figure FDA0002779282960000039
Figure FDA00027792829600000310
Figure FDA00027792829600000311
Figure FDA00027792829600000312
Figure FDA00027792829600000313
通过最小二乘估计可得:
Figure FDA0002779282960000041
Figure FDA0002779282960000042
Figure FDA0002779282960000043
Figure FDA0002779282960000044
Figure FDA0002779282960000045
CN202011276580.9A 2020-11-16 2020-11-16 一种铱坩埚卷圆过程中的圆度判断方法 Active CN112508855B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011276580.9A CN112508855B (zh) 2020-11-16 2020-11-16 一种铱坩埚卷圆过程中的圆度判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011276580.9A CN112508855B (zh) 2020-11-16 2020-11-16 一种铱坩埚卷圆过程中的圆度判断方法

Publications (2)

Publication Number Publication Date
CN112508855A true CN112508855A (zh) 2021-03-16
CN112508855B CN112508855B (zh) 2024-01-09

Family

ID=74957880

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011276580.9A Active CN112508855B (zh) 2020-11-16 2020-11-16 一种铱坩埚卷圆过程中的圆度判断方法

Country Status (1)

Country Link
CN (1) CN112508855B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113701652A (zh) * 2021-09-23 2021-11-26 安徽工业大学 一种钢卷内径智能高精度检测及缺陷诊断系统
CN114160614A (zh) * 2021-10-19 2022-03-11 英特派铂业股份有限公司 一种纯铱板材高精度高温成圆装置及加工方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07225843A (ja) * 1994-02-09 1995-08-22 Matsushita Electric Ind Co Ltd 円中心位置測定方法
US5918196A (en) * 1996-11-29 1999-06-29 Cognex Corporation Vision system for analyzing solid-of-revolution radius profile
CN106530347A (zh) * 2016-09-28 2017-03-22 吴晓军 一种稳定的高性能圆特征检测方法
CN109840909A (zh) * 2019-01-18 2019-06-04 西安科技大学 一种坩埚气泡计数装置及计数方法
CN109974648A (zh) * 2019-04-02 2019-07-05 西北工业大学 基于坐标值的微小孔几何精度评定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07225843A (ja) * 1994-02-09 1995-08-22 Matsushita Electric Ind Co Ltd 円中心位置測定方法
US5918196A (en) * 1996-11-29 1999-06-29 Cognex Corporation Vision system for analyzing solid-of-revolution radius profile
CN106530347A (zh) * 2016-09-28 2017-03-22 吴晓军 一种稳定的高性能圆特征检测方法
CN109840909A (zh) * 2019-01-18 2019-06-04 西安科技大学 一种坩埚气泡计数装置及计数方法
CN109974648A (zh) * 2019-04-02 2019-07-05 西北工业大学 基于坐标值的微小孔几何精度评定方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113701652A (zh) * 2021-09-23 2021-11-26 安徽工业大学 一种钢卷内径智能高精度检测及缺陷诊断系统
CN113701652B (zh) * 2021-09-23 2024-06-07 安徽工业大学 一种钢卷内径智能高精度检测及缺陷诊断系统
CN114160614A (zh) * 2021-10-19 2022-03-11 英特派铂业股份有限公司 一种纯铱板材高精度高温成圆装置及加工方法
CN114160614B (zh) * 2021-10-19 2023-12-01 英特派铂业股份有限公司 一种纯铱板材高精度高温成圆装置及加工方法

Also Published As

Publication number Publication date
CN112508855B (zh) 2024-01-09

Similar Documents

Publication Publication Date Title
CN112508855A (zh) 一种铱坩埚卷圆过程中的圆度判断方法
CN117173189B (zh) 一种铝合金表面抛光效果视觉检测系统
US11506650B2 (en) Method for automatic quantitative statistical distribution characterization of dendrite structures in a full view field of metal materials
CN116309537B (zh) 一种极耳模具表面油污的缺陷检测方法
CN105606619B (zh) 一种铸坯修磨机的检测及优化修磨方法
CN115063423B (zh) 基于计算机视觉的机械铸件冷热裂纹自适应辨别方法
CN109685760B (zh) 一种基于matlab的slm粉床铺粉图像凸包凹陷缺陷检测方法
CN116934740B (zh) 基于图像处理的塑料模具表面缺陷分析检测方法
CN115035120B (zh) 基于物联网的机床控制方法及系统
CN105798927A (zh) 基于图像的坩埚缺陷磨削加工方法及应用其的加工系统
CN116051543B (zh) 一种用于钢材剥皮的缺陷识别方法
CN117173661B (zh) 基于计算机视觉的沥青道路质量检测方法
CN114694144B (zh) 一种基于深度学习的钢中非金属夹杂物的智能识别和评级方法
CN117314925B (zh) 基于计算机视觉的金属工件表面缺陷检测方法
CN107367510B (zh) 一种高碳钢连铸坯等轴晶率的测定方法
CN111899230A (zh) 基于钢铸坯低倍组织三维特征的质量量化及自动多级评判方法
CN113409229A (zh) 一种大磨粒超硬磨料砂轮磨粒等高性评价方法
CN117705815A (zh) 一种基于机器视觉的印刷缺陷检测方法
CN107677677B (zh) 一种连铸坯偏析程度定量化表征方法
CN117078680A (zh) 一种巡检机器人用管廊支吊架异常检测方法
CN110705539A (zh) 提高连铸坯低倍中心偏析评级精度的图像获取方法和系统
CN115222735A (zh) 一种基于麻点缺陷的金属模具质量检测方法
CN114972353A (zh) 一种金属高压特种管件质量评估方法及系统
CN113643352B (zh) 一种自然覆冰在线监测运行导线图像覆冰程度评估方法
CN110689926A (zh) 一种高通量数字pcr图像液滴的准确检测方法

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
CB02 Change of applicant information

Address after: 214000 Xinba village, Xibei Town, Xishan District, Wuxi City, Jiangsu Province

Applicant after: Intel platinum Co.,Ltd.

Address before: 214000 Xinba village, Xibei Town, Xishan District, Wuxi City, Jiangsu Province

Applicant before: WUXI INTERNATIONAL PLATINUM Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant