CN115406900A - 一种基于机器视觉的压铸件毛刺检测系统及方法 - Google Patents

一种基于机器视觉的压铸件毛刺检测系统及方法 Download PDF

Info

Publication number
CN115406900A
CN115406900A CN202211341804.9A CN202211341804A CN115406900A CN 115406900 A CN115406900 A CN 115406900A CN 202211341804 A CN202211341804 A CN 202211341804A CN 115406900 A CN115406900 A CN 115406900A
Authority
CN
China
Prior art keywords
die casting
candidate
burr
die
evaluation index
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
CN202211341804.9A
Other languages
English (en)
Other versions
CN115406900B (zh
Inventor
章明
夏志杰
徐林森
于海武
刘梦遥
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.)
Jiangsu Cascc Intelligent Industrial Equipment Co ltd
Original Assignee
Jiangsu Cascc Intelligent Industrial Equipment 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 Jiangsu Cascc Intelligent Industrial Equipment Co ltd filed Critical Jiangsu Cascc Intelligent Industrial Equipment Co ltd
Priority to CN202211341804.9A priority Critical patent/CN115406900B/zh
Publication of CN115406900A publication Critical patent/CN115406900A/zh
Application granted granted Critical
Publication of CN115406900B publication Critical patent/CN115406900B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30116—Casting

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于机器视觉的压铸件毛刺检测系统及方法，所述预图像采集模块设待去毛刺的各个压铸件为候选压铸件，采集候选压铸件去毛刺前的图像为预图像，所述预评估指数获取模块对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数，所述综合评估指数获取模块在某个候选压铸件被去毛刺之后，对该个候选压铸件及其之前的压铸件的综合评估指数进行分析，判断该个候选压铸件是否为检测压铸件，所述压铸件指示模块在某个压铸件为检测压铸件，控制对该个压铸件被去毛刺的情况进行检测，判断该个压铸件去毛刺是否合格，在某个压铸件不是检测压铸件，控制直接对下一个压铸件进行去毛刺。

Description

一种基于机器视觉的压铸件毛刺检测系统及方法
技术领域
本发明涉及去毛刺检测技术领域，具体为一种基于机器视觉的压铸件毛刺检测系统及方法。
背景技术
在生产压铸件的过程中，由于压力冲击、锁模力不足等等原理，会导致压铸件上产生毛刺，压铸件上的毛刺有可能会影响压铸件的正常工作，所以要用去毛刺设备将压铸件上的毛刺去除。随着对压铸件质量要求的提高，对压铸件上去毛刺的情况要求也更加严格。为了保证压铸件的质量，人们需要对压铸件去毛刺的情况进行检测。
现有技术中是在去毛刺后对每一个压铸件进行检测，但是这种检测方式花费时间较长，检测效率较低。
发明内容
本发明的目的在于提供一种基于机器视觉的压铸件毛刺检测系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于机器视觉的压铸件毛刺检测系统，所述压铸件毛刺检测系统包括预图像采集模块、预评估指数获取模块、综合评估指数获取模块、压铸件指示模块，所述预图像采集模块设待去毛刺的各个压铸件为候选压铸件，采集候选压铸件去毛刺前的图像为预图像，所述预评估指数获取模块对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数，所述综合评估指数获取模块在某个候选压铸件被去毛刺之后，对该个候选压铸件及该个候选压铸件之前被去毛刺的候选压铸件的综合评估指数进行分析，判断该个候选压铸件是否为检测压铸件，所述压铸件指示模块在某个压铸件为检测压铸件，控制对该个压铸件被去毛刺的情况进行检测，判断该个压铸件去毛刺是否合格，在某个压铸件不是检测压铸件，控制直接对下一个压铸件进行去毛刺。
进一步的，所述预评估指数获取模块包括毛刺数据库建立模块、第一毛刺判断模 块、预评估指数计算模块，所述毛刺数据库建立模块用于预先建立毛刺数据库，所述毛刺数 据库用于存储压铸件上毛刺的惯性位置，所述惯性位置为压铸件上容易出现毛刺的位置， 所述第一毛刺判断模块从某个候选压铸件的预图像中识别出该个候选压铸件上各个毛刺 的位置，如果某个毛刺的位置处于毛刺数据库中惯性位置以外的位置，那么该个毛刺为第 一毛刺，所述预评估指数计算模块计算某个候选压铸件的预评估指数
Figure 437221DEST_PATH_IMAGE001
， 其中，
Figure 910928DEST_PATH_IMAGE002
为从该个候选压铸件的预图像中识别到的第一毛刺的个数，
Figure 253922DEST_PATH_IMAGE003
为从该个候选压铸件 的预图像中识别到的毛刺的总个数，
Figure 205698DEST_PATH_IMAGE004
为从该个候选压铸件的预图像中识别到的第i个毛 刺，
Figure 84792DEST_PATH_IMAGE005
为该个候选压铸件的预图像中第i个毛刺的面积，
Figure 729400DEST_PATH_IMAGE006
为该个候选压铸件的预图像中所 有的毛刺的面积之和，
Figure 61155DEST_PATH_IMAGE007
，
Figure 551043DEST_PATH_IMAGE008
为该个候选压铸件的预图像中第i个毛刺与其他毛刺 之间的直线距离的平均值。
进一步的，所述综合评估指数获取模块包括声音采集模块、关注声音选取模块、综合评估指数计算模块、综合评估指数比较模块，所述声音采集模块采集该个候选压铸件去毛刺时的声音信息，所述关注声音选取模块将该声音信息与预设的标准声音信息进行比较，如果压铸件去毛刺时某时刻的声音信息与预设的标准声音信息的相似度小于相似度阈值，那么该时刻的声音信息为关注声音，统计压铸件去毛刺时的声音信息为关注声音的总时长为该个压铸件的关注时长，其中，所述预设的标准声音信息为去毛刺设备对表面没有毛刺的压铸件进行作业时的声音，
设去毛刺过程中，某个候选压铸件是最近一个检测压铸件之后的第m个候选压铸 件，所述综合评估指数计算模块计算该个候选压铸件的综合评估指数
Figure 143698DEST_PATH_IMAGE009
，其 中，
Figure 834573DEST_PATH_IMAGE010
为最近一个检测压铸件之后的第j个候选压铸件的关注时长，
Figure 778259DEST_PATH_IMAGE011
为去毛刺设备对一个 压铸件进行去毛刺作业的时长，
Figure 711317DEST_PATH_IMAGE012
为最近一个检测压铸件之后的第j个候选压铸件的预评 估指数，所述综合评估指数比较模块将某个候选压铸件的综合评估指数与综合阈值进行比 较，如果某个候选压铸件的综合评估指数大于等于综合阈值，那么该个候选压铸件为检测 压铸件。
进一步的，所述毛刺数据库建立模块包括基础压铸件选取模块、压铸件合并处理模块、惯性指数计算模块和惯性指数比较模块，所述基础压铸件选取模块设最近一段时间内处理过的压铸件为基础压铸件，设基础压铸件的个数为X，采集各个基础压铸件的预图像上的毛刺信息，获取各个基础压铸件上每个毛刺的中心位置为候选位置，所述压铸件合并处理模块对候选位置进行合并处理，所述对候选位置进行合并处理包括：设两个基础压铸件分别为第一压铸件和第二压铸件，第一压铸件上有第一毛刺，第二压铸件上有第二毛刺，将第一毛刺的候选位置映射到压铸件模型上，将第二毛刺的候选位置映射到压铸件模型上，其中，压铸件模型为预先根据基础压铸件得到的模型；在压铸件模型中，如果第一毛刺的候选位置与第二毛刺的候选位置之间的距离小于关联距离，且第一毛刺与第二毛刺的重合面积大于等于重合阈值，那么合并第一毛刺的候选位置和第二毛刺的候选位置，将第一毛刺的候选位置与第二毛刺的候选位置之间的中点作为第一毛刺和第二毛刺的候选位置，其中，重合阈值为第三毛刺的面积的百分之八十，第三毛刺为第一毛刺和第二毛刺中毛刺面积较小的那个毛刺，所述惯性指数计算模块设某个候选位置为待判定位置，统计基础压铸件中存在毛刺的候选位置与该个待判定位置在基础压铸件上所处的位置区域相同的基础压铸件的个数Y，计算某个待判定位置的惯性指数G=Y/X，所述惯性指数比较模块将待判定位置的惯性指数与惯性阈值进行比较，如果某个待判定位置的惯性指数大于惯性阈值，那么该个位置为压铸件上毛刺的惯性位置。
一种基于机器视觉的压铸件毛刺检测方法，所述压铸件毛刺检测方法包括以下步骤：
设待去毛刺的各个压铸件为候选压铸件，采集候选压铸件去毛刺前的图像为预图像，对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数，
在某个候选压铸件被去毛刺之后，对该个候选压铸件及该个候选压铸件之前被去毛刺的候选压铸件的综合评估指数进行分析，判断该个候选压铸件是否为检测压铸件，
如果某个压铸件为检测压铸件，那么对该个压铸件被去毛刺的情况进行检测，判断该个压铸件去毛刺是否合格，否则，直接对下一个压铸件进行去毛刺。
进一步的，所述对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数包括：
预先建立毛刺数据库，所述毛刺数据库用于存储压铸件上毛刺的惯性位置，所述惯性位置为压铸件上容易出现毛刺的位置，
从某个候选压铸件的预图像中识别出该个候选压铸件上各个毛刺的位置，如果某个毛刺的位置处于毛刺数据库中惯性位置以外的位置，那么该个毛刺为第一毛刺，
计算某个候选压铸件的预评估指数
Figure 424058DEST_PATH_IMAGE001
，其中，
Figure 20256DEST_PATH_IMAGE002
为从该个候选压 铸件的预图像中识别到的第一毛刺的个数，
Figure 185658DEST_PATH_IMAGE003
为从该个候选压铸件的预图像中识别到的毛 刺的总个数，
Figure 158293DEST_PATH_IMAGE004
为从该个候选压铸件的预图像中识别到的第i个毛刺，
Figure 991120DEST_PATH_IMAGE005
为该个候选压铸件 的预图像中第i个毛刺的面积，
Figure 617273DEST_PATH_IMAGE006
为该个候选压铸件的预图像中所有的毛刺的面积之和，
Figure 410917DEST_PATH_IMAGE007
，
Figure 311877DEST_PATH_IMAGE008
为该个候选压铸件的预图像中第i个毛刺与其他毛刺之间的直线距离的平 均值。
进一步的，所述判断该个候选压铸件是否为检测压铸件包括：
采集该个候选压铸件去毛刺时的声音信息，将该声音信息与预设的标准声音信息进行比较，
如果压铸件去毛刺时某时刻的声音信息与预设的标准声音信息的相似度小于相似度阈值，那么该时刻的声音信息为关注声音，统计压铸件去毛刺时的声音信息为关注声音的总时长为该个压铸件的关注时长，
设去毛刺过程中，某个候选压铸件是最近一个检测压铸件之后的第m个候选压铸件，
计算该个候选压铸件的综合评估指数
Figure 107532DEST_PATH_IMAGE009
，其中，
Figure 435746DEST_PATH_IMAGE010
为最近一个检测压 铸件之后的第j个候选压铸件的关注时长，
Figure 185527DEST_PATH_IMAGE011
为去毛刺设备对一个压铸件进行去毛刺作业 的时长，
Figure 890178DEST_PATH_IMAGE012
为最近一个检测压铸件之后的第j个候选压铸件的预评估指数，
如果某个候选压铸件的综合评估指数大于等于综合阈值，那么该个候选压铸件为检测压铸件。
进一步的，所述预先建立毛刺数据库包括：
设最近一段时间内处理过的压铸件为基础压铸件，设基础压铸件的个数为X，采集各个基础压铸件的预图像上的毛刺信息，获取各个基础压铸件上每个毛刺的中心位置为候选位置，对候选位置进行合并处理，
设某个候选位置为待判定位置，统计基础压铸件中，存在毛刺的候选位置与该个待判定位置在基础压铸件上所处的位置区域相同的基础压铸件的个数Y，
计算某个待判定位置的惯性指数G=Y/X，
如果某个待判定位置的惯性指数大于惯性阈值，那么该个待判定位置为压铸件上毛刺的惯性位置；
所述对候选位置进行合并处理包括：
设两个基础压铸件分别为第一压铸件和第二压铸件，第一压铸件上有第一毛刺，第二压铸件上有第二毛刺，
将第一毛刺的候选位置映射到压铸件模型上，将第二毛刺的候选位置映射到压铸件模型上，其中，压铸件模型为预先根据基础压铸件得到的模型；
在压铸件模型中，如果第一毛刺的候选位置与第二毛刺的候选位置之间的距离小于关联距离，且第一毛刺与第二毛刺的重合面积大于等于重合阈值，那么合并第一毛刺的候选位置和第二毛刺的候选位置，将第一毛刺的候选位置与第二毛刺的候选位置之间的中点作为第一毛刺和第二毛刺的候选位置，其中，重合阈值为第三毛刺的面积的百分之八十，第三毛刺为第一毛刺和第二毛刺中毛刺面积较小的那个毛刺。
进一步的，所述预设的标准声音信息为去毛刺设备对表面没有毛刺的压铸件进行作业时的声音。
与现有技术相比，本发明所达到的有益效果是：本发明通过对去毛刺前压铸件上的毛刺的分布情况进行检测以及对去毛刺设备对压铸件去毛刺的情况进行分析，选取合适的压铸件进行去毛刺情况检测，从而不需要对每一个去毛刺后的压铸件进行检测，提高了对压铸件去毛刺情况检测的效率，减少了对压铸件去毛刺情况检测所花费的时间。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明基于机器视觉的压铸件毛刺检测系统的模块示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
请参阅图1，本发明提供技术方案：
一种基于机器视觉的压铸件毛刺检测系统，所述压铸件毛刺检测系统包括预图像采集模块、预评估指数获取模块、综合评估指数获取模块和压铸件指示模块，所述预图像采集模块设待去毛刺的各个压铸件为候选压铸件，采集候选压铸件去毛刺前的图像为预图像，所述预评估指数获取模块对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数，所述综合评估指数获取模块在某个候选压铸件被去毛刺之后，对该个候选压铸件及该个候选压铸件之前被去毛刺的候选压铸件的综合评估指数进行分析，判断该个候选压铸件是否为检测压铸件，所述压铸件指示模块在某个压铸件为检测压铸件，控制对该个压铸件被去毛刺的情况进行检测，判断该个压铸件去毛刺是否合格，在某个压铸件不是检测压铸件，控制直接对下一个压铸件进行去毛刺。
