CN116030062B - 基于热成像的压铸模具在线温度检测方法、装置及系统 - Google Patents
基于热成像的压铸模具在线温度检测方法、装置及系统 Download PDFInfo
- Publication number
- CN116030062B CN116030062B CN202310321093.7A CN202310321093A CN116030062B CN 116030062 B CN116030062 B CN 116030062B CN 202310321093 A CN202310321093 A CN 202310321093A CN 116030062 B CN116030062 B CN 116030062B
- Authority
- CN
- China
- Prior art keywords
- area
- die
- mold
- equidistant
- temperature
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及图像处理技术领域,特别是涉及基于热成像的压铸模具在线温度检测方法、装置及系统,包括:采集模具的移动图像;根据采集到的模具的移动图像识别模具区域;确定识别出的模具区域的几何中心;以识别出的模具区域的几何中心为圆心作若干个等距圆;根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形;根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,输出判断结果。本发明通过获取模具的移动图像,由移动图像确定模具区域,通过计算模具区域内等距圆内接多边形的面积的比值确定模具温度分布是否合格,实现了模具温度分布的在线检测,不需要复杂的调试以及人工对比判断,易于实现,成本低。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及基于热成像的压铸模具在线温度检测方法、装置及系统。
背景技术
在高压压铸、低压/重力铸造、半固态铸造、热压成型等领域,合理且稳定的模具温度分布,是铸件产品品质、生产过程稳定的重要基石。同时,对生产工艺的优化、提升生产效率,有着至关重要的意义。
在循环产线中,因为模具故障(如冷却系统设计问题)和不恰当的使用等会导致模具温度失控,对产出铸件质量、模具使用寿命、生产周期、过程稳定性、维护成本以及能源消耗都将产生不良影响。例如铸件的收缩、缩孔、疏松、裂纹、气泡等缺陷,很大程度上源自于模具温度的影响。
需要一种可靠的技术手段来发现模具温度异常的问题,实时反应模具的工作情况。
发明内容
基于此,有必要针对上述的问题,提供基于热成像的压铸模具在线温度检测方法、装置及系统。
本发明实施例是这样实现的,一种基于热成像的压铸模具在线温度检测方法,所述基于热成像的压铸模具在线温度检测方法包括:
采集模具的移动图像;
根据采集到的模具的移动图像识别模具区域;
确定识别出的模具区域的几何中心;
以识别出的模具区域的几何中心为圆心作若干个等距圆;
根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形;
根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,输出判断结果。
在其中一个实施例中,本发明提供了一种基于热成像的压铸模具在线温度检测装置,所述基于热成像的压铸模具在线温度检测装置包括:
采集模块,用于采集模具的移动图像;
模具区域确定模块,用于根据采集到的模具的移动图像识别模具区域;
几何中心确定模块,用于确定识别出的模具区域的几何中心;
等距圆生成模块,用于以识别出的模具区域的几何中心为圆心作若干个等距圆;
内接多边形生成模块,用于根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形;
计算判断模块,用于根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,输出判断结果。
在其中一个实施例中,本发明提供了一种基于热成像的压铸模具在线温度检测系统,所述基于热成像的压铸模具在线温度检测系统包括:
热成像设备,用于模具的图像采集;
输送带,用于模具的输送;以及
计算机设备,所述计算机设备与所述热成像设备连接,用于执行如本发明所述的基于热成像的压铸模具在线温度检测方法。
本发明提供的基于热成像的压铸模具在线温度检测方法通过获取模具在传输带上的移动图像,识别出模具的区域,由识别出的模具区域确定模具的几何中心,利用等距圆将模具区域进行分层,找出每个等距圆的内接多边形,由内接多边形的面积判断模具温度分布是否合格。本发明提供的方法采用的是无接触在线检测,与一般X光检测相比,对硬件设备的要求低,解决了X光检测需要人工进行比较判断的问题;同时,本发明的方法不需要考虑模具摆放方向的问题,便于温度分布的检测。
附图说明
图1为一个实施例提供的基于热成像的压铸模具在线温度检测方法的流程图;
图2为一个实施例提供的基于热成像的压铸模具在线温度检测装置的结构框图;
图3为一个实施例提供的基于热成像的压铸模具在线温度检测系统的结构框图;
图4为一个实施例中计算机设备的内部结构框图。
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。
可以理解,本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本发明的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
如图1所示,在一个实施例中,提出了一种基于热成像的压铸模具在线温度检测方法,具体可以包括以下步骤:
步骤S100,采集模具的移动图像;
步骤S200,根据采集到的模具的移动图像识别模具区域;
步骤S300,确定识别出的模具区域的几何中心;
步骤S400,以识别出的模具区域的几何中心为圆心作若干个等距圆;
步骤S500,根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形;
步骤S600,根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,输出判断结果。
在本实施例中,这里的移动图像是指在模具移动过程中采集的图像,在本发明中,使用热成像摄像机采集模具的图像,图像中可以清晰地显示模具的温度分布,通过本发明提供的处理方法可以判断模具温度分布是否合格。
在本实施例中,由采集到的前后两帧移动图像通过本发明提供的识别方法可以识别出模具区域,从而针对模具区域进行处理。
在本实施例中,识别出模具区域后,还可以进一步识别出模具区域的几何中心,基于几何中心作等距圆,这种方式可以排除模具朝向不同的影响,无论模具在传输带上朝向如何,相同的模具均能得到相近的结果,减少了影响变量。
在本实施例中,通过生成等距圆确定内接多边形再计算内接多边形的面积,这种方式可以解决模具不同摆放角度导致的图像处理不便的问题。并且采集等距圆可以实现模具上的密集采样。可以理解,所谓等距圆是指若干个具有相同圆心,且任意相邻两个圆的半径之差相等的圆。在本实施例中,对于同一款模具,同一个等距圆给定了一个标准面积,此标准面积的大小表征了温度区的大小,不同模具的温度区的面积进行比较,可以判断模具温度分布是否合格。
本发明提供的基于热成像的压铸模具在线温度检测方法通过获取模具在传输带上的移动图像,识别出模具的区域,由识别出的模具区域确定模具的几何中心,利用等距圆将模具区域进行分层,找出每个等距圆的内接多边形,由内接多边形的面积判断模具温度分布是否合格。本发明提供的方法采用的是无接触在线检测,与一般X光检测相比,对硬件设备的要求低,解决了X光检测需要人工进行比较判断的问题;同时,本发明的方法不需要考虑模具摆放方向的问题,便于温度分布的检测。
作为本发明的一个可选实施例,所述根据采集到的模具的移动图像识别模具区域,包括:
将移动图像等分为M*N个宏块;
将前后两帧图像作差,沿给定方向,对于前一帧图像的每个宏块,分别判断在后一帧图像中是否存在对应宏块,若存在,则该宏块为有效宏块;
筛选前一帧移动图像中的所有有效宏块;
由筛选出的有效宏块得到模具区域。
在本实施例中,将移动图像沿其长宽方向划分M行N列,得到M*N个宏块。优先地,移动图像的长为M的整数倍,宽为N的整数倍,且M、N均为单个像素宽度的整数倍,每个像素的长度与宽度相等。
在本实施例中,给定方向为移动图像的长度或者宽度方向。将前后两帧图像作差,是指将两帧图像的对应像素的像素值相减,若差值为0,则该像素不需要处理,本发明仅对差值不为0的区域进行处理。可以理解,作差是用于判断该像素是否需要进行处理,并非对像素的差值进行处理。作差后,移除前后两张移动图像差值为0的像素,得到两张图像的差异区域。对于前一帧图像的每个宏块,若该宏块的至少一个像素未被移除,则需要判断该宏块在后一帧图像中是否存在对应宏块。
作为本发明的一个可选实施例,所述判断在后一帧图像中是否存在对应宏块,包括:
根据运动关系确定当前宏块在后一帧图像中的对应区域;
依次计算后一帧图像对应区域各个像素的像素值与当前宏块对应像素的像素值的偏差;
若偏差小于设定偏差阈值的像素的占比达到设定比例值,则确定在后一帧图像中存在当前宏块的对应宏块。
在本实施例中,这里对应区域与传送带的运动速度有关,例如传送带在两帧图像之间的拍摄时间差内运动距离为L1,而移动图像的长度A(或者宽度B,即移动图像与传送带运动方向平行的一侧)对应的实际长度为L,则有移动图像每个宏块的运动距离a=A*L1/L,当前宏块的对应位置在后一帧图像沿传送带运动方向距离a处。这里的给定方向由传送带的运动方向决定,通常将传送带的运动方向设置为平行于图像的长度或者宽度方向,故这里的给定方向为平行于图像的长度或者宽度的方向,且由于传送带的运动方向是一定的,给定方向的朝向也是一定的。
在本实施例中,当后一帧图像的对应区域的各个像素与当前宏块的对应像素的像素值的偏差在设定比例值之内时,则后一帧图像中存在当前宏块的对应宏块。这里的设定比例值主要受传送带的移动速度以及模具的降温速度影响,通常设定在5%-10%以内即可。可以理解,像素值的偏差等于两个像素值的差的绝对值与前一帧或者后一帧图像参与计算的像素其像素值的比值。
作为本发明的一个可选实施例,所述由筛选出的有效宏块得到模具区域,包括:
在前一帧移动图像中,由筛选出的有效宏块围成的区域得到有效区域;
根据给定的温度阈值对有效区域的外边界进行进一步筛选得到模具区域。
在本实施例中,由所有的有效宏块可以得到有效区域;在本实施例中,需要说明的是,是通过有效宏块确定有效区域,而有效区域是指原移动图像中的一个封闭区域,上述有效宏块是用于确定有效区域的边界。通过给定的温度阈值对有效区域进行筛选可以得到模具区域。在本实施例中,采用的是热成像图像,不同的温度在热成像图像中表示为不同深浅的颜色(这里的深浅可以通过色彩的亮度或者饱和度等指标来表征),通过设定温度阈值(例如80度,120度等),将图像中低于该温度阈值的区域移除可以得到模具区域。
作为本发明的一个可选实施例,所述确定识别出的模具区域的几何中心,包括:
由上到下识别模具区域的第一角点;
由下到上识别模具区域的第二角点;
由左到右识别模具区域的第三角点;
由右到左识别模具区域的第四角点;
连接第一角点与第三角点得到第一对角线,连接第二角点与第四角点得到第二对角线;
由第一对角线与第二对角线的交点得到模具区域的几何中心。
在本实施例中,可以理解,本实施例是以四角点的模具以例说明的。当由上到下同时识别到两个点时,可以先左后右的方式取点,即取左侧的点为第一角点,类似地,由下到上识别时,优先左侧的点;由左到右识别时,优先上侧的点;由右到左识别时,优先上侧的点。
作为本发明的一个可选实施例,所述根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形,包括:
确定每个等距圆经过的点的温度范围;
将所述温度范围进行划分为若干个温度层;
确定温度点最多的温度层;
选定等距圆上该温度层上所有的温度点;
沿着等距圆的周向,顺次连接选定的温度点得到每个等距圆的内接多边形。
在本实施例中,每个等距圆经过众多的点,由每个点的颜色可以确定其对应的温度或者温度的范围,从而可以得到每个等距圆经过的所有点的温度的范围,即最高温度与最低温度。将温度范围划分为若干层,例如最低温度为100度,最高温度为500度,划分为四层分别为100-200,200-300,300-400以及400-500。
作为本发明的一个可选实施例,所述根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,包括:
计算每个等距圆的内接多边形的面积;
获取已检测的模具每个等距圆的内接多边形的平均面积;
分别计算当前模具每个等距圆的内接多边形的面积与已检测的模具对应等距圆的内接多边形的平均面积的比值;
判断所得的比值是否均落在设定范围,若是,则当前模具温度分布合格,否则当前模具温度分布不合格。
在本实施例中,对于已经得到的内接多边形的面积的计算本发明不作具体介绍,此可以将多边形分割为多个三角形,通过计算每个三角形的面积的方式得到。
在本实施例中,对于同款模具,其温度分布近似相同,则半径相同的等距圆的内接多边形的面积也近似相等,将已检测的合格模具每个等距圆的内接多边形的平均面积作为标准面积,可以评价被检测模具温度分布是否合格。在本实施例中,这里的设定范围通常取0.9-1.1之间,具体可以视需要调整。
在本实施例中,需要进行多个等距圆的内接多边形的面积的比较判定,只有所有内接多边形的面积的比值均符合要求时,该模具的温度分布才合格;当然,对于不同的半径的等距圆,上述比值的设定范围可以不完全相同,优先地,随着等距圆的半径增大,该范围也增大。
作为本发明的一个可选实施例,若当前模具温度分布不合格,之后还包括:
根据等距圆半径由小到大,确定首个超出设定范围的比值对应的等距圆的序数;
根据确定出的序数确定对应的等距圆,由对应的等距圆的范围得到缺陷位置。
在本实施例中,由上述步骤可以粗略地定位温度异常的位置,从而便于后续缺陷的定位以及处理。
如图2所示,本发明实施例还提供了一种基于热成像的压铸模具在线温度检测装置,所述基于热成像的压铸模具在线温度检测装置包括:
采集模块,用于采集模具的移动图像;
模具区域确定模块,用于根据采集到的模具的移动图像识别模具区域;
几何中心确定模块,用于确定识别出的模具区域的几何中心;
等距圆生成模块,用于以识别出的模具区域的几何中心为圆心作若干个等距圆;
内接多边形生成模块,用于根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形;
计算判断模块,用于根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,输出判断结果。
在本实施例中,上述基于热成像的压铸模具在线温度检测装置的各个模块是本发明方法的模块化,对于各个模块的具体解释说明,请参考本发明方法部分的内容,本发明实施例对此不再赘述。
如图3所示,本发明实施例还提供了一种基于热成像的压铸模具在线温度检测系统,所述基于热成像的压铸模具在线温度检测系统包括:
热成像设备,用于模具的图像采集;
输送带,用于模具的输送;以及
计算机设备,所述计算机设备与所述热成像设备连接,用于执行如本发明实施例所述的基于热成像的压铸模具在线温度检测方法。
在本实施例中,热成像设备以及输送带均为现有设备,本发明并不涉及对于这些硬件设备本身的改进。在本实施例中,计算机设备具体可以是台式电脑、个人笔记本等硬件设备。计算机设备通过执行本发明提供的基于热成像的压铸模具在线温度检测方法,通过获取模具在传输带上的移动图像,识别出模具的区域,由识别出的模具区域确定模具的几何中心,利用等距圆将模具区域进行分层,找出每个等距圆的内接多边形,由内接多边形的面积判断模具温度分布是否合格。本发明提供的方法采用的是无接触在线检测,与一般X光检测相比,对硬件设备的要求低,解决了X光检测需要人工进行比较判断的问题;同时,本发明的方法不需要考虑模具摆放方向的问题,便于温度分布的检测。
图4示出了一个实施例中计算机设备的内部结构图。如图4所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现本发明实施例提供的基于热成像的压铸模具在线温度检测方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行本发明实施例提供的基于热成像的压铸模具在线温度检测方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本发明实施例提供的基于热成像的压铸模具在线温度检测装置可以实现为一种计算机程序的形式,计算机程序可在如图4所示的计算机设备上运行。计算机设备的存储器中可存储组成该基于热成像的压铸模具在线温度检测装置的各个程序模块,比如,图3所示的采集模块、模具区域确定模块、几何中心确定模块、等距圆生成模块、内接多边形生成模块和计算判断模块。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本发明各个实施例的基于热成像的压铸模具在线温度检测方法中的步骤。
例如,图4所示的计算机设备可以通过如图3所示的基于热成像的压铸模具在线温度检测装置中的采集模块执行步骤S100;计算机设备可通过模具区域确定模块执行步骤S200;计算机设备可通过几何中心确定模块执行步骤S300;计算机设备可通过等距圆生成模块执行步骤S400;计算机设备可通过内接多边形生成模块执行步骤S500;计算机设备可通过计算判断模块执行步骤S600。
在一个实施例中,提出了一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
采集模具的移动图像;
根据采集到的模具的移动图像识别模具区域;
确定识别出的模具区域的几何中心;
以识别出的模具区域的几何中心为圆心作若干个等距圆;
根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形;
根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,输出判断结果。
在一个实施例中,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:
采集模具的移动图像;
根据采集到的模具的移动图像识别模具区域;
确定识别出的模具区域的几何中心;
以识别出的模具区域的几何中心为圆心作若干个等距圆;
根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形;
根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,输出判断结果。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.基于热成像的压铸模具在线温度检测方法,其特征在于,所述基于热成像的压铸模具在线温度检测方法包括:
采集模具的移动图像;
根据采集到的模具的移动图像识别模具区域;
确定识别出的模具区域的几何中心;
以识别出的模具区域的几何中心为圆心作若干个等距圆;
根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形;
根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,输出判断结果;
所述根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形,包括:
确定每个等距圆经过的点的温度范围;
将所述温度范围进行划分为若干个温度层;
确定温度点最多的温度层;
选定等距圆上该温度层上所有的温度点;
沿着等距圆的周向,顺次连接选定的温度点得到每个等距圆的内接多边形;
等距圆是指若干个具有相同圆心,且任意相邻两个圆的半径之差相等的圆。
2.根据权利要求1所述的基于热成像的压铸模具在线温度检测方法,其特征在于,所述根据采集到的模具的移动图像识别模具区域,包括:
将移动图像等分为M*N个宏块;
将前后两帧图像作差,沿给定方向,对于前一帧图像的每个宏块,分别判断在后一帧图像中是否存在对应宏块,若存在,则该宏块为有效宏块;
筛选前一帧移动图像中的所有有效宏块;
由筛选出的有效宏块得到模具区域。
3.根据权利要求2所述的基于热成像的压铸模具在线温度检测方法,其特征在于,所述判断在后一帧图像中是否存在对应宏块,包括:
根据运动关系确定当前宏块在后一帧图像中的对应区域;
依次计算后一帧图像对应区域各个像素的像素值与当前宏块对应像素的像素值的偏差;
若偏差小于设定偏差阈值的像素的占比达到设定比例值,则确定在后一帧图像中存在当前宏块的对应宏块。
4.根据权利要求2所述的基于热成像的压铸模具在线温度检测方法,其特征在于,所述由筛选出的有效宏块得到模具区域,包括:
在前一帧移动图像中,由筛选出的有效宏块围成的区域得到有效区域;
根据给定的温度阈值对有效区域的外边界进行进一步筛选得到模具区域。
5.根据权利要求1所述的基于热成像的压铸模具在线温度检测方法,其特征在于,所述确定识别出的模具区域的几何中心,包括:
由上到下识别模具区域的第一角点;
由下到上识别模具区域的第二角点;
由左到右识别模具区域的第三角点;
由右到左识别模具区域的第四角点;
连接第一角点与第三角点得到第一对角线,连接第二角点与第四角点得到第二对角线;
由第一对角线与第二对角线的交点得到模具区域的几何中心。
6.根据权利要求1所述的基于热成像的压铸模具在线温度检测方法,其特征在于,所述根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,包括:
计算每个等距圆的内接多边形的面积;
获取已检测的模具每个等距圆的内接多边形的平均面积;
分别计算当前模具每个等距圆的内接多边形的面积与已检测的模具对应等距圆的内接多边形的平均面积的比值;
判断所得的比值是否均落在设定范围,若是,则当前模具温度分布合格,否则当前模具温度分布不合格。
7.根据权利要求6所述的基于热成像的压铸模具在线温度检测方法,其特征在于,若当前模具温度分布不合格,之后还包括:
根据等距圆半径由小到大,确定首个超出设定范围的比值对应的等距圆的序数;
根据确定出的序数确定对应的等距圆,由对应的等距圆的范围得到缺陷位置。
8.基于热成像的压铸模具在线温度检测装置,其特征在于,所述基于热成像的压铸模具在线温度检测装置包括:
采集模块,用于采集模具的移动图像;
模具区域确定模块,用于根据采集到的模具的移动图像识别模具区域;
几何中心确定模块,用于确定识别出的模具区域的几何中心;
等距圆生成模块,用于以识别出的模具区域的几何中心为圆心作若干个等距圆;
内接多边形生成模块,用于根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形;
计算判断模块,用于根据每个内接多边形的面积与对应等距圆的给定面积的比值判断模具温度是否合格,输出判断结果;
所述根据每个等距圆经过的点的温度分布确定每个等距圆的内接多边形,包括:
确定每个等距圆经过的点的温度范围;
将所述温度范围进行划分为若干个温度层;
确定温度点最多的温度层;
选定等距圆上该温度层上所有的温度点;
沿着等距圆的周向,顺次连接选定的温度点得到每个等距圆的内接多边形;
等距圆是指若干个具有相同圆心,且任意相邻两个圆的半径之差相等的圆。
9.基于热成像的压铸模具在线温度检测系统,其特征在于,所述基于热成像的压铸模具在线温度检测系统包括:
热成像设备,用于模具的图像采集;
输送带,用于模具的输送;以及
计算机设备,所述计算机设备与所述热成像设备连接,用于执行如权利要求1-7任意一项所述的基于热成像的压铸模具在线温度检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310321093.7A CN116030062B (zh) | 2023-03-29 | 2023-03-29 | 基于热成像的压铸模具在线温度检测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310321093.7A CN116030062B (zh) | 2023-03-29 | 2023-03-29 | 基于热成像的压铸模具在线温度检测方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116030062A CN116030062A (zh) | 2023-04-28 |
CN116030062B true CN116030062B (zh) | 2023-06-06 |
Family
ID=86072701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310321093.7A Active CN116030062B (zh) | 2023-03-29 | 2023-03-29 | 基于热成像的压铸模具在线温度检测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116030062B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111678558A (zh) * | 2020-07-31 | 2020-09-18 | 国网四川省电力公司成都供电公司 | 一种应用于充油设备的红外热成像油位、温度监测系统及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4307347C2 (de) * | 1993-03-09 | 1996-09-26 | Werner Kotzab | Verfahren zum Temperieren einer Spritzgießform |
CN101936771A (zh) * | 2010-08-02 | 2011-01-05 | 中国科学院长春光学精密机械与物理研究所 | 红外成像测温式能流密度测量装置 |
CN108955901B (zh) * | 2017-07-06 | 2020-03-31 | 深圳市朗驰欣创科技股份有限公司 | 一种红外测温方法、系统及终端设备 |
CN112428550B (zh) * | 2020-12-08 | 2022-06-07 | 伊之密精密机械(苏州)有限公司 | 一种模具检测装置以及注塑机 |
CN113865168A (zh) * | 2021-11-03 | 2021-12-31 | 广东百思特管业科技有限公司 | 一种双系统微通道换热器及其控制系统 |
CN115035744B (zh) * | 2022-08-09 | 2022-11-11 | 深圳市中智车联科技有限责任公司 | 一种基于图像分析及rfid的车辆识别方法、装置及系统 |
-
2023
- 2023-03-29 CN CN202310321093.7A patent/CN116030062B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111678558A (zh) * | 2020-07-31 | 2020-09-18 | 国网四川省电力公司成都供电公司 | 一种应用于充油设备的红外热成像油位、温度监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116030062A (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021000524A1 (zh) | 孔位保护门检测方法、装置、计算机设备和存储介质 | |
Jin et al. | Precise localization and semantic segmentation detection of printing conditions in fused filament fabrication technologies using machine learning | |
CN113109368B (zh) | 玻璃裂纹检测方法、装置、设备及介质 | |
CN107851327B (zh) | 粗细搜索方法、图像处理装置及记录介质 | |
JP6099479B2 (ja) | ひび割れ検出方法 | |
JP5852919B2 (ja) | ひび割れ検出方法 | |
CN116559183B (zh) | 一种提高缺陷判定效率的方法及系统 | |
CN104053984A (zh) | 图像检查方法和图像检查装置 | |
CN110600106B (zh) | 病理切片处理方法、计算机设备和存储介质 | |
CN116486091A (zh) | 基于人工智能的风机叶片缺陷区域快速分割方法及系统 | |
US11854180B2 (en) | Non-contact method of characterizing isostatic strength of cellular ceramic articles | |
CN116030062B (zh) | 基于热成像的压铸模具在线温度检测方法、装置及系统 | |
CN111768390B (zh) | 一种基于图像识别的篦冷机红河识别方法 | |
CN113781393A (zh) | 屏幕缺陷检测方法、装置、设备及存储介质 | |
CN111625683A (zh) | 基于图结构差异分析的视频摘要自动生成方法及系统 | |
CN111259903A (zh) | 识别表计示数方法、装置、可读存储介质和计算机设备 | |
Prasetio et al. | Design of Defect Classification on Clay Tiles using Support Vector Machine (SVM) | |
CN113989793A (zh) | 一种石墨电极钢印文字识别方法 | |
US10679336B2 (en) | Detecting method, detecting apparatus, and computer readable storage medium | |
CN109708585A (zh) | 一种基于视觉跟踪的无标记引伸计动态测量及系统 | |
Khwakhali et al. | Fabric defect detection using gray level co-occurence matrix and local binary pattern | |
Sarı et al. | Deep learning application in detecting glass defects with color space conversion and adaptive histogram equalization | |
CN114782400B (zh) | 金属物料渣点检测方法、装置、设备、介质和程序产品 | |
CN117849068A (zh) | 一种显示模组检测用缺陷指示方法、装置和计算机设备 | |
US11898966B2 (en) | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium |
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 |