CN116183423A - 一种基于图像识别的智能刷洗系统 - Google Patents
一种基于图像识别的智能刷洗系统 Download PDFInfo
- Publication number
- CN116183423A CN116183423A CN202310476669.7A CN202310476669A CN116183423A CN 116183423 A CN116183423 A CN 116183423A CN 202310476669 A CN202310476669 A CN 202310476669A CN 116183423 A CN116183423 A CN 116183423A
- Authority
- CN
- China
- Prior art keywords
- brushing
- unit
- image
- tested
- board
- 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
- 230000001680 brushing effect Effects 0.000 title claims abstract description 201
- 238000012360 testing method Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000000875 corresponding effect Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000010191 image analysis Methods 0.000 claims description 10
- 238000013523 data management Methods 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 7
- 239000003973 paint Substances 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000005201 scrubbing Methods 0.000 description 12
- 239000011248 coating agent Substances 0.000 description 11
- 238000000576 coating method Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 229920000742 Cotton Polymers 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000009991 scouring Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005200 wet scrubbing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/56—Investigating resistance to wear or abrasion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供一种基于图像识别的智能刷洗系统,包括承托装置、刷洗装置、图像采集装置和中央处理装置;其中,承托装置用于放置并固定待测试板;刷洗装置设置在承托装置上方,用于根据接收到的刷洗驱动指令控制刷具做往复运动,对待测试板的表面进行反复刷洗,并记录当前的刷洗次数;图像采集装置设置在承托装置上方,用于实时采集待测试板在刷洗过程中的状态图像;中央处理装置用于向刷洗装置发送刷洗驱动指令;以及用于根据获取的状态图像进行图像识别,当到达预设的刷洗终点时,输出相应的刷洗次数。本发明有助于实现耐刷洗测试的远程识别和控制,降低人工成本,自动化程度高,提高测试结果记录的客观性和准确性。
Description
技术领域
本发明涉及耐刷洗测试技术领域,特别是一种基于图像识别的智能刷洗系统。
背景技术
目前,在涂料行业中,经常需要对样板的涂层进行耐洗刷测试,即通过不同材质(如毛刷、海绵、棉布等)的刷头在样板涂层表面上进行反复刷洗,并观察样板涂层表面发生的变化,并记录相关的数据,得到耐洗刷测试结果。例如,记录洗刷测试过程中,将样板涂层刷洗至目标刷洗终点(即擦洗终点,表示将样板涂层通过刷洗至某一种特定的状态)所需要的刷洗次数。
现有技术中,在进行耐刷洗测试的时候,通常需要安排专门的人员来记录样板在测试过程之的变化。但是,通过人为记录的方式来记录将样板涂层刷洗至目标刷洗终点所需要的刷洗次数时,一方面,需要安排专门的人员来对样板进行持续观察,耗费大量人力;另一方面,通过人为记录的方式也存在主观性强的缺点,容易导致得到的耐洗刷测试结果出现偏差。
发明内容
针对上述提出的传统耐刷洗测试过程中一方面,需要安排专门的人员来对样板进行持续观察,耗费大量人力;另一方面,通过人为记录的方式也存在主观性强的缺点,容易导致得到的耐洗刷测试结果出现偏差的技术问题,本发明旨在提供一种基于图像识别的智能刷洗系统。
本发明的目的采用以下技术方案来实现:
本发明提出一种基于图像识别的智能刷洗系统,包括承托装置、刷洗装置、图像采集装置和中央处理装置;其中,
承托装置用于放置并固定待测试板;
刷洗装置设置在承托装置上方,用于根据接收到的刷洗驱动指令控制刷具做往复运动,对待测试板的表面进行反复刷洗,并记录当前的刷洗次数,将实时刷洗次数传输到中央处理模块;
图像采集装置设置在承托装置上方,用于实时采集待测试板在刷洗过程中的状态图像,并将采集到的状态图像传输到中央处理装置;
中央处理装置用于向刷洗装置发送刷洗驱动指令;以及用于根据获取的实时刷洗次数数据和状态图像进行关联存储管理,根据获取的状态图像进行图像识别,判断当前是否到达预设的刷洗终点;当到达预设的刷洗终点时,输出相应的刷洗次数。
优选的,待测试板的表面涂有涂料层、涂膜、色漆、油墨等中的至少一项。
优选的,承托装置上设置有放置托盘和固定架;其中,
放置托盘用于放置待测试板;固定架用于将待测试板固定并压紧在放置托盘上。
优选的,刷洗装置包括刷架单元、刷具和计数单元;其中,
刷架单元固定设置在承托装置上方,用于根据接收到的刷洗驱动指令,带动刷具沿预设的方向、以相应的速度和距离做往复运动;
刷具包括可更换头和摩擦介质,其中摩擦介质通过可更换头与刷架单元连接,摩擦介质在刷洗的过程中对待测试板表面做来回摩擦运动;
计数单元用于在刷具做往复运动的过程中记录实时刷洗次数,并将记录的实时刷洗次数传输到中央处理模块。
优选的,刷洗装置还包括添加单元;其中,
添加单元用于根据接收到的添加指令,在刷洗过程中以相应的添加速度将刷洗介质滴撒在待测试板表面上。
优选的,图像采集装置包括图像采集单元和照明单元;
图像采集单元设置在承托装置上方,其拍摄方向对准待测试板表面,用于实时采集待测试板在刷洗过程中的状态图像,并将采集到的状态图像传输到中央处理装置;
照明单元用于为图像采集单元提供光源。
优选的,中央处理装置包括刷洗驱动单元、数据管理单元和图像分析单元;
刷洗驱动单元用于设置刷洗速度和刷洗次数并生成刷洗驱动指令,将刷洗驱动指令传输到刷洗装置;
数据管理单元用于根据当前待测试板建立测试档案,并根据获取的实时刷洗次数数据和状态图像进行关联并记录到测试档案中;
图像分析单元用于根据获取的状态图像进行图像识别,获取当前待测试板的刷洗状况,并根据得到的刷洗状况判断当前是否到达预设的刷洗终点;当判断结果为到达预设的刷洗终点时,输出到达刷洗终点相应的刷洗次数。
优选的,图像分析单元包括输入单元、预处理单元、识别单元和输出单元;其中,
输入单元用于获取由图像采集装置传输的状态图像;
预处理单元用于根据获取的状态图像进行调节预处理,得到预处理后的状态图像;
识别单元用于根据预处理后的状态图像进行特征提取,并根据提取的特征与预设的刷洗终点特征进行比对分析,得到比对分析结果;
输出单元用于当比对分析结果为相似度超过设定的标准范围时,输出识别结果为到达预设的刷洗终点。
优选的,中央处理装置还包括添加驱动单元;
添加驱动单元用于设置刷洗介质添加速度并生成添加指令,将添加指令传输到刷洗装置中。
本发明的有益效果为:本发明提出的智能刷洗系统,通过智能控制的方式完成耐刷洗测试过程中的刷洗控制,采用图像采集的方式实时记录待测试板表面的变化情况,配合图像识别的方式来自动判断待测试板表面是否到达规定的刷洗终点;同时,当完成耐刷洗测试的时候能够自动停止运行,避免了多余的能耗和物料消耗,有助于实现耐刷洗测试的远程识别和控制,降低人工成本,自动化程度高,提高测试结果记录的客观性和准确性。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明实施例所示一种基于图像识别的智能刷洗系统的框架结构图。
具体实施方式
结合以下应用场景对本发明作进一步描述。
参见图1,其示出一种基于图像识别的智能刷洗系统,包括承托装置、刷洗装置、图像采集装置和中央处理装置;其中,
承托装置用于放置并固定待测试板;
刷洗装置设置在承托装置上方,用于根据接收到的刷洗驱动指令控制刷具做往复运动,对待测试板的表面进行反复刷洗,并记录当前的刷洗次数,将实时刷洗次数传输到中央处理模块;
图像采集装置设置在承托装置上方,用于实时采集待测试板在刷洗过程中的状态图像,并将采集到的状态图像传输到中央处理装置;
中央处理装置用于向刷洗装置发送刷洗驱动指令;以及用于根据获取的实时刷洗次数数据和状态图像进行关联存储管理,根据获取的状态图像进行图像识别,判断当前是否到达预设的刷洗终点;当到达预设的刷洗终点时,输出相应的刷洗次数。
通过智能控制的方式完成耐刷洗测试过程中的刷洗控制,采用图像采集的方式实时记录待测试板表面的变化情况,配合图像识别的方式来自动判断待测试板表面是否到达规定的刷洗终点;同时,当完成耐刷洗测试的时候能够自动停止运行,避免了多余的能耗和物料消耗,有助于实现耐刷洗测试的远程识别和控制,降低人工成本,自动化程度高,提高测试结果记录的客观性和准确性。
一种场景中,在需要对待测试板进行测试的时候,将待测试板固定在工作台面上,附加一定重量的刷具在试板上做直线往复磨擦运动;通过调节刷具的行程和速度,并选择相应的洗刷介质,可满足不同的试验条件;经过若干次磨擦后,通过图像采集装置采集待测试板表面的状态图像并通过图像识别的方式检测涂层/墨层的磨损情况是否达到指定的刷洗终点(擦洗终点)和标准,并记录该达到指定的刷洗终点所需的刷洗数据,从而判断涂料或油墨的耐洗刷或耐磨擦性能的高低。
优选的,待测试板的表面涂有涂料层、涂膜、色漆、油墨等。
优选的,承托装置上设置有放置托盘和固定架;其中,
放置托盘用于放置待测试板;固定架用于将待测试板固定并压紧在放置托盘上。
优选的,刷洗装置包括刷架单元、刷具和计数单元;其中,
刷架单元固定设置在承托装置上方,用于根据接收到的刷洗驱动指令,带动刷具沿预设的方向、以相应的速度和距离做往复运动;
刷具包括可更换头和摩擦介质,其中摩擦介质通过可更换头与刷架单元连接,摩擦介质在刷洗的过程中对待测试板表面做来回摩擦运动;
计数单元用于在刷具做往复运动的过程中记录实时刷洗次数,并将记录的实时刷洗次数传输到中央处理模块。
一种场景中,刷架单元还能够通过添加不同的砝码来实现刷具对待测试板表面的压力调节,以提供不同的测试环境。
其中,摩擦介质包括毛刷、海绵、棉布、橡皮、百洁布等。
优选的,刷洗装置还包括添加单元;其中,
添加单元用于根据接收到的添加指令,在刷洗过程中以相应的添加速度将刷洗介质滴撒在待测试板表面上。
其中,添加指令中包含刷洗介质添加速度。
其中,刷洗介质包括水、刷洗液、酒精等。
优选的,图像采集装置包括图像采集单元和照明单元;
图像采集单元设置在承托装置上方,其拍摄方向对准待测试板表面,用于实时采集待测试板在刷洗过程中的状态图像,并将采集到的状态图像传输到中央处理装置;
照明单元用于为图像采集单元提供光源。
通过将图像采集单元的拍摄区域对准待测试板的表面,实时采集待测试板在耐刷洗测试过程中的状态图像,并将记录的状态图像和对应的刷洗次数进行管理,有助于通过图像记录的方式来对耐刷洗结果进行记录和归档,提高了测试过程中针对结果的数据管理水平。同时也为后续根据状态图像进一步识别是否到达刷洗终点奠定基础。
优选的,中央处理装置包括刷洗驱动单元、数据管理单元和图像分析单元;
刷洗驱动单元用于设置刷洗速度和刷洗次数并生成刷洗驱动指令,将刷洗驱动指令传输到刷洗装置;
数据管理单元用于根据当前待测试板建立测试档案,并根据获取的实时刷洗次数数据和状态图像进行关联并记录到测试档案中;
图像分析单元用于根据获取的状态图像进行图像识别,获取当前待测试板的刷洗状况,并根据得到的刷洗状况判断当前是否到达预设的刷洗终点;当判断结果为到达预设的刷洗终点时,输出到达刷洗终点相应的刷洗次数。
优选的,当图像分析单元判断结果为到达预设的刷洗终点时,刷洗驱动单元向刷洗装置发送停止指令。
优选的,图像分析单元包括输入单元、预处理单元、识别单元和输出单元;其中,
输入单元用于获取由图像采集装置传输的状态图像;
预处理单元用于根据获取的状态图像进行调节预处理,得到预处理后的状态图像;
识别单元用于根据预处理后的状态图像进行特征提取,并根据提取的特征与预设的刷洗终点特征进行比对分析,得到比对分析结果;
输出单元用于当比对分析结果为相似度超过设定的标准范围时,输出识别结果为到达预设的刷洗终点。
一种场景中,识别单元根据预处理后的状态图像进行特征提取,通过颜色提取、边缘检测等方式来提取颜色特征和纹理特征等,根据得到的特征数据和预设的该待测试板(涂层)达到指定的状态效果所对应的特征数据进行比对,当比对结果得到特征数据相似度超过预设的标准水平时,则输出比对分析结果到达指定的刷洗终点。
另一种场景中,识别单元也能够通过基于神经网络模型的方式来对刷洗终点进行识别,将预处理后的状态图像输入到训练好的神经网络模型中,由模型根据输入的状态图像进行特征提取和与目标刷洗终点对应的图像进行相似度比较,得到比对分析结果。
通过图像识别的方式自动完成测试过程中的状态检测,有助于降低人力成本,提高结果检测的精确度。
考虑到针对待测试板在刷洗测试过程中采集的状态图像,容易受到光照不均匀(灰暗、反光等)或者刷具高速运行产生遮挡的影响,导致状态图像中对待测试板的目标区域出现不清晰的情况,影响后续根据图像识别来检测耐刷洗测试状态的准确性。
优选的,预处理单元根据获取的状态图像进行调节预处理,包括:
式中,表示针对像素点/>的区域检测函数,/>表示像素点/>至刷具区域/>边缘之间的距离;/>表示设定的标准距离阈值,其中,/>表示像素距离;/>表示像素点/>的亮度分量值,/>表示设定的标准亮度分量差值,其中/>;/>表示像素点/>为以像素点/>为中心的/>邻域范围/>内的像素点;/>表示像素点/>的亮度分量值;/>表示设定的亮度分量标准值,其中/>; />表示设定的局部亮度分量差值,其中/>;/>表示满足/>和/>的像素点的数量,/>表示设定的标准数量,其中;
式中,表示亮度调节后像素点/>的亮度分量值,/>表示待测试板区域/>中像素点/>的亮度分量值,/>表示刷具区域的平均亮度分量值,/>表示设定的调节控制因子,其中/>;/>、/>、/>分别表示设定的调节因子权重,其中/>, />和/>表示设定的调节因子权重,其中/>;
本发明上述实施方式,通过对得到的状态图像进行调节预处理,其中提出的调节预处理技术方案,首先提取图像中的待测试板区域进行针对性调节,考虑到在刷具高速往返过程中采集的图像,其刷具区域周边的像素点容易受到刷具移动的影响(例如因刷具厚度出现的阴影、或者告诉移动过程中因图像采集因素造成模糊等),以及考虑待测试板中出现的反光等因素的影响,容易导致图像中出现不清晰的区域,因此,上述方案提出了一种关注区域检测函数来对待检测板区域中的重点调节区域进行识别提取,能够有助于对待测试板区域中的关键位置(容易出现不清晰的位置)进行重点的调节。同时根据提出的亮度调节函数,能够根据关注区域的亮度信息进行局部调节,并根据刷具区域表面的较为基准的亮度信息对图像进行补偿调节,能够有效提高图像中的亮度水平,从而提高图像的清晰度。也有助于对待检测板区域的特征因素进行表征,有助于后续进一步进行特征提取和比对分析的准确性。
优选的,刷洗驱动指令包含刷洗速度、最大刷洗次数、刷洗距离等参数。
优选的,中央处理装置还包括添加驱动单元;
添加驱动单元用于设置刷洗介质添加速度并生成添加指令,将添加指令传输到刷洗装置中。
一种场景中,通过更改不同的磨擦头、并调节刷具往复运动的最大行程以及运动速度,以满足所有直线式往复磨擦试验标准:包括耐湿擦洗、耐海绵擦洗、耐污渍、耐溶剂(酒精、MEK)擦拭、耐百洁布擦洗、耐橡皮干擦等;同时仪器自带一个高清摄像头用于实时拍摄样品的擦洗状态,能够自动识别擦洗终点,无需人眼过多查看,真正做到无人值守。
实验人员只需根据具体试验对象及相关标准,选择合适的试板及洗刷介质,简单地设定行程、速度等各种所需的试验参数,便可进行不同的磨擦试验。
需要说明的是,在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中,也可以是各个单元/模块单独物理存在,也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现,也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解应当理解,可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现,处理器可以在一个或多个下列单元中实现:专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现,实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时,可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当分析,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (9)
1.一种基于图像识别的智能刷洗系统,其特征在于,包括承托装置、刷洗装置、图像采集装置和中央处理装置;其中,
承托装置用于放置并固定待测试板;
刷洗装置设置在承托装置上方,用于根据接收到的刷洗驱动指令控制刷具做往复运动,对待测试板的表面进行反复刷洗,并记录当前的刷洗次数,将实时刷洗次数传输到中央处理模块;
图像采集装置设置在承托装置上方,用于实时采集待测试板在刷洗过程中的状态图像,并将采集到的状态图像传输到中央处理装置;
中央处理装置用于向刷洗装置发送刷洗驱动指令;以及用于根据获取的实时刷洗次数数据和状态图像进行关联存储管理,根据获取的状态图像进行图像识别,判断当前是否到达预设的刷洗终点;当到达预设的刷洗终点时,输出相应的刷洗次数。
2.根据权利要求1所述的一种基于图像识别的智能刷洗系统,其特征在于,待测试板的表面涂有涂料层、涂膜、色漆和油墨中的至少一项。
3.根据权利要求1所述的一种基于图像识别的智能刷洗系统,其特征在于,承托装置上设置有放置托盘和固定架;其中,
放置托盘用于放置待测试板;固定架用于将待测试板固定并压紧在放置托盘上。
4.根据权利要求1所述的一种基于图像识别的智能刷洗系统,其特征在于,刷洗装置包括刷架单元、刷具和计数单元;其中,
刷架单元固定设置在承托装置上方,用于根据接收到的刷洗驱动指令,带动刷具沿预设的方向、以相应的速度和距离做往复运动;
刷具包括可更换头和摩擦介质,其中摩擦介质通过可更换头与刷架单元连接,摩擦介质在刷洗的过程中对待测试板表面做来回摩擦运动;
计数单元用于在刷具做往复运动的过程中记录实时刷洗次数,并将记录的实时刷洗次数传输到中央处理模块。
5.根据权利要求4所述的一种基于图像识别的智能刷洗系统,其特征在于,刷洗装置还包括添加单元;其中,
添加单元用于根据接收到的添加指令,在刷洗过程中以相应的添加速度将刷洗介质滴撒在待测试板表面上。
6.根据权利要求1所述的一种基于图像识别的智能刷洗系统,其特征在于,图像采集装置包括图像采集单元和照明单元
图像采集单元设置在承托装置上方,其拍摄方向对准待测试板表面,用于实时采集待测试板在刷洗过程中的状态图像,并将采集到的状态图像传输到中央处理装置;
照明单元用于为图像采集单元提供光源。
7.根据权利要求1所述的一种基于图像识别的智能刷洗系统,其特征在于,中央处理装置包括刷洗驱动单元、数据管理单元和图像分析单元;
刷洗驱动单元用于设置刷洗速度和刷洗次数并生成刷洗驱动指令,将刷洗驱动指令传输到刷洗装置;
数据管理单元用于根据当前待测试板建立测试档案,并根据获取的实时刷洗次数数据和状态图像进行关联并记录到测试档案中;
图像分析单元用于根据获取的状态图像进行图像识别,获取当前待测试板的刷洗状况,并根据得到的刷洗状况判断当前是否到达预设的刷洗终点;当判断结果为到达预设的刷洗终点时,输出到达刷洗终点相应的刷洗次数。
8.根据权利要求7所述的一种基于图像识别的智能刷洗系统,其特征在于,图像分析单元包括输入单元、预处理单元、识别单元和输出单元;其中,
输入单元用于获取由图像采集装置传输的状态图像;
预处理单元用于根据获取的状态图像进行调节预处理,得到预处理后的状态图像;
识别单元用于根据预处理后的状态图像进行特征提取,并根据提取的特征与预设的刷洗终点特征进行比对分析,得到比对分析结果;
输出单元用于当比对分析结果为相似度超过设定的标准范围时,输出识别结果为到达预设的刷洗终点。
9.根据权利要求5所述的一种基于图像识别的智能刷洗系统,其特征在于,中央处理装置还包括添加驱动单元;
添加驱动单元用于设置刷洗介质添加速度并生成添加指令,将添加指令传输到刷洗装置中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310476669.7A CN116183423B (zh) | 2023-04-28 | 2023-04-28 | 一种基于图像识别的智能刷洗系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310476669.7A CN116183423B (zh) | 2023-04-28 | 2023-04-28 | 一种基于图像识别的智能刷洗系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116183423A true CN116183423A (zh) | 2023-05-30 |
CN116183423B CN116183423B (zh) | 2023-08-08 |
Family
ID=86433087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310476669.7A Active CN116183423B (zh) | 2023-04-28 | 2023-04-28 | 一种基于图像识别的智能刷洗系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116183423B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116682527A (zh) * | 2023-05-31 | 2023-09-01 | 健而康科技信息服务(中山)有限公司 | 一种基于互联网的康复训练系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006125957A (ja) * | 2004-10-28 | 2006-05-18 | Seiko Epson Corp | 印刷面の摩耗試験方法及び光沢紙 |
CN101876628A (zh) * | 2010-03-16 | 2010-11-03 | 江苏大学 | 一种基于优选法的涂层界面结合状况快速检测方法 |
CN101915709A (zh) * | 2010-06-11 | 2010-12-15 | 天津工业大学 | 一种金属镀膜织物耐磨性的检测方法及装置 |
CN110363756A (zh) * | 2019-07-18 | 2019-10-22 | 佛山市高明金石建材有限公司 | 一种用于磨头的磨损检测系统及检测方法 |
US20200049603A1 (en) * | 2017-05-04 | 2020-02-13 | Chongqing Hao Han Technology Company Limited | Intelligent Rolling Contact Fatigue Testing System and Testing Method Therefor |
CN110926993A (zh) * | 2019-12-18 | 2020-03-27 | 西安交通大学 | 磨损图像采集系统及采集方法 |
CN111122368A (zh) * | 2019-12-30 | 2020-05-08 | 江苏劲嘉新型包装材料有限公司 | 检测印刷品表面抗摩擦能力的装置 |
CN211179482U (zh) * | 2019-11-28 | 2020-08-04 | 江苏那美实业有限公司 | 一种杯身油漆附着力检测用的摩擦机 |
CN114445407A (zh) * | 2022-04-11 | 2022-05-06 | 季华实验室 | 材料的耐磨性能检测方法和装置 |
CN115839951A (zh) * | 2022-11-28 | 2023-03-24 | 成都市润庆信远工艺品有限公司 | 一种印刷品图像质量检测装置 |
CN218823734U (zh) * | 2022-09-28 | 2023-04-07 | 深圳劲嘉集团股份有限公司 | 一种检测油墨固化程度及耐磨性能的设备 |
-
2023
- 2023-04-28 CN CN202310476669.7A patent/CN116183423B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006125957A (ja) * | 2004-10-28 | 2006-05-18 | Seiko Epson Corp | 印刷面の摩耗試験方法及び光沢紙 |
CN101876628A (zh) * | 2010-03-16 | 2010-11-03 | 江苏大学 | 一种基于优选法的涂层界面结合状况快速检测方法 |
CN101915709A (zh) * | 2010-06-11 | 2010-12-15 | 天津工业大学 | 一种金属镀膜织物耐磨性的检测方法及装置 |
US20200049603A1 (en) * | 2017-05-04 | 2020-02-13 | Chongqing Hao Han Technology Company Limited | Intelligent Rolling Contact Fatigue Testing System and Testing Method Therefor |
CN110363756A (zh) * | 2019-07-18 | 2019-10-22 | 佛山市高明金石建材有限公司 | 一种用于磨头的磨损检测系统及检测方法 |
CN211179482U (zh) * | 2019-11-28 | 2020-08-04 | 江苏那美实业有限公司 | 一种杯身油漆附着力检测用的摩擦机 |
CN110926993A (zh) * | 2019-12-18 | 2020-03-27 | 西安交通大学 | 磨损图像采集系统及采集方法 |
CN111122368A (zh) * | 2019-12-30 | 2020-05-08 | 江苏劲嘉新型包装材料有限公司 | 检测印刷品表面抗摩擦能力的装置 |
CN114445407A (zh) * | 2022-04-11 | 2022-05-06 | 季华实验室 | 材料的耐磨性能检测方法和装置 |
CN218823734U (zh) * | 2022-09-28 | 2023-04-07 | 深圳劲嘉集团股份有限公司 | 一种检测油墨固化程度及耐磨性能的设备 |
CN115839951A (zh) * | 2022-11-28 | 2023-03-24 | 成都市润庆信远工艺品有限公司 | 一种印刷品图像质量检测装置 |
Non-Patent Citations (1)
Title |
---|
中华人民共和国国家质量监督检验检疫总局 等: "《GB/T 9266-2009 建筑材料 涂层耐洗刷性的测定》", 中国标准出版社, pages: 6 - 7 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116682527A (zh) * | 2023-05-31 | 2023-09-01 | 健而康科技信息服务(中山)有限公司 | 一种基于互联网的康复训练系统 |
CN116682527B (zh) * | 2023-05-31 | 2024-03-15 | 健而康科技信息服务(中山)有限公司 | 一种基于互联网的康复训练系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116183423B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116183423B (zh) | 一种基于图像识别的智能刷洗系统 | |
CN110618134A (zh) | 钢板表面质量缺陷检测评级系统及方法 | |
CN109767422A (zh) | 基于深度学习的管道检测识别方法、存储介质及机器人 | |
CN111667455A (zh) | 一种刷具多种缺陷的ai检测方法 | |
CN105844621A (zh) | 一种印刷品质量检测方法 | |
CN106645197B (zh) | 检测精密光学元件表面颗粒物的在线检测系统及应用方法 | |
CN108416271A (zh) | 清扫方法及清扫系统 | |
CN102654464A (zh) | 基于多特征模糊识别的铜带表面缺陷检测系统 | |
CN108535278A (zh) | 基于机器视觉的钣金冲孔生产线冲孔缺陷检测装置与方法 | |
CN109670398A (zh) | 一种猪只图像的分析方法及设备 | |
CN108814437A (zh) | 扫地机控制方法及控制系统 | |
CN113362276B (zh) | 板材视觉检测方法及系统 | |
TW202011267A (zh) | 用於對車輛損傷影像進行損傷分割的方法及裝置 | |
CN105427275A (zh) | 大田环境麦穗计数方法及装置 | |
CN114638797A (zh) | 一种基于线阵相机的铜表面缺陷检测方法及装置 | |
CN114677336B (zh) | 一种基于红外图像的幕墙面板损伤识别方法 | |
CN109033935A (zh) | 抬头纹检测方法及装置 | |
CN107478656A (zh) | 基于机器视觉的纸浆搅拌效果检测评价方法、装置、系统 | |
CN116740449A (zh) | 基于ai计算机视觉技术的刨花形态检测方法及系统 | |
Dulecha et al. | Crack detection in single-and multi-light images of painted surfaces using convolutional neural networks | |
CN114820611B (zh) | 基于人工智能的机械零件质量评估方法及系统 | |
CN112837271B (zh) | 一种甜瓜种质资源性状提取方法及系统 | |
CN110791942B (zh) | 在图像分析系统中对浅色衣物脏污程度的评估方法 | |
CN112893370A (zh) | 一种高效定位污垢的化学仪器清洗装置 | |
US10929993B2 (en) | Automated imaging system for evaluating the curl of a keratinous substrate |
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 |