所述预评估指数获取模块包括毛刺数据库建立模块、第一毛刺判断模块和预评估 指数计算模块，所述毛刺数据库建立模块用于预先建立毛刺数据库，所述毛刺数据库用于 存储压铸件上毛刺的惯性位置，所述第一毛刺判断模块从某个候选压铸件的预图像中识别 出该个候选压铸件上各个毛刺的位置，如果某个毛刺的位置处于毛刺数据库中惯性位置以 外的位置，那么该个毛刺为第一毛刺，所述预评估指数计算模块计算某个候选压铸件的预 评估指数
Figure 307384DEST_PATH_IMAGE001
，其中，
Figure 806498DEST_PATH_IMAGE002
为从该个候选压铸件的预图像中识别到的第一毛刺 的个数，
Figure 309155DEST_PATH_IMAGE003
为从该个候选压铸件的预图像中识别到的毛刺的总个数，
Figure 286338DEST_PATH_IMAGE004
为从该个候选压铸件 的预图像中识别到的第i个毛刺，
Figure 682684DEST_PATH_IMAGE005
为该个候选压铸件的预图像中第i个毛刺的面积，
Figure 726601DEST_PATH_IMAGE006
为该 个候选压铸件的预图像中所有的毛刺的面积之和，
Figure 841188DEST_PATH_IMAGE007
，
Figure 497428DEST_PATH_IMAGE008
为该个候选压铸件的预 图像中第i个毛刺与其他毛刺之间的直线距离的平均值。
所述综合评估指数获取模块包括声音采集模块、关注声音选取模块、综合评估指数计算模块、综合评估指数比较模块，所述声音采集模块采集该个候选压铸件去毛刺时的声音信息，所述关注声音选取模块将该声音信息与预设的标准声音信息进行比较，如果压铸件去毛刺时某时刻的声音信息与预设的标准声音信息的相似度小于相似度阈值，那么该时刻的声音信息为关注声音，统计压铸件去毛刺时的声音信息为关注声音的总时长为该个压铸件的关注时长，其中，所述预设的标准声音信息为去毛刺设备对表面没有毛刺的压铸件进行作业时的声音，
设去毛刺过程中，某个候选压铸件是最近一个检测压铸件之后的第m个候选压铸 件，所述综合评估指数计算模块计算该个候选压铸件的综合评估指数
Figure 13860DEST_PATH_IMAGE009
，其 中，
Figure 730144DEST_PATH_IMAGE010
为最近一个检测压铸件之后的第j个候选压铸件的关注时长，
Figure 66447DEST_PATH_IMAGE011
为去毛刺设备对一个 压铸件进行去毛刺作业的时长，
Figure 791958DEST_PATH_IMAGE012
为最近一个检测压铸件之后的第j个候选压铸件的预评 估指数，所述综合评估指数比较模块将某个候选压铸件的综合评估指数与综合阈值进行比 较，如果某个候选压铸件的综合评估指数大于等于综合阈值，那么该个候选压铸件为检测 压铸件。
所述毛刺数据库建立模块包括基础压铸件选取模块、压铸件合并处理模块、惯性指数计算模块和惯性指数比较模块，所述基础压铸件选取模块设最近一段时间内处理过的压铸件为基础压铸件，设基础压铸件的个数为X，采集各个基础压铸件的预图像上的毛刺信息，获取各个基础压铸件上每个毛刺的中心位置为候选位置，所述压铸件合并处理模块对候选位置进行合并处理，所述对候选位置进行合并处理包括：设两个基础压铸件分别为第一压铸件和第二压铸件，第一压铸件上有第一毛刺，第二压铸件上有第二毛刺，将第一毛刺的候选位置映射到压铸件模型上，将第二毛刺的候选位置映射到压铸件模型上，其中，压铸件模型为预先根据基础压铸件得到的模型；在压铸件模型中，如果第一毛刺的候选位置与第二毛刺的候选位置之间的距离小于关联距离，且第一毛刺与第二毛刺的重合面积大于等于重合阈值，那么合并第一毛刺的候选位置和第二毛刺的候选位置，将第一毛刺的候选位置与第二毛刺的候选位置之间的中点作为第一毛刺和第二毛刺的候选位置，其中，重合阈值为第三毛刺的面积的百分之八十，第三毛刺为第一毛刺和第二毛刺中毛刺面积较小的那个毛刺，所述惯性指数计算模块设某个候选位置为待判定位置，统计各个基础压铸件中存在毛刺的候选位置与该个待判定位置在基础压铸件上所处的位置区域相同的基础压铸件的个数Y，计算某个待判定位置的惯性指数G=Y/X，所述惯性指数比较模块将待判定位置的惯性指数与惯性阈值进行比较，如果某个待判定位置的惯性指数大于惯性阈值，那么该个位置为压铸件上毛刺的惯性位置。
一种基于机器视觉的压铸件毛刺检测方法，所述压铸件毛刺检测方法包括以下步骤：
设待去毛刺的各个压铸件为候选压铸件，采集候选压铸件去毛刺前的图像为预图像，对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数，
所述对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数包括：
预先建立毛刺数据库，所述毛刺数据库用于存储压铸件上毛刺的惯性位置，这里的毛刺的惯性位置是针对某一品种的压铸件，同一品种的压铸件上毛刺的惯性位置相同，不同品种的压铸件上毛刺的惯性位置不同，
从某个候选压铸件的预图像中识别出该个候选压铸件上各个毛刺的位置，如果某个毛刺的位置处于毛刺数据库中惯性位置以外的位置，那么该个毛刺为第一毛刺，惯性位置实际上指的是压铸件上容易出现毛刺的位置，第一毛刺实际上指的是压铸件上不容易出现毛刺的位置，当压铸件中的第一毛刺越多，那说明这个压铸件的毛刺情况比较罕见，应当对这个压铸件去毛刺后的情况进行检测，判断下有没有将这个压铸件的毛刺去干净；
计算某个候选压铸件的预评估指数
Figure 825814DEST_PATH_IMAGE001
，其中，
Figure 837633DEST_PATH_IMAGE002
为从该个候选压 铸件的预图像中识别到的第一毛刺的个数，
Figure 536598DEST_PATH_IMAGE003
为从该个候选压铸件的预图像中识别到的毛 刺的总个数，
Figure 659275DEST_PATH_IMAGE004
为从该个候选压铸件的预图像中识别到的第i个毛刺，
Figure 25665DEST_PATH_IMAGE005
为该个候选压铸件 的预图像中第i个毛刺的面积，
Figure 473964DEST_PATH_IMAGE006
为该个候选压铸件的预图像中所有的毛刺的面积之和，
Figure 191385DEST_PATH_IMAGE007
，
Figure 757233DEST_PATH_IMAGE008
为该个候选压铸件的预图像中第i个毛刺与其他毛刺之间的直线距离的平 均值；当某个毛刺与其他毛刺之间的之间距离的平均值比较大的时候，说明毛刺分布比较 散乱复杂，出现毛刺漏去除或者去除不干净的几率较大，
Figure 978130DEST_PATH_IMAGE013
作为权值，从而对压铸件的毛刺 分布情况评估更加准确；
本申请中，通过计算某个压铸件的预评估指数来判断压铸件上的毛刺的分布情况，当压铸件上的预评估指数越大，说明压铸件上的毛刺分布越复杂，那么去毛刺的难度越高，如果去毛刺难度高的压铸件在去毛刺后质量也合格，那么相对简单的一般质量也合格；
所述预先建立毛刺数据库包括：
设最近一段时间内处理过的压铸件为基础压铸件，设基础压铸件的个数为X，采集各个基础压铸件的预图像上的毛刺信息，获取各个基础压铸件上每个毛刺的中心位置为候选位置，对候选位置进行合并处理，
设某个候选位置为待判定位置，统计各个基础压铸件中，存在毛刺的候选位置与该个待判定位置在基础压铸件上所处的位置区域相同的基础压铸件的个数Y，比如说，基础压铸件的个数为20，现在来计算候选位置a的惯性指数，有3个基础压铸件上存在毛刺的候选位置是跟候选位置a所在的位置区域相同，Y=3；
计算某个待判定位置的惯性指数G=Y/X，
如果某个待判定位置的惯性指数大于惯性阈值，那么该个待判定位置为压铸件上毛刺的惯性位置；
所述对候选位置进行合并处理包括：
设有两个基础压铸件分别为第一压铸件和第二压铸件，第一压铸件上有第一毛刺，第二压铸件上有第二毛刺，
将第一毛刺的候选位置映射到压铸件模型上，将第二毛刺的候选位置映射到压铸件模型上，其中，压铸件模型为预先根据基础压铸件得到的模型，上述技术方案本质上是为了第一毛刺的候选位置、第二毛刺的候选位置放在一个基础压铸件上进而获得这两个候选位置之间的距离和重合面积，
在压铸件模型中，如果第一毛刺的候选位置与第二毛刺的候选位置之间的距离小于关联距离，且第一毛刺与第二毛刺的重合面积大于等于重合阈值，那么合并第一毛刺的候选位置和第二毛刺的候选位置，将第一毛刺的候选位置与第二毛刺的候选位置之间的中点作为第一毛刺和第二毛刺的候选位置，其中，重合阈值为第三毛刺的面积的百分之八十，第三毛刺为第一毛刺和第二毛刺中毛刺面积较小的那个毛刺；本申请中考虑到有时候虽然毛刺的中心位置不同，但实际上可能是一个原因导致的毛刺产生，所以本申请中在建立毛刺数据库过程中对毛刺的中心位置进行合并处理，从而提高后续判断是否要对某个压铸件进行去毛刺质量检测的合理性；
在某个候选压铸件被去毛刺之后，对该个候选压铸件及该个候选压铸件之前的候选压铸件的综合评估指数进行分析，判断该个候选压铸件是否为检测压铸件，
所述判断该个候选压铸件是否为检测压铸件包括：
采集该个候选压铸件去毛刺时的声音信息，将该声音信息与预设的标准声音信息进行比较，所述预设的标准声音信息为去毛刺设备对表面没有毛刺的压铸件进行作业时的声音；
如果压铸件去毛刺时某时刻的声音信息与预设的标准声音信息的相似度小于相似度阈值，说明该时刻去毛刺设备是对压铸件进行了去毛刺，那么该时刻的声音信息为关注声音，统计压铸件去毛刺时的声音信息为关注声音的总时长为该个压铸件的关注时长，当某个压铸件的关注时长越长，说明对该压铸件去的毛刺比较多，对去的毛刺比较多的压铸件进行检测，更加能够从多个被去毛刺的地方进行检测反应去毛刺的质量；
设去毛刺过程中，某个候选压铸件是最近一个检测压铸件之后的第m个候选压铸件，比如在去毛刺过程中，对压铸件1、压铸件2、压铸件3、压铸件4进行去毛刺，压铸件2为检测压铸件，压铸件3、压铸件4是候选压铸件，那么压铸件3是最近一个检测压铸件之后的第1个候选压铸件，压铸件4是最近一个检测压铸件之后的第2个候选压铸件，那么计算压铸件4的综合评估指数时，m=2；
计算该个候选压铸件的综合评估指数
Figure 862909DEST_PATH_IMAGE009
，其中，
Figure 802046DEST_PATH_IMAGE010
为最近一个检测压 铸件之后的第j个候选压铸件的关注时长，
Figure 673050DEST_PATH_IMAGE011
为去毛刺设备对一个压铸件进行去毛刺作业 的时长，
Figure 607508DEST_PATH_IMAGE012
为最近一个检测压铸件之后的第j个候选压铸件的预评估指数，本申请的某个压 铸件的综合评估指数实际上对最近一个检测压铸件之后到该个压铸件之间的压铸件进行 分析，当去毛刺设备处理的候选压铸件的毛刺越多，压铸件上的毛刺越复杂，对去毛刺设备 本身产生损伤越多，那么对去毛刺设备产生损伤后容易出现去毛刺质量较低的情况，所以 当综合评估指数大于综合阈值时，将压铸件作为检测压铸件；本申请中的T为预设的固定 值；
如果某个候选压铸件的综合评估指数大于等于综合阈值，那么该个候选压铸件为检测压铸件；
如果某个压铸件为检测压铸件，那么对该个压铸件被去毛刺的情况进行检测，判断该个压铸件去毛刺是否合格，否则，直接对下一个压铸件进行去毛刺，在判断检测压铸件去毛刺合格的话，也是直接对下一个压铸件进行去毛刺，在判断检测压铸件去毛刺不合格的话，对该个检测压铸件和之前最近一个检测压铸件之间的压铸件进行去毛刺检测，判断是个别压铸件去毛刺质量不合格还是所有的压铸件去毛刺质量不合格，在所有的压铸件去毛刺质量不合格时对去毛刺设备进行维修，在个别压铸件去毛刺质量不合格时，重新将这些去毛刺质量不合格的压铸件进行去毛刺。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：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，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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)

1.一种基于机器视觉的压铸件毛刺检测系统，其特征在于，所述压铸件毛刺检测系统包括预图像采集模块、预评估指数获取模块、综合评估指数获取模块和压铸件指示模块，所述预图像采集模块设待去毛刺的各个压铸件为候选压铸件，采集候选压铸件去毛刺前的图像为预图像，所述预评估指数获取模块对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数，所述综合评估指数获取模块在某个候选压铸件被去毛刺之后，对该个候选压铸件及该个候选压铸件之前被去毛刺的候选压铸件的综合评估指数进行分析，判断该个候选压铸件是否为检测压铸件，所述压铸件指示模块在某个压铸件为检测压铸件，控制对该个压铸件被去毛刺的情况进行检测，判断该个压铸件去毛刺是否合格，在某个压铸件不是检测压铸件，控制直接对下一个压铸件进行去毛刺；
所述预评估指数获取模块包括毛刺数据库建立模块、第一毛刺判断模块和预评估指数 计算模块，所述毛刺数据库建立模块用于预先建立毛刺数据库，所述毛刺数据库用于存储 压铸件上毛刺的惯性位置，所述惯性位置为压铸件上容易出现毛刺的位置，所述第一毛刺 判断模块从某个候选压铸件的预图像中识别出该个候选压铸件上各个毛刺的位置，如果某 个毛刺的位置处于毛刺数据库中惯性位置以外的位置，那么该个毛刺为第一毛刺，所述预 评估指数计算模块计算某个候选压铸件的预评估指数
Figure 918469DEST_PATH_IMAGE001
，其中，
Figure 242134DEST_PATH_IMAGE002
为从该 个候选压铸件的预图像中识别到的第一毛刺的个数，
Figure 553029DEST_PATH_IMAGE003
为从该个候选压铸件的预图像中识 别到的毛刺的总个数，
Figure 354763DEST_PATH_IMAGE004
为从该个候选压铸件的预图像中识别到的第i个毛刺，
Figure 700294DEST_PATH_IMAGE005
为该个候 选压铸件的预图像中第i个毛刺的面积，
Figure 788336DEST_PATH_IMAGE006
为该个候选压铸件的预图像中所有的毛刺的面 积之和，
Figure 960429DEST_PATH_IMAGE007
，
Figure 831433DEST_PATH_IMAGE008
为该个候选压铸件的预图像中第i个毛刺与其他毛刺之间的直线距 离的平均值。
2.根据权利要求1所述的一种基于机器视觉的压铸件毛刺检测系统，其特征在于：所述综合评估指数获取模块包括声音采集模块、关注声音选取模块、综合评估指数计算模块、综合评估指数比较模块，所述声音采集模块采集该个候选压铸件去毛刺时的声音信息，所述关注声音选取模块将该声音信息与预设的标准声音信息进行比较，如果压铸件去毛刺时某时刻的声音信息与预设的标准声音信息的相似度小于相似度阈值，那么该时刻的声音信息为关注声音，统计压铸件去毛刺时的声音信息为关注声音的总时长为该个压铸件的关注时长，其中，所述预设的标准声音信息为去毛刺设备对表面没有毛刺的压铸件进行作业时的声音，
设去毛刺过程中，某个候选压铸件是最近一个检测压铸件之后的第m个候选压铸件，所 述综合评估指数计算模块计算该个候选压铸件的综合评估指数
Figure 31470DEST_PATH_IMAGE009
，其中，
Figure 431358DEST_PATH_IMAGE010
为 最近一个检测压铸件之后的第j个候选压铸件的关注时长，
Figure 716846DEST_PATH_IMAGE011
为去毛刺设备对一个压铸件 进行去毛刺作业的时长，
Figure 860383DEST_PATH_IMAGE012
为最近一个检测压铸件之后的第j个候选压铸件的预评估指数， 所述综合评估指数比较模块用于将某个候选压铸件的综合评估指数与综合阈值进行比较， 如果该个候选压铸件的综合评估指数大于等于综合阈值，那么该个候选压铸件为检测压铸 件。
3.根据权利要求2所述的一种基于机器视觉的压铸件毛刺检测系统，其特征在于：所述毛刺数据库建立模块包括基础压铸件选取模块、压铸件合并处理模块、惯性指数计算模块和惯性指数比较模块，所述基础压铸件选取模块设最近一段时间内处理过的压铸件为基础压铸件，设基础压铸件的个数为X，采集各个基础压铸件的预图像上的毛刺信息，获取各个基础压铸件上每个毛刺的中心位置为候选位置，所述压铸件合并处理模块对候选位置进行合并处理，所述对候选位置进行合并处理包括：设有两个基础压铸件分别为第一压铸件和第二压铸件，第一压铸件上有第一毛刺，第二压铸件上有第二毛刺，将第一毛刺的候选位置映射到压铸件模型上，将第二毛刺的候选位置映射到压铸件模型上，其中，压铸件模型为预先根据基础压铸件得到的模型，在压铸件模型中，如果第一毛刺的候选位置与第二毛刺的候选位置之间的距离小于关联距离，且第一毛刺与第二毛刺的重合面积大于等于重合阈值，那么合并第一毛刺的候选位置和第二毛刺的候选位置，将第一毛刺的候选位置与第二毛刺的候选位置之间的中点作为第一毛刺和第二毛刺的候选位置，其中，重合阈值为第三毛刺的面积的百分之八十，第三毛刺为第一毛刺和第二毛刺中毛刺面积较小的那个毛刺，所述惯性指数计算模块用于设某个候选位置为待判定位置，统计基础压铸件中存在毛刺的候选位置与该个待判定位置在基础压铸件上所处的位置区域相同的基础压铸件的个数Y，计算某个待判定位置的惯性指数G=Y/X，所述惯性指数比较模块将待判定位置的惯性指数与惯性阈值进行比较，如果某个待判定位置的惯性指数大于惯性阈值，那么该个位置为压铸件上毛刺的惯性位置。
4.一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述压铸件毛刺检测方法包括以下步骤：
