CN113763395A - 一种基于图像分析空化泡动力学特性的方法 - Google Patents
一种基于图像分析空化泡动力学特性的方法 Download PDFInfo
- Publication number
- CN113763395A CN113763395A CN202111014020.0A CN202111014020A CN113763395A CN 113763395 A CN113763395 A CN 113763395A CN 202111014020 A CN202111014020 A CN 202111014020A CN 113763395 A CN113763395 A CN 113763395A
- Authority
- CN
- China
- Prior art keywords
- image
- cavitation bubble
- cavitation
- function
- white
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000008569 process Effects 0.000 claims abstract description 21
- 230000035939 shock Effects 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000013508 migration Methods 0.000 claims abstract description 7
- 230000005012 migration Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 10
- 230000036962 time dependent Effects 0.000 claims description 4
- 238000010892 electric spark Methods 0.000 claims description 3
- 238000002604 ultrasonography Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 4
- 239000007788 liquid Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于图像分析空化泡动力学特性的方法,包括获取空化泡由中国长江三峡集团有限公司产生到溃灭过程的图像,对图像进行初步处理;预设判定阈值X1,二值化处理图像,得到黑白图像;识别图像中白色区域,计算出空化泡微射流的速度、空化泡迁移、位置特征;预设判定阈值X2,二值化处理图像,得到黑白图像;识别图像中黑色区域,计算出等效半径、冲击波传播距离;存储数据,读取下一组视频。能够耗费较少的计算资源和时间成本得到空化泡动力学特性,得到的结果可重复性好,同时快速、批量、全面的得到空化泡动力学特性。有助于提升空化泡特性研究结果的准确度。
Description
技术领域
本发明涉及空化泡图像识别领域,尤其是涉及一种基于图像分析空化泡动力学特性的方法。
背景技术
空化是一种水动力学现象,广泛存在于水利、船舶、化工、医疗和声学等多个领域。所谓空化,即在流动的液体中,由于某种原因局部区域的压力突然下降到低于该区域的液体温度所对应的蒸汽压力时,部分液体蒸发,溶解在液体中的气体逸出,并在液体流中形成空化泡的过程。空化泡随液流进入压力较高的区域时,外界条件的骤然变化使得空化泡溃灭,原空化泡周围的液体运动使局部区域的压力骤增。由于空化泡演变时间非常短,研究空化泡动力学特性往往需要使用高速相机采集大量的图像,通过图像提取空化泡动力学特性相关信息。现有技术中采用人工采集空化泡数据信息,工作量大,工作效率低,技术路线较为复杂,把简单问题复杂化,一次计算只能得到一个空化泡的结果,计算效率低下,需要更多的计算资源。空化泡图像处理方法均不能得到精确的空化泡动力学特性参数。为此我们提出一种基于图像分析空化泡动力学特性的方法及试验方法用于解决上述问题。
中国专利文献CN110766707A记载了一种基于多算子融合边缘检测技术的空化泡图像处理方法,获取空化泡在单固壁的环境下由产生到溃灭过程的图像;对所述图像进行多算子融合计算得到空化泡的半径,根据所述半径得到空化泡动态直径变化规律;对所述图像进行直线检测得到空化泡的射流速度,根据所述射流速度得到空化泡动态射流速度变化规律。能够获得更加精确的空化泡边界变化图像,有助于提升空化泡特性研究结果的准确度。但是该方法在对空化泡边缘的识别过程中使用的多种算子,这使得计算效率低下,耗费更多的计算资源和时间成本;各算子的权重受主观判断影响,不同权重方式得到的结果差别巨大,从而影响空化泡变化规律的分析结果。该方法使用腐蚀膨胀检测单固壁,既然是固定着的单固壁,额外增加的计算量显得多此一举,同时也造成了系统误差,使用存在缺陷,需要改进。
