CN117470450B - 一种西林瓶多头式轧盖检漏方法及系统 - Google Patents

一种西林瓶多头式轧盖检漏方法及系统 Download PDF

Info

Publication number
CN117470450B
CN117470450B CN202311812176.2A CN202311812176A CN117470450B CN 117470450 B CN117470450 B CN 117470450B CN 202311812176 A CN202311812176 A CN 202311812176A CN 117470450 B CN117470450 B CN 117470450B
Authority
CN
China
Prior art keywords
diffusion
concentration
diff
area
penicillin bottle
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
Application number
CN202311812176.2A
Other languages
English (en)
Other versions
CN117470450A (zh
Inventor
陈涛
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.)
Guangzhou Honsimba Packaging Machinery Co ltd
Original Assignee
Guangzhou Honsimba Packaging Machinery 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 Guangzhou Honsimba Packaging Machinery Co ltd filed Critical Guangzhou Honsimba Packaging Machinery Co ltd
Priority to CN202311812176.2A priority Critical patent/CN117470450B/zh
Publication of CN117470450A publication Critical patent/CN117470450A/zh
Application granted granted Critical
Publication of CN117470450B publication Critical patent/CN117470450B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00Investigating fluid-tightness of structures
    • G01M3/02Investigating fluid-tightness of structures by using fluid or vacuum
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/58Extraction of image or video features relating to hyperspectral data

Abstract

本发明属于流体密封性的测试技术领域,提供了一种西林瓶多头式轧盖检漏方法及系统,通过在易溶气体中分别采集光谱数据;采用气体光谱反演算法对预处理开始谱数据和预处理结束谱数据进行反演,获取待测西林瓶的易溶气体的浓度,分别得到开始浓度分布和结束浓度分布;在结束浓度分布中提取扩散强特征域;在扩散强特征域中进行浓度分布的比较以判断西林瓶是否泄漏;能准确的计算渗透深度,消除西林瓶的瓶身并非水平放置、在压力变化产生的气体浓度在液体中回缩时出现震动、摇晃等外界因素导致的各个图像区域之间的浓度值不呈线性增减的不均衡问题,能够准确的体现出各个浓度值的传导深度,从而准确的识别出发生泄露的西林瓶。

Description

一种西林瓶多头式轧盖检漏方法及系统
技术领域
本发明属于流体密封性的测试技术领域,具体涉及一种西林瓶多头式轧盖检漏方法及系统。
背景技术
目前检测西林瓶的微泄露密封测试方法一般是通过三指法,具体的操作方法是一手按住瓶,另一手的大拇指、食指、中指卡住瓶盖的边缘呈三角直立,向一方轻轻拧盖,以拧不动为合格,该方法主观性较大,与操作人员的操作技能和熟练程度密切相关。且测试结果只能定性,不能定量,使得该方法局限性比较明显;较客观的方法是美国药典USP 1207.3中的扭力矩法,该方法是通过仪器设备对封口的残余密封力RSF进行定量的检测,从而使用残余密封力RSF来定量检测轧盖的效果,然后采用氦示踪法进行完整性检测。
不过,在三指法和扭力矩法中三指法的缺点就是准确率因人而异,而USP 1207.3中的扭力矩法则因为标准值、包材特性、尺寸匹配、设备等准确率完全不同,此外,扭力矩法并不能完全判断产品的密封情况,当西林瓶的瓶塞开裂或有孔隙是无法进行微泄露密封测试的。
为解决上述问题,目前大部分是通过激光顶空法或者高压放电等非侵入式方法进行西林瓶的微泄露密封测试,但高压放电等非侵入式有可能会局部电解氧产生顶空臭氧,从而使得瓶内流体产品有氧化等风险,尤其是在多头式轧盖生产线上,同时高速的对多个西林瓶进行轧盖时,由于西林瓶的瓶体不平整、速度极高、震荡强烈的外部环境等原因,这些现有的方法需要长时间的静置,难以对这些状态下的西林瓶进行微泄露密封测试。
发明内容
本发明的目的在于提出一种西林瓶多头式轧盖检漏方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为了实现上述目的,根据本发明的一方面,提供一种西林瓶多头式轧盖检漏方法,所述一种西林瓶多头式轧盖检漏方法包括如下各步骤:
S100,在易溶气体中,分别采集多头式轧盖装置对西林瓶进行轧盖开始时和轧盖结束的光谱数据记为开始谱数据与结束谱数据;
S200,利用非线性滤波器来降低开始谱数据与结束谱数据的噪声分别获得预处理开始谱数据和预处理结束谱数据;
S300,采用气体光谱反演算法对预处理开始谱数据和预处理结束谱数据进行反演,获取待测西林瓶的易溶气体的浓度,分别得到开始浓度分布和结束浓度分布;
S400,在结束浓度分布中提取扩散强特征域;
S500,在扩散强特征域中进行浓度分布的比较以判断西林瓶是否泄漏。
进一步地,在S100中,所述多头式轧盖装置为四头西林瓶灌装轧盖机、多头旋转轧盖装置。其中,多头旋转轧盖装置可以为中国专利公开号为CN201228221Y的单刀多头旋转轧盖机、THGX-5/50四头西林瓶灌装轧盖机或者GRZ型全自动多头轧盖机。
优选地,所述多头式轧盖装置为铝盖轧盖机。
优选地,所述多头式轧盖装置也可以为铝盖单头轧盖机。
进一步地,在S100中,多头式轧盖装置在轧盖开始时通过压头或瓶托进行主动旋转运动通过旋转的压头或瓶托通过摩擦力带动西林瓶旋转;在轧盖结束时通过轧刀的滚压或挤压作用下完成西林瓶的密封。
进一步地,在S100中,采集光谱数据的设备为高光谱成像仪、红外光谱仪或者高光谱相机。
优选地,轧盖结束的光谱数据在轧盖结束后延迟预设时间后进行采集。
优选地,预设时间为800毫秒到5秒。
进一步地,在S100中,易溶气体为二氧化碳、甲烷气体、氨气、二氧化氮中的任意一种。
进一步地,在S200中,非线性滤波器包括扩展卡尔曼滤波器、不敏卡尔曼滤波器、粒子滤波器中的任意一种。
优选地,在S300中,气体光谱反演算法为差分吸收光谱反演算法或者通过一元回归分析模型、多元线性回归分析模型或者非线性分析反演模型中任意一种模型对光谱数据对应的易溶气体含量进行反演获得易溶气体含量的浓度分布。
其中,开始浓度分布和结束浓度分布均为高光谱图像格式,高光谱图像中的每1个像素均对应有1个浓度值。
由于在多头式轧盖装置的各个压头的对西林瓶的瓶塞产生压力时,易溶气体在西林瓶的液体中的溶解度也会升高,因此在轧盖开始时和轧盖结束时的易溶气体浓度在顶空(顶空是西林瓶中液体或固体上方的气体部分)和液体中会的浓度会相对性的微小幅度的变化(轧盖结束时液体中浓度会升高),但是如果西林瓶有漏孔发生泄露,则西林瓶中的浓度变化由于顶空和外界不密封,不会产生明显变化,为准确的识别出西林瓶内部的易溶气体浓度的变化趋势,本发明提供了以下方案对浓度分布进行提取扩散强特征区域进而准确的界定出明显变化区域:
进一步地,在S400中,在结束浓度分布中提取扩散强特征域的方法为:
对结束浓度分布对应的高光谱图像进行灰度化并边缘检测获得多个由边缘线划分的图像区域,将各个图像区域的浓度值最大的图像区域记为渗溶区域;(渗溶区域是西林瓶中顶空区域和内部液体之间靠近交界位置容易由于外界压力加大溶解度导致在轧盖后的短时间内浓度增大的区域);
以渗溶区域的边界线上的浓度值最大的点记为PMAX;以渗溶区域的边界线上的浓度值最小的点记为PMIN;以PMAX到PMIN的方向作为渗溶方向;将与渗溶区域相邻的各图像区域中平均浓度值最高的图像区域记为渗溶源头区域Sou;将与渗溶区域相邻的各图像区域中平均浓度值最低的图像区域记为渗溶目的区域Goa;
记通过点PMAX和Sou(包括Sou的边界)中浓度值最小的点的直线为扩散中心线L1;记通过Goa(包括Goa的边界)中浓度值最大的点和点PMIN的直线为扩散中心线L2;则以在高光谱图像上在L1和L2之间的区域为扩散强特征域。
进一步地,在S500中,在扩散强特征域中进行浓度分布的比较以判断西林瓶是否泄漏的方法为:
在结束浓度分布的扩散强特征域中,从渗溶源头区域的位置开始到渗溶目的区域结束,沿渗溶方向依次判断浓度扩散特征区域中的各图像区域是否满足扩散停止条件,当首次有图像区域满足时,以点PMAX到该图像区域的几何中心点之间的距离为扩散深度。
优选地,在S500中,判断西林瓶是否泄漏的方法为:
当扩散深度低于预设的深度阈值,则判断西林瓶产生了泄漏。
优选地,所述深度阈值是密封好无泄露的西林瓶通过S100到S500检测得到的扩散深度。
优选地,所述深度阈值是人工预设的值。
优选地,所述扩散停止条件为:结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的前一个图像区域小于当前的图像区域的平均浓度值;
记结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的第k个图像区域的平均浓度值为Diff(k),其中,k为序号;
所述扩散停止条件的等同意义的表述为:Diff(k-1)<Diff(k)。
以上方法根据易溶气体受到压力变化产生的溶解度变化的原理,能够准确的捕捉到易溶气体在西林瓶的液体中相对的溶解深度,从而判断扩散深度是否能达到密封标准。若扩散深度低于密封标准的预设扩散深度,则判断西林瓶产生了泄漏。
由于西林瓶在封装以后,胶塞颈部与西林瓶颈部之间由于胶塞的弹性会逐渐进行自密封,瓶内的压力会逐渐减小,因此易溶气体在西林瓶的液体中的溶解度也会降低,当胶塞回弹较快时,易溶气体在西林瓶的液体中的溶解度降低快;对应的,当胶塞回弹较慢时,易溶气体在西林瓶的液体中的溶解度降低慢;在胶塞的回弹快慢会导致扩散深度出现回缩现象,因此根据胶塞的材质差异、压头设备在密封时对胶塞产生的压力大小的差异和胶塞中杂质差异会导致以上方法无法准确捕捉到回缩现象出现的时间点从而无法辨识西林瓶密封后的渗透深度,回缩前的渗透深度实际上是以上各种差异所导致,并非西林瓶的瓶塞在封装时所产生的正常渗透深度,因此根据回缩前产生的渗透深度会导致出现渗透深度的检测出现较大误差,对于扩散深度的检测并不精确,因此需要根据以下方法在以上方法中额外加入限制条件以准确定位扩散的深度进行改进检测:
记结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的第k个图像区域的平均浓度值为Diff(k),记第k个图像区域在开始浓度分布相同图像区域位置的平均浓度值为DiffMirr(k),其中,k为序号;
优选地,在以上方法的基础上额外再加上限制条件。
进一步地,扩散停止条件还包括:并且,当前的图像区域的平均浓度值大于后一个图像区域的平均浓度值。
即,所述扩散停止条件为:结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的前一个图像区域的平均浓度值Diff(k-1)小于当前的图像区域的平均浓度值Diff(k),并且,当前的图像区域的平均浓度值Diff(k)大于后一个图像区域的平均浓度值Diff(k+1);且,Diff(k-1)大于Diff(k-1)的对应图像区域在开始浓度分布的对应图像区域的平均浓度值DiffMirr(k-1)、Diff(k+1)大于Diff(k+1)的对应图像区域在开始浓度分布的对应图像区域的平均浓度值DiffMirr(k+1);(注:由于结束浓度分布中的Diff(k-1)、Diff(k+1)对应的区域在压头给胶塞赋予压力时,曾经增大过易溶气体的溶解度,因此尽管有压力变化产生的气体浓度在液体中回缩的特异现象,但是其易溶气体的浓度仍然大于开始浓度分布的对应图像区域DiffMirr(k-1)、DiffMirr(k+1),根据此特定条件可以准确的锁定回缩后的气体渗透深度)。
所述扩散停止条件的等同意义的表述为: Diff(k-1)<Diff(k)且Diff(k)>Diff(k+1),且,Diff(k-1)>DiffMirr(k-1),Diff(k+1)>DiffMirr(k+1)。
其中,平均浓度值和图像区域的浓度值的意义都为图像区域中所有像素的浓度平均值。
以上方法根据胶塞颈部与西林瓶颈部之间由于胶塞的弹性回缩导致的溶解度先大后小的变化的原理(压力变化产生的气体浓度在液体中回缩的特异现象),依赖于胶塞的材质差异、压头设备在密封时对胶塞产生的压力过大和胶塞中杂质差异等原因导致易溶气体在西林瓶的液体中相对的溶解深度的急剧变化的自然规律(在压头给予西林瓶胶塞的施加密封压力时,一开始溶解量变大,在密封完成后压力缩小导致溶解度变小出现的气体浓度回缩现象),从而判断扩散深度是否能达到密封标准。若扩散深度低于密封标准的预设扩散深度,则判断西林瓶产生了泄漏。
此外,由于在西林瓶中,浓度的传递并非是从上到下传递,而是从浓度大的区域传递到浓度低的区域,为此,直接通过以上方法直接比对相邻的图像区域的平均浓度值的判断方法无法判断出在结束浓度分布的扩散强特征域中浓度值的差异较小、且衔接性较弱、边界模糊的相邻图像区域,所以不能够准确的体现出各个浓度值的传导深度,为此,本申请根据以下方法根据相邻图像区域之间的浓度值的传导趋势进行传导深度的改进检测:
记结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束中的第k个图像区域的平均浓度值为Diff(k),记第k个图像区域在开始浓度分布相同图像区域位置的平均浓度值为DiffMirr(k),其中,k为序号;
优选地,或者,扩散停止条件还可以为:
RetT(Diff(k-1))≤RetT(Diff(k))≤RetT(Diff(k+1));
其中,RetT(Diff(k))函数为Diff(k)在结束浓度分布对应位置的回缩趋势度,回缩趋势度RetT(Diff(k))的计算方法是:结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的从第1个到第k个图像区域的所有平均浓度值的平均值。
以上方法建立在浓度值的梯度呈线性均衡的传递前提下能够保证准确性,为了进一步精确的衡量出由于西林瓶的瓶身并非水平放置、在压力变化产生的气体浓度在液体中回缩时出现震动、摇晃等外界因素导致的各个图像区域之间的浓度值不呈线性增减的不均衡问题。本申请提供了以下计算回缩趋势度RetT(Diff(k))的计算方法:
或者,回缩趋势度RetT(Diff(k))的计算方法是:
其中,i是变量,Diff(i)是第i个图像区域的平均浓度值;RT{Sou,Diff(i)}为:结束浓度分布的扩散强特征域中的渗溶源头区域Sou的平均浓度值和从第1个到第i个图像区域的平均浓度值的平均值的差;RTMirr{Sou,Diff(i)}为:渗溶源头区域Sou在开始浓度分布的对应图像区域的平均浓度值和在从第1个到第i个图像区域在开始浓度分布的对应图像区域的平均浓度值的平均值的差;(其中,RT{Sou,Diff(i)}和RTMirr{Sou,Diff(i)}分别表现第i个图像区域的平均浓度值在结束浓度分布和开始浓度分布的在浓度值之间传递的差异趋势大小的变化程度,由此计算得到的回缩趋势度能够依据开始浓度分布准确的表现出结束浓度分布在结束浓度分布的扩散强特征域中呈现不规则变化的速度大小,从而准确的表征出渗透深度中渗透变化的快慢,在后续的计算中能准确的计算渗透深度,消除西林瓶的瓶身并非水平放置、在压力变化产生的气体浓度在液体中回缩时出现震动、摇晃等外界因素导致的各个图像区域之间的浓度值不呈线性增减的不均衡问题)。
由于人工设置的泄漏的深度阈值过于主观且固定,由于胶塞的材质差异、压头设备在密封时对胶塞产生的压力大小的差异和胶塞中杂质差异会导致人为设置的深度阈值常出现漏检的情况,因此本申请根据轧盖开始时和轧盖结束的光谱数据进行综合判断,以提高检测准确率。
优选地,在S500中,判断西林瓶是否泄漏的方法为:
对开始浓度分布对应的高光谱图像进行灰度化并边缘检测获得多个由边缘线划分的图像区域,将各个图像区域的浓度值最大的图像区域记为初始区域;(初始区域是西林瓶在密封前顶空区域和内部液体之间靠近交界位置浓度最大的区域);以初始区域的边界线上的浓度值最大的点记为PAMAX;以初始区域的边界线上的浓度值最小的点记为PAMIN;以PAMAX到PAMIN之间线段的距离作为深度阈值;
当扩散深度低于预设的深度阈值,则判断西林瓶产生了泄漏。
本发明还提供了一种西林瓶多头式轧盖检漏系统,所述系统包括:存储器、处理器以及存储在所述存储器中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运行在以下系统的单元中:
光谱采集单元,用于在易溶气体中,分别采集多头式轧盖装置对西林瓶进行轧盖开始时和轧盖结束的光谱数据记为开始谱数据与结束谱数据;
滤波降噪单元,用于利用非线性滤波器来降低开始谱数据与结束谱数据的噪声分别获得预处理开始谱数据和预处理结束谱数据;
浓度反演单元,用于采用气体光谱反演算法对预处理开始谱数据和预处理结束谱数据进行反演,获取待测西林瓶的易溶气体的浓度,分别得到开始浓度分布和结束浓度分布;
特征提取单元,用于在结束浓度分布中提取扩散强特征域;
泄漏判断单元,用于在扩散强特征域中进行浓度分布的比较以判断西林瓶是否泄漏。
本发明的有益效果为:本发明提供一种西林瓶多头式轧盖检漏方法及系统,能准确的计算渗透深度,消除西林瓶的瓶身并非水平放置、在压力变化产生的气体浓度在液体中回缩时出现震动、摇晃等外界因素导致的各个图像区域之间的浓度值不呈线性增减的不均衡问题,能够准确的体现出各个浓度值的传导深度,从而准确的识别出发生泄露的西林瓶。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,在附图中:
图1所示为一种西林瓶多头式轧盖检漏方法的流程图;
图2所示为一种西林瓶多头式轧盖检漏系统结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
实施例1:如图1所示为实施例1的一种西林瓶多头式轧盖检漏方法的流程图,下面结合图1来阐述根据本发明的实施例1的一种西林瓶多头式轧盖检漏方法,所述方法包括以下步骤:
S100,在易溶气体中,分别采集多头式轧盖装置对西林瓶进行轧盖开始时和轧盖结束的光谱数据记为开始谱数据与结束谱数据;
S200,利用非线性滤波器来降低开始谱数据与结束谱数据的噪声分别获得预处理开始谱数据和预处理结束谱数据;
S300,采用气体光谱反演算法对预处理开始谱数据和预处理结束谱数据进行反演,获取待测西林瓶的易溶气体的浓度,分别得到开始浓度分布和结束浓度分布;
S400,在结束浓度分布中提取扩散强特征域;
S500,在扩散强特征域中进行浓度分布的比较以判断西林瓶是否泄漏。
在S100中,所述多头式轧盖装置为THGX-5/50四头西林瓶灌装轧盖机。
在S100中,多头式轧盖装置在轧盖开始时通过压头或瓶托进行主动旋转运动通过旋转的压头或瓶托通过摩擦力带动西林瓶旋转;在轧盖结束时通过轧刀的滚压或挤压作用下完成西林瓶的密封。
在S100中,采集光谱数据的设备为高光谱相机。
轧盖结束的光谱数据在轧盖结束后延迟预设时间5秒后进行采集。
在S100中,易溶气体为二氧化碳。
在S200中,非线性滤波器为粒子滤波器。
在S300中,气体光谱反演算法为多元线性回归分析模型对光谱数据对应的易溶气体含量进行反演获得易溶气体含量的浓度分布。
其中,开始浓度分布和结束浓度分布均为高光谱图像格式,高光谱图像中的每1个像素均对应有1个浓度值。
进一步地,在S400中,在结束浓度分布中提取扩散强特征域的方法为:
对结束浓度分布对应的高光谱图像进行灰度化并边缘检测获得多个由边缘线划分的图像区域,将各个图像区域的浓度值最大的图像区域记为渗溶区域;
以渗溶区域的边界线上的浓度值最大的点记为PMAX;以渗溶区域的边界线上的浓度值最小的点记为PMIN;以PMAX到PMIN的方向作为渗溶方向;将与渗溶区域相邻的各图像区域中平均浓度值最高的图像区域记为渗溶源头区域Sou;将与渗溶区域相邻的各图像区域中平均浓度值最低的图像区域记为渗溶目的区域Goa;
记通过点PMAX和Sou中浓度值最小的点的直线为扩散中心线L1;记通过Goa中浓度值最大的点和点PMIN的直线为扩散中心线L2;则以在高光谱图像上在L1和L2之间的区域为扩散强特征域。
进一步地,在S500中,在扩散强特征域中进行浓度分布的比较以判断西林瓶是否泄漏的方法为:
在结束浓度分布的扩散强特征域中,从渗溶源头区域的位置开始到渗溶目的区域结束,沿渗溶方向依次判断浓度扩散特征区域中的各图像区域是否满足扩散停止条件,当首次有图像区域满足时,以点PMAX到该图像区域的几何中心点之间的距离为扩散深度。
优选地,所述扩散停止条件为:结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的前一个图像区域小于当前的图像区域的平均浓度值;
记结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的第k个图像区域的平均浓度值为Diff(k),其中,k为序号;
所述扩散停止条件的等同意义的表述为:Diff(k-1)<Diff(k)。
优选地,在S500中,判断西林瓶是否泄漏的方法为:
当扩散深度低于预设的深度阈值,则判断西林瓶产生了泄漏。
优选地,所述深度阈值是人工预设的35×0.03mm(5ml西林瓶规格)。
实施例2:本实施例2为将实施例1的基础上将扩散停止条件进行替换,具体为:
进一步地,将实施例1的扩散停止条件替换为:结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的前一个图像区域小于当前的图像区域的平均浓度值,并且,当前的图像区域的平均浓度值大于后一个图像区域的平均浓度值。
即,所述扩散停止条件为:
记结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的第k个图像区域的平均浓度值为Diff(k),记第k个图像区域在开始浓度分布相同图像区域位置的平均浓度值为DiffMirr(k),其中,k为序号;
结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的前一个图像区域的平均浓度值Diff(k-1)小于当前的图像区域的平均浓度值Diff(k),并且,当前的图像区域的平均浓度值Diff(k)大于后一个图像区域的平均浓度值Diff(k+1);且,Diff(k-1)大于Diff(k-1)的对应图像区域在开始浓度分布的对应图像区域的平均浓度值DiffMirr(k-1)、Diff(k+1)大于Diff(k+1)的对应图像区域在开始浓度分布的对应图像区域的平均浓度值DiffMirr(k+1)。