设待去毛刺的各个压铸件为候选压铸件，采集候选压铸件去毛刺前的图像为预图像，对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数，
在某个候选压铸件被去毛刺之后，对该个候选压铸件及该个候选压铸件之前被去毛刺的候选压铸件的综合评估指数进行分析，判断该个候选压铸件是否为检测压铸件，
如果某个压铸件为检测压铸件，那么对该个压铸件被去毛刺的情况进行检测，判断该个压铸件去毛刺是否合格，否则，直接对下一个压铸件进行去毛刺；
所述对某个候选压铸件的预图像进行分析得到候选压铸件的预评估指数包括：
预先建立毛刺数据库，所述毛刺数据库用于存储压铸件上毛刺的惯性位置，所述惯性位置为压铸件上容易出现毛刺的位置，
从某个候选压铸件的预图像中识别出该个候选压铸件上各个毛刺的位置，如果某个毛刺的位置处于毛刺数据库中惯性位置以外的位置，那么该个毛刺为第一毛刺，
计算某个候选压铸件的预评估指数
Figure 649347DEST_PATH_IMAGE001
，其中，
Figure 610350DEST_PATH_IMAGE002
为从该个候选压铸件 的预图像中识别到的第一毛刺的个数，
Figure 757035DEST_PATH_IMAGE003
为从该个候选压铸件的预图像中识别到的毛刺的 总个数，
Figure 563317DEST_PATH_IMAGE004
为从该个候选压铸件的预图像中识别到的第i个毛刺，
Figure 613313DEST_PATH_IMAGE005
为该个候选压铸件的预 图像中第i个毛刺的面积，
Figure 479638DEST_PATH_IMAGE006
为该个候选压铸件的预图像中所有的毛刺的面积之和，
Figure 615084DEST_PATH_IMAGE007
，
Figure 959478DEST_PATH_IMAGE008
为该个候选压铸件的预图像中第i个毛刺与其他毛刺之间的直线距离的平 均值。
5.根据权利要求4所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述判断该个候选压铸件是否为检测压铸件包括：
采集该个候选压铸件去毛刺时的声音信息，将该声音信息与预设的标准声音信息进行比较，
如果压铸件去毛刺时某时刻的声音信息与预设的标准声音信息的相似度小于相似度阈值，那么该时刻的声音信息为关注声音，统计压铸件去毛刺时的声音信息为关注声音的总时长为该个压铸件的关注时长，
设去毛刺过程中，某个候选压铸件是最近一个检测压铸件之后的第m个候选压铸件，
计算该个候选压铸件的综合评估指数
Figure 129559DEST_PATH_IMAGE009
，其中，
Figure 166785DEST_PATH_IMAGE010
为最近一个检测压铸件 之后的第j个候选压铸件的关注时长，
Figure 22483DEST_PATH_IMAGE011
为去毛刺设备对一个压铸件进行去毛刺作业的时 长，
Figure 436147DEST_PATH_IMAGE012
为最近一个检测压铸件之后的第j个候选压铸件的预评估指数，
如果某个候选压铸件的综合评估指数大于等于综合阈值，那么该个候选压铸件为检测压铸件。
6.根据权利要求4所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述预先建立毛刺数据库包括：
设最近一段时间内处理过的压铸件为基础压铸件，设基础压铸件的个数为X，采集各个基础压铸件的预图像上的毛刺信息，获取各个基础压铸件上每个毛刺的中心位置为候选位置，对候选位置进行合并处理，
设某个候选位置为待判定位置，统计基础压铸件中存在毛刺的候选位置与该个待判定位置在基础压铸件上所处的位置区域相同的基础压铸件的个数Y，
计算某个待判定位置的惯性指数G=Y/X，
如果某个待判定位置的惯性指数大于惯性阈值，那么该个待判定位置为压铸件上毛刺的惯性位置；
所述对候选位置进行合并处理包括：
设两个基础压铸件分别为第一压铸件和第二压铸件，第一压铸件上有第一毛刺，第二压铸件上有第二毛刺，
将第一毛刺的候选位置映射到压铸件模型上，将第二毛刺的候选位置映射到压铸件模型上，其中，压铸件模型为预先根据基础压铸件得到的模型；
在压铸件模型中，如果第一毛刺的候选位置与第二毛刺的候选位置之间的距离小于关联距离，且第一毛刺与第二毛刺的重合面积大于等于重合阈值，那么合并第一毛刺的候选位置和第二毛刺的候选位置，将第一毛刺的候选位置与第二毛刺的候选位置之间的中点作为第一毛刺和第二毛刺的候选位置，其中，重合阈值为第三毛刺的面积的百分之八十，第三毛刺为第一毛刺和第二毛刺中毛刺面积较小的那个毛刺。
7.根据权利要求5所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述预设的标准声音信息为去毛刺设备对表面没有毛刺的压铸件进行作业时的声音。
CN202211341804.9A 2022-10-31 2022-10-31 一种基于机器视觉的压铸件毛刺检测系统及方法 Active CN115406900B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211341804.9A CN115406900B (zh) 2022-10-31 2022-10-31 一种基于机器视觉的压铸件毛刺检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211341804.9A CN115406900B (zh) 2022-10-31 2022-10-31 一种基于机器视觉的压铸件毛刺检测系统及方法