发明内容
本发明提供了一种基于图像分析空化泡动力学特性的方法,能够耗费较少的计算资源和时间成本得到空化泡动力学特性,得到的结果可重复性好,同时快速、批量、全面的得到空化泡动力学特性。有助于提升空化泡特性研究结果的准确度。
为解决上述技术问题,本发明所采用的技术方案是:一种基于图像分析空化泡动力学特性的方法,包括以下步骤:S1、获取空化泡由产生到溃灭过程的视频,对视频进行初步处理,得到单独图像;
S2、预设判定阈值X1,二值化处理图像,得到黑白图像;
S3、识别图像中白色区域,计算出空化泡微射流的速度、空化泡迁移、位置特征;
S4、预设判定阈值X2,二值化处理图像,得到黑白图像;
S5、识别图像中黑色区域,计算出等效半径、冲击波传播距离;
S6、存储数据,读取下一组视频。
优选方案中,S1中获取空化泡由产生到溃灭过程的图像的步骤是:
A1:空化泡在无界域中时,不预定义壁面所在位置;空化泡在壁面附近时,预定义壁面在图像中的像素坐标值;
A2:标定单位像素对应的真实尺寸,得到比例关系系数;
A3:用电火花、激光或超声的方式诱发产生空化泡,使用高速摄像机拍摄空化泡的演变过程。
优选方案中,S1中对图像进行初步处理的方式是:用VideoReader函数读取高速摄像机的拍摄视频文件,利用for循环语句将视频文件拆分成每一帧单独的图像,随后利用read函数读取图像。
优选方案中,S2中预设判定阈值X1,二值化处理图像的方法是:利用rgb2gra函数将原始图片处理为灰度图,用imbinarize函数将灰度图处理为二值图,用imbinarize函数人为选定一个介于0到1的数值,随后根据计算结果不断优化调试,直到计算机识别结果判定阈值X1能够精准的反映白色区域真实图片情况,确定判定阈值X1。
优选方案中,S3中识别白色图像方法是:
B1、用imopen函数去除二值图中的噪点;
B2、后利用bwlabel函数识别二值图中的白色连通区域的轮廓;
B3、利用regionprops函数可以获得二值图中白色区域对应的形心位置、顶端点位置、底端点位置、面积的数据。
优选方案中,根据B3中数据,识别图像中的白色区域,计算出空化泡微射流的速度、空化泡迁移、位置特征方法是:
C1:利用bwlabel函数,识别每个白色区域边缘像素点Y轴数值,根据前后帧的Y轴数值差,计算出空化泡微射流的速度,结合每帧时间差,得到空化泡微射流速度随时间的变化过程;
C2:利用regionprops函数,识别每个白色区域的形心所在位置和等效半径,提取最大等效半径对应的白色区域,得到空化泡的形心位置和等效半径;
C3:前后帧的不同等效半径差值,结合每帧时间差,得到空化泡半径随时间的变化过程,根据前后帧的不同形心所在位置,计算出空化泡的迁移量,进一步,根据预定义的壁面所在位置,与形心所在位置比较,得到空化泡至壁面的相对距离。
优选方案中,S4中预设判定阈值X2,二值化处理图像,得到黑白图像方法是,利用imcomplement函数将灰度图中的黑白色调进行反转,图像中冲击波所在位置为黑色区域,用imbinarize函数人为选定一个介于0到1的X2数值,随后根据计算结果不断优化调试,直到计算机识别结果判定阈值X2能够精准的反映白色区域真实图片情况,确定判定阈值X2。
优选方案中,S5中用bwlabel函数识别二值图中的黑色连通区域的轮廓,黑色区域拟合为圆形。
优选方案中,S5中计算出等效半径、冲击波传播距离的方法是:
D1:识别黑色区域拟合圆形的圆心所在位置和等效半径;
D2:根据前后帧的不同等效半径差值,结合每帧时间差,得到冲击波传播距离随时间的变化过程。
本发明的有益效果为:能够耗费较少的计算资源和时间成本得到空化泡动力学特性,得到的结果可重复性好,同时快速、批量、全面的得到空化泡动力学特性。有助于提升空化泡特性研究结果的准确度,具有较大的推广价值。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的流程图;
图2是本发明的空化泡形态识别效果图;
图3是本发明的微射流速度v随时间t变化过程图;
图4是本发明的空化泡半径R随时间t变化过程图;
图5是本发明的不同空化泡至壁面的相对距离γ情况下空化泡迁移距离D随时间t变化过程图;
图6是本发明的冲击波识别效果图;
图7是本发明的冲击波传播距离与时间t的关系图。
具体实施方式
实施例1:
如图1-7中,一种基于图像分析空化泡动力学特性的方法及试验方法,包括以下步骤:S1、获取空化泡由产生到溃灭过程的视频,对视频进行初步处理,得到单独图像;
S2、预设判定阈值X1,二值化处理图像,得到黑白图像;
S3、识别图像中白色区域,计算出空化泡微射流的速度、空化泡迁移、位置特征;
S4、预设判定阈值X2,二值化处理图像,得到黑白图像;
S5、识别图像中黑色区域,计算出等效半径、冲击波传播距离;
S6、存储数据,读取下一组视频。
优选方案中,S1中获取空化泡由产生到溃灭过程的图像的步骤是:
A1:空化泡在无界域中时,不预定义壁面所在位置;空化泡在壁面附近时,预定义壁面在图像中的像素坐标值;
A2:标定单位像素对应的真实尺寸,得到比例关系系数;
A3:电火花、激光、超声等方式诱发产生空化泡,使用高速摄像机拍摄空化泡的演变过程。
实施例2:
结合实施例1进一步说明,如图1~5所示,通过VideoReader函数读取高速摄像机的拍摄视频文件;利用for循环将视频文件拆分成每一帧单独的图片,随后利用read函数读取图片。对于每一个单独的图片文件,都进行一下操作:利用rgb2gra函数将原始图片处理为灰度图,随后利用imbinarize函数将灰度图处理为二值图,识别图像中白色区域如图2所示。其中关于imbinarize函数的判定阈值X1,首先人为选定一个介于0到1的数值,随后根据计算结果不断优化调试,直到计算机识别结果能够精准的反映真实图片情况。利用imopen函数去除二值图中的噪点,随后利用bwlabel函数识别二值图中的白色连通区域的轮廓,自此,利用regionprops函数可以获得二值图中白色区域对应的形心位置、顶端点位置、底端点位置、面积、等效半径等众多参数,其中,等效半径为与白色区域面积相等的圆,所对应的半径值。
执行完for循环以后,可以根据二值图中白色区域的变化量,来获得空化泡的众多参数信息。将相邻两帧图片中白色区域的底端点纵坐标的变化量除以相邻两帧的时间间隔,可以得到该时间段内的空化泡微射流速度,再将每一帧对应的时间与空化泡微射流速度进行关联,可以得到空化泡微射流速度随时间的变化过程,如图3所示。将每一帧对应的时间与图片中白色区域的等效半径进行关联,可以得到空化泡半径随时间的变化过程,如图4所示。将白色区域形心的纵坐标减去边壁的纵坐标,可以得到空化泡形心至壁面的相对距离,再将每一帧对应的时间与空化泡到壁面的相对距离进行关联,可以得到空化泡形心至壁面的相对距离随时间的变化过程,如图5所示。
实施例3:
结合实施例1进一步说明,如图1~7所示,识别空化泡溃灭冲击波的操作流程如下:
通过VideoReader函数读取高速摄像机的拍摄视频文件,利用for循环将视频文件拆分成每一帧单独的图片,随后利用read函数读取图片。对于每一个单独的图片文件,都进行一下操作,利用rgb2gra函数将原始图片处理为灰度图;随后利用imbinarize函数将灰度图处理为二值图,为方便观察,利用imcomplement函数将图像中的黑白色调进行反转,图像中冲击波所在位置为黑色区域,如图6所示。其中关于imbinarize函数的判定阈值X2,首先人为选定一个介于0到1的数值,随后根据计算结果不断优化调试,直到计算机识别结果能够精准的反映真实图片情况,利用imopen函数去除二值图中的噪点,随后利用bwlabel函数识别二值图中的黑色连通区域的轮廓,如图6所示,由此,将黑色区域拟合为圆形,可以得到圆心所在位置和等效半径。
执行完for循环以后,可以根据二值图中黑色区域的变化量,来获得空化泡溃灭冲击波的众多参数信息。例如,将每一帧对应的时间与图片中黑色区域的拟合半径进行关联,可以得到冲击波传播距离随时间的变化过程,如图7所示。
上述的实施案例仅为本发明的优选技术方案,而不应视为对于本发明的限制,本发明的保护范围应以权利要求记载的技术方案,包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进,也在本发明的保护范围之内。
Claims (9)
1.一种基于图像分析空化泡动力学特性的方法,其特征是:包括以下步骤:S1、获取空化泡由产生到溃灭过程的视频,对视频进行初步处理,得到单独图像;
S2、预设判定阈值X1,二值化处理图像,得到黑白图像;
S3、识别图像中白色区域,计算出空化泡微射流的速度、空化泡迁移、位置特征;
S4、预设判定阈值X2,二值化处理图像,得到黑白图像;
S5、识别图像中黑色区域,计算出等效半径、冲击波传播距离;
S6、存储数据,读取下一组视频。
2.根据权利要求1所述一种基于图像分析空化泡动力学特性的方法,其特征是:S1中获取空化泡由产生到溃灭过程的图像的步骤是:
A1:空化泡在无界域中时,不预定义壁面所在位置;空化泡在壁面附近时,预定义壁面在图像中的像素坐标值;
A2:标定单位像素对应的真实尺寸,得到比例关系系数;
A3:用电火花、激光或超声的方式诱发产生空化泡,使用高速摄像机拍摄空化泡的演变过程。
3.根据权利要求1所述一种基于图像分析空化泡动力学特性的方法,其特征是:S1中对图像进行初步处理的方式是:用VideoReader函数读取高速摄像机的拍摄视频文件,利用for循环语句将视频文件拆分成每一帧单独的图像,随后利用read函数读取图像。
4.根据权利要求1所述一种基于图像分析空化泡动力学特性的方法,其特征是:S2中预设判定阈值X1,二值化处理图像的方法是:利用rgb2gra函数将原始图片处理为灰度图,用imbinarize函数将灰度图处理为二值图,用imbinarize函数人为选定一个介于0到1的数值,随后根据计算结果不断优化调试,直到计算机识别结果判定阈值X1能够精准的反映白色区域真实图片情况,确定判定阈值X1。