所述扩散停止条件的等同意义的表述为: Diff(k-1)<Diff(k)且Diff(k)>Diff(k+1),且,Diff(k-1)>DiffMirr(k-1),Diff(k+1)>DiffMirr(k+1)。
实施例3:本实施例3为将实施例1的基础上将扩散停止条件进行替换,具体为:
进一步地,将实施例1的扩散停止条件替换为:
记结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束中的第k个图像区域的平均浓度值为Diff(k),记第k个图像区域在开始浓度分布相同图像区域位置的平均浓度值为DiffMirr(k),其中,k为序号;
扩散停止条件为:
RetT(Diff(k-1))≤RetT(Diff(k))≤RetT(Diff(k+1));
其中,RetT(Diff(k))函数为Diff(k)在结束浓度分布对应位置的回缩趋势度,回缩趋势度RetT(Diff(k))的计算方法是:结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的从第1个到第k个图像区域的所有平均浓度值的平均值。
实施例4:本实施例4为将实施例3的基础上将回缩趋势度RetT(Diff(k))的计算方法进行替换,并且,将将实施例1的判断西林瓶是否泄漏的方法进行替换,具体为:
进一步地,将实施例3的回缩趋势度RetT(Diff(k))的计算方法替换为:
其中,i是变量,Diff(i)是第i个图像区域的平均浓度值;RT{Sou,Diff(i)}为:结束浓度分布的扩散强特征域中的渗溶源头区域Sou的平均浓度值和从第1个到第i个图像区域的平均浓度值的平均值的差;RTMirr{Sou,Diff(i)}为:渗溶源头区域Sou在开始浓度分布的对应图像区域的平均浓度值和在从第1个到第i个图像区域在开始浓度分布的对应图像区域的平均浓度值的平均值的差。
进一步地,将实施例1的判断西林瓶是否泄漏的方法替换为:
对开始浓度分布对应的高光谱图像进行灰度化并边缘检测获得多个由边缘线划分的图像区域,将各个图像区域的浓度值最大的图像区域记为初始区域;(初始区域是西林瓶在密封前顶空区域和内部液体之间靠近交界位置浓度最大的区域);以初始区域的边界线上的浓度值最大的点记为PAMAX;以初始区域的边界线上的浓度值最小的点记为PAMIN;以PAMAX到PAMIN之间线段的距离作为深度阈值;
当扩散深度低于预设的深度阈值,则判断西林瓶产生了泄漏。
对比例1
通过MLT-V100T微泄漏无损密封测试仪直接对各个密封后的西林瓶进行检测(注:根据说明书,此设备需待测西林瓶在设备所处环境中静置不少于30min)。
对比例2
通过微泄漏密封性测试仪LEAK-M检测仪器直接对各个密封后的西林瓶进行检测。
实验条件:
针对实施例1-4和对比例1、2,各取规格为5ml的西林瓶30瓶,在30瓶中随机抽取其中的10瓶的瓶塞进行激光打孔作为阳性样品一并以签字笔标记,在剩下的20瓶中随机抽取其中的10瓶的瓶身进行激光打孔作为阳性样品二并以签字笔标记,漏孔的孔径均为3um到5um之间,阳性样品一、阳性样品二的各漏孔均以灰尘杂质进行堵塞。
实验结果:
实施例1:通过实施例1的方法在30瓶中识别出阳性样品一6瓶,阳性样品二8瓶。
实施例2:通过实施例2的方法在30瓶中识别出阳性样品一8瓶,阳性样品二9瓶。
实施例3:通过实施例3的方法在30瓶中识别出阳性样品一9瓶,阳性样品二10瓶。
实施例4:通过实施例4的方法在30瓶中识别出阳性样品一10瓶,阳性样品二10瓶。
对比例1:通过对比例1的方法在30瓶中识别出阳性样品一6瓶,阳性样品二5瓶。
对比例2:通过对比例1的方法在30瓶中识别出阳性样品一7瓶,阳性样品二4瓶。
注:如果在震动较大的情况下,并无静置过程,本申请的实施例3、实施例4的实验结果并无影响,但是实施例1、实施例2、对比例1、对比例2,均有不同程度的精度降低,具体为:将西林瓶置于HZQ-3222双层摇瓶机,设置摆振幅度35mm、转速20rpm,进行摇瓶3分钟的情况下立即开始微泄露密封测试实验,实验结果如下:
实施例1:通过实施例1的方法在30瓶中识别出阳性样品一4瓶,阳性样品二5瓶。
实施例2:通过实施例2的方法在30瓶中识别出阳性样品一5瓶,阳性样品二7瓶。
实施例3:通过实施例3的方法在30瓶中识别出阳性样品一9瓶,阳性样品二9瓶。
实施例4:通过实施例4的方法在30瓶中识别出阳性样品一9瓶,阳性样品二10瓶。
对比例1:通过对比例1的方法在30瓶中识别出阳性样品一4瓶,阳性样品二4瓶。
对比例2:通过对比例1的方法在30瓶中识别出阳性样品一5瓶,阳性样品二3瓶。