Publications (2)

Publication Number Publication Date
CN115406900A true CN115406900A (zh) 2022-11-29
CN115406900B CN115406900B (zh) 2023-01-20

Family

ID=84168697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211341804.9A Active CN115406900B (zh) 2022-10-31 2022-10-31 一种基于机器视觉的压铸件毛刺检测系统及方法

Country Status (1)

Country Link
CN (1) CN115406900B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117331355A (zh) * 2023-09-27 2024-01-02 江苏中科云控智能工业装备有限公司 一种基于神经网络的压铸件去毛刺工艺调控系统及方法
CN117392133A (zh) * 2023-12-12 2024-01-12 江苏中科云控智能工业装备有限公司 一种基于机器视觉的压铸件毛刺检测系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106141153A (zh) * 2015-04-24 2016-11-23 重庆吉科阳机械配件有限公司 一种冲床去压铸件毛刺的方法
CN112985329A (zh) * 2021-05-12 2021-06-18 江苏中科云控智能工业装备有限公司 一种压铸件毛刺测量系统及方法
CN112975637A (zh) * 2021-04-28 2021-06-18 江苏中科云控智能工业装备有限公司 一种用于压铸件的去毛刺装置及方法
CN113284143A (zh) * 2021-07-20 2021-08-20 江苏中科云控智能工业装备有限公司 基于图像数据处理的压铸件去毛刺精度检测系统
CN114279357A (zh) * 2021-12-23 2022-04-05 杭州电子科技大学 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统
CN115170563A (zh) * 2022-09-06 2022-10-11 江苏中科云控智能工业装备有限公司 基于物联网的压铸件去毛刺后的检测系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106141153A (zh) * 2015-04-24 2016-11-23 重庆吉科阳机械配件有限公司 一种冲床去压铸件毛刺的方法
CN112975637A (zh) * 2021-04-28 2021-06-18 江苏中科云控智能工业装备有限公司 一种用于压铸件的去毛刺装置及方法
CN112985329A (zh) * 2021-05-12 2021-06-18 江苏中科云控智能工业装备有限公司 一种压铸件毛刺测量系统及方法
CN113284143A (zh) * 2021-07-20 2021-08-20 江苏中科云控智能工业装备有限公司 基于图像数据处理的压铸件去毛刺精度检测系统
CN114279357A (zh) * 2021-12-23 2022-04-05 杭州电子科技大学 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统
CN115170563A (zh) * 2022-09-06 2022-10-11 江苏中科云控智能工业装备有限公司 基于物联网的压铸件去毛刺后的检测系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117331355A (zh) * 2023-09-27 2024-01-02 江苏中科云控智能工业装备有限公司 一种基于神经网络的压铸件去毛刺工艺调控系统及方法
CN117331355B (zh) * 2023-09-27 2024-04-23 江苏中科云控智能工业装备有限公司 一种基于神经网络的压铸件去毛刺工艺调控系统及方法
CN117392133A (zh) * 2023-12-12 2024-01-12 江苏中科云控智能工业装备有限公司 一种基于机器视觉的压铸件毛刺检测系统及方法
CN117392133B (zh) * 2023-12-12 2024-02-20 江苏中科云控智能工业装备有限公司 一种基于机器视觉的压铸件毛刺检测系统及方法

Also Published As

Publication number Publication date
CN115406900B (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
CN115406900B (zh) 一种基于机器视觉的压铸件毛刺检测系统及方法
CN110852219B (zh) 一种多行人跨摄像头在线跟踪系统
CN113284143B (zh) 基于图像数据处理的压铸件去毛刺精度检测系统
CN112016409A (zh) 一种基于深度学习的工步规范视觉识别判定方法及系统
CN110561195B (zh) 一种机械加工过程中颤振的监测方法
CN110191433A (zh) 异常检测数据识别装置和方法、异常识别系统及存储介质
CN114994060B (zh) 一种机器视觉下的磁环外观缺陷智能检测系统及方法
CN113513991B (zh) 一种电池极片毛刺高度检测方法及装置
CN117392133B (zh) 一种基于机器视觉的压铸件毛刺检测系统及方法
TWI747686B (zh) 缺陷檢測方法及檢測裝置
CN111783672A (zh) 一种提高桥梁动位移精度的图像特征辨识方法
CN113269780B (zh) 基于深度学习的压铸件表面缺陷测量系统
CN115519096B (zh) 基于大数据的压铸件去毛刺装备状态检测系统及方法
CN114371179B (zh) 一种精冲模具表面异物在线检测与清除系统、方法及装置
CN112613408B (zh) 一种安全帽视频检测方法、系统、存储介质及安全帽
CN115100495A (zh) 基于子特征融合的轻量化安全帽检测方法
CN114596439A (zh) 一种基于图像的车险智能定损及核损方法、装置和电子设备
CN114998625A (zh) 一种适用于口罩模式下的人脸识别在线通行系统
CN114897921A (zh) 基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法
CN114463618A (zh) 一种基于动态人脸识别的人物同检系统、方法及人脸动态识别方法
CN114998778A (zh) 一种穿戴合规检测方法、检测装置和计算机可读存储介质
CN114155522A (zh) 一种点云数据质检修复方法及系统
CN113553965A (zh) 一种结合人脸识别和人体识别的人物身份识别方法
CN117911415B (zh) 一种基于机器视觉的设备自动化监管系统及方法
CN114979485B (zh) 一种分布式多目相机触发数不一致纠偏方法

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