5.根据权利要求1所述一种基于图像分析空化泡动力学特性的方法,其特征是:S3中识别白色图像方法是:
B1、用imopen函数去除二值图中的噪点;
B2、后利用bwlabel函数识别二值图中的白色连通区域的轮廓;
B3、利用regionprops函数可以获得二值图中白色区域对应的形心位置、顶端点位置、底端点位置、面积的数据。
6.根据权利要求5所述一种基于图像分析空化泡动力学特性的方法,其特征是:根据B3中数据,识别图像中的白色区域,计算出空化泡微射流的速度、空化泡迁移、位置特征方法是:
C1:利用bwlabel函数,识别每个白色区域边缘像素点Y轴数值,根据前后帧的Y轴数值差,计算出空化泡微射流的速度,结合每帧时间差,得到空化泡微射流速度随时间的变化过程;
C2:利用regionprops函数,识别每个白色区域的形心所在位置和等效半径,提取最大等效半径对应的白色区域,得到空化泡的形心位置和等效半径;
C3:前后帧的不同等效半径差值,结合每帧时间差,得到空化泡半径随时间的变化过程,根据前后帧的不同形心所在位置,计算出空化泡的迁移量,进一步,根据预定义的壁面所在位置,与形心所在位置比较,得到空化泡至壁面的相对距离。
7.根据权利要求1所述一种基于图像分析空化泡动力学特性的方法,其特征是:S4中预设判定阈值X2,二值化处理图像,得到黑白图像方法是,利用imcomplement函数将灰度图中的黑白色调进行反转,图像中冲击波所在位置为黑色区域,用imbinarize函数人为选定一个介于0到1的X2数值,随后根据计算结果不断优化调试,直到计算机识别结果判定阈值X2能够精准的反映白色区域真实图片情况,确定判定阈值X2。
8.根据权利要求1所述一种基于图像分析空化泡动力学特性的方法,其特征是:S5中用bwlabel函数识别二值图中的黑色连通区域的轮廓,黑色区域拟合为圆形。
9.根据权利要求1所述一种基于图像分析空化泡动力学特性的方法,其特征是:S5中计算出等效半径、冲击波传播距离的方法是:
D1:识别黑色区域拟合圆形的圆心所在位置和等效半径;
D2:根据前后帧的不同等效半径差值,结合每帧时间差,得到冲击波传播距离随时间的变化过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014020.0A CN113763395B (zh) | 2021-08-31 | 2021-08-31 | 一种基于图像分析空化泡动力学特性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014020.0A CN113763395B (zh) | 2021-08-31 | 2021-08-31 | 一种基于图像分析空化泡动力学特性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113763395A true CN113763395A (zh) | 2021-12-07 |
CN113763395B CN113763395B (zh) | 2023-10-17 |
Family
ID=78792158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111014020.0A Active CN113763395B (zh) | 2021-08-31 | 2021-08-31 | 一种基于图像分析空化泡动力学特性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113763395B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797654A (zh) * | 2022-12-09 | 2023-03-14 | 中国民用航空飞行学院 | 气液两相流动中气泡泡底参数识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150094165A (ko) * | 2014-02-10 | 2015-08-19 | 전북대학교산학협력단 | 차량 번호판의 문자 분할 방법 및 장치 |
CN111445494A (zh) * | 2020-04-02 | 2020-07-24 | 西北工业大学 | 一种入水空泡轮廓提取的图像处理方法 |
-
2021
- 2021-08-31 CN CN202111014020.0A patent/CN113763395B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150094165A (ko) * | 2014-02-10 | 2015-08-19 | 전북대학교산학협력단 | 차량 번호판의 문자 분할 방법 및 장치 |
CN111445494A (zh) * | 2020-04-02 | 2020-07-24 | 西北工业大学 | 一种入水空泡轮廓提取的图像处理方法 |
Non-Patent Citations (3)
Title |
---|
HONG HU ET AL.: "Ultrasonic concentration imaging of cavitation bubbles using Nakagami statistical model", 《 IEEE XPLORE》 * |
吴晓霞;张华余;马空军;: "超声空化泡运动特性的研究进展", 应用声学, no. 06 * |
张瑜慧;李洁;郑步芹;: "融合轮廓和区域特征的形状描述子", 科学技术与工程, no. 35 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797654A (zh) * | 2022-12-09 | 2023-03-14 | 中国民用航空飞行学院 | 气液两相流动中气泡泡底参数识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113763395B (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112598001B (zh) | 一种基于多模型融合的船舶水尺读数自动识别方法 | |
Hoang et al. | Metaheuristic optimized edge detection for recognition of concrete wall cracks: a comparative study on the performances of roberts, prewitt, canny, and sobel algorithms | |
CN117173461A (zh) | 一种多视觉任务的灌装容器缺陷检测方法、系统及介质 | |
CN111354047B (zh) | 一种基于计算机视觉的摄像模组定位方法及系统 | |
US10192283B2 (en) | System and method for determining clutter in an acquired image | |
CN116630323B (zh) | 一种稠密金属腐蚀深度自动计算方法、系统、介质和设备 | |
CN111325738A (zh) | 一种用于横穿孔周边裂纹的智能检测方法及系统 | |
CN111553373B (zh) | 一种基于cnn+svm的压力气泡图像识别算法 | |
CN115184380A (zh) | 基于机器视觉的印刷电路板焊点异常检测方法 | |
CN113763395B (zh) | 一种基于图像分析空化泡动力学特性的方法 | |
CN116381053A (zh) | 一种用于金属材料焊接的超声波检测方法及系统 | |
JP2006090921A (ja) | 外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム | |
Chen et al. | Edge and texture detection of metal image under high temperature and dynamic solidification condition | |
CN113781513B (zh) | 一种电厂供水管道泄漏检测方法及系统 | |
CN114882009A (zh) | 可适应多种表面状态的疲劳裂纹尖端自动检测方法及系统 | |
CN110766707B (zh) | 一种基于多算子融合边缘检测技术的空化泡图像处理方法 | |
CN115187744A (zh) | 一种基于激光点云的机柜识别方法 | |
CN110298799B (zh) | 一种pcb图像定位校正方法 | |
CN111504608B (zh) | 辉度均匀检测系统及辉度均匀检测方法 | |
CN114037705B (zh) | 一种基于贝纹线的金属断裂疲劳源检测方法与系统 | |
CN117495846B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN113382134B (zh) | 一种线阵工业相机的聚焦调试方法 | |
CN117474915B (zh) | 一种异常检测方法、电子设备及存储介质 | |
CN113343932B (zh) | 一种静态摄像头下的河道漂浮物检测算法 | |
CN109175763B (zh) | 一种埋弧焊钢管焊缝焊偏量参数的检测仪 |
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 |