由此可见,实施例1-4的识别精度相较于传微泄漏密封性测试仪的精度显著要高,尤其是在震荡环境下检测的效果较好,在西林瓶的瓶身并非水平放置、在压力变化产生的气体浓度在液体中回缩时出现震动、摇晃等外界因素导致的检测精度失真较小。
此外,本发明还提供一种西林瓶多头式轧盖检漏系统的实施例,如图2所示为本发明的一种西林瓶多头式轧盖检漏系统结构图,该实施例的一种西林瓶多头式轧盖检漏系统包括:处理器、存储器以及存储在所述存储器中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上述一种西林瓶多头式轧盖检漏系统实施例中的步骤。
所述系统包括:存储器、处理器以及存储在所述存储器中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运行在以下系统的单元中:
光谱采集单元,用于在易溶气体中,分别采集多头式轧盖装置对西林瓶进行轧盖开始时和轧盖结束的光谱数据记为开始谱数据与结束谱数据;
滤波降噪单元,用于利用非线性滤波器来降低开始谱数据与结束谱数据的噪声分别获得预处理开始谱数据和预处理结束谱数据;
浓度反演单元,用于采用气体光谱反演算法对预处理开始谱数据和预处理结束谱数据进行反演,获取待测西林瓶的易溶气体的浓度,分别得到开始浓度分布和结束浓度分布;
特征提取单元,用于在结束浓度分布中提取扩散强特征域;
泄漏判断单元,用于在扩散强特征域中进行浓度分布的比较以判断西林瓶是否泄漏。
所述一种西林瓶多头式轧盖检漏系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种西林瓶多头式轧盖检漏系统,可运行的系统可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种西林瓶多头式轧盖检漏系统的示例,并不构成对一种西林瓶多头式轧盖检漏系统的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种西林瓶多头式轧盖检漏系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现场可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种西林瓶多头式轧盖检漏系统运行系统的控制中心,利用各种接口和线路连接整个一种西林瓶多头式轧盖检漏系统可运行系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种西林瓶多头式轧盖检漏系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。

Claims (9)

1.一种西林瓶多头式轧盖检漏方法,其特征在于,所述方法包括以下步骤:
S100,在易溶气体中,分别采集多头式轧盖装置对西林瓶进行轧盖开始时和轧盖结束的光谱数据记为开始谱数据与结束谱数据;
S200,利用非线性滤波器来降低开始谱数据与结束谱数据的噪声分别获得预处理开始谱数据和预处理结束谱数据;
S300,采用气体光谱反演算法对预处理开始谱数据和预处理结束谱数据进行反演,获取待测西林瓶的易溶气体的浓度,分别得到开始浓度分布和结束浓度分布;
S400,在结束浓度分布中提取扩散强特征域;
S500,在扩散强特征域中进行浓度分布的比较以判断西林瓶是否泄漏;
在S100中,易溶气体为二氧化碳、甲烷气体、氨气、二氧化氮中的任意一种;
在S400中,在结束浓度分布中提取扩散强特征域的方法为:
对结束浓度分布对应的高光谱图像进行灰度化并边缘检测获得多个由边缘线划分的图像区域,将各个图像区域的浓度值最大的图像区域记为渗溶区域;
以渗溶区域的边界线上的浓度值最大的点记为PMAX;以渗溶区域的边界线上的浓度值最小的点记为PMIN;以PMAX到PMIN的方向作为渗溶方向;将与渗溶区域相邻的各图像区域中平均浓度值最高的图像区域记为渗溶源头区域Sou;将与渗溶区域相邻的各图像区域中平均浓度值最低的图像区域记为渗溶目的区域Goa;
记通过点PMAX和Sou中浓度值最小的点的直线为扩散中心线L1;记通过Goa中浓度值最大的点和点PMIN的直线为扩散中心线L2;则以在高光谱图像上在L1和L2之间的区域为扩散强特征域。
2.根据权利要求1所述的一种西林瓶多头式轧盖检漏方法,其特征在于,在S300中,气体光谱反演算法为差分吸收光谱反演算法或者通过一元回归分析模型、多元线性回归分析模型或者非线性分析反演模型中任意一种模型对光谱数据对应的易溶气体含量进行反演获得易溶气体含量的浓度分布。
3.根据权利要求1所述的一种西林瓶多头式轧盖检漏方法,其特征在于,在S500中,在扩散强特征域中进行浓度分布的比较以判断西林瓶是否泄漏的方法为:
在结束浓度分布的扩散强特征域中,从渗溶源头区域的位置开始到渗溶目的区域结束,沿渗溶方向依次判断浓度扩散特征区域中的各图像区域是否满足扩散停止条件,当首次有图像区域满足时,以点PMAX到该图像区域的几何中心点之间的距离为扩散深度。
4.根据权利要求3所述的一种西林瓶多头式轧盖检漏方法,其特征在于,在S500中,所述扩散停止条件为:结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的前一个图像区域小于当前的图像区域的平均浓度值。
5.根据权利要求4所述的一种西林瓶多头式轧盖检漏方法,其特征在于,将扩散停止条件替换为: 记结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的第k个图像区域的平均浓度值为Diff(k),记第k个图像区域在开始浓度分布相同图像区域位置的平均浓度值为DiffMirr(k),其中,k为序号;
扩散停止条件为:Diff(k-1)<Diff(k)且Diff(k)>Diff(k+1),且,Diff(k-1)>DiffMirr(k-1),Diff(k+1)>DiffMirr(k+1)。
6.根据权利要求4所述的一种西林瓶多头式轧盖检漏方法,其特征在于,将扩散停止条件替换为:记结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束中的第k个图像区域的平均浓度值为Diff(k),记第k个图像区域在开始浓度分布相同图像区域位置的平均浓度值为DiffMirr(k),其中,k为序号;
扩散停止条件为:RetT(Diff(k-1))≤RetT(Diff(k))≤RetT(Diff(k+1));
其中,RetT(Diff(k))函数为Diff(k)在结束浓度分布对应位置的回缩趋势度,回缩趋势度RetT(Diff(k))的计算方法是:结束浓度分布的扩散强特征域中从渗溶源头区域的位置开始到渗溶目的区域结束的从第1个到第k个图像区域的所有平均浓度值的平均值。
7.根据权利要求6所述的一种西林瓶多头式轧盖检漏方法,其特征在于,将计算回缩趋势度RetT(Diff(k))的计算方法替换为:
其中,i是变量,Diff(i)是第i个图像区域的平均浓度值;RT{Sou,Diff(i)}为:结束浓度分布的扩散强特征域中的渗溶源头区域Sou的平均浓度值和从第1个到第i个图像区域的平均浓度值的平均值的差;RTMirr{Sou,Diff(i)}为:渗溶源头区域Sou在开始浓度分布的对应图像区域的平均浓度值和在从第1个到第i个图像区域在开始浓度分布的对应图像区域的平均浓度值的平均值的差。
8.根据权利要求3所述的一种西林瓶多头式轧盖检漏方法,其特征在于,在S500中,判断西林瓶是否泄漏的方法为:对开始浓度分布对应的高光谱图像进行灰度化并边缘检测获得多个由边缘线划分的图像区域,将各个图像区域的浓度值最大的图像区域记为初始区域;以初始区域的边界线上的浓度值最大的点记为PAMAX;以初始区域的边界线上的浓度值最小的点记为PAMIN;以PAMAX到PAMIN之间线段的距离作为深度阈值;
当扩散深度低于预设的深度阈值,则判断西林瓶产生了泄漏。
9.一种西林瓶多头式轧盖检漏系统,其特征在于,所述一种西林瓶多头式轧盖检漏系统包括:处理器、存储器及存储在所述存储器中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权利要求1-8中的任一项所述的一种西林瓶多头式轧盖检漏方法中的步骤。
CN202311812176.2A 2023-12-27 2023-12-27 一种西林瓶多头式轧盖检漏方法及系统 Active CN117470450B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311812176.2A CN117470450B (zh) 2023-12-27 2023-12-27 一种西林瓶多头式轧盖检漏方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311812176.2A CN117470450B (zh) 2023-12-27 2023-12-27 一种西林瓶多头式轧盖检漏方法及系统

Publications (2)

Publication Number Publication Date
CN117470450A CN117470450A (zh) 2024-01-30
CN117470450B true CN117470450B (zh) 2024-03-01

Family

ID=89639947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311812176.2A Active CN117470450B (zh) 2023-12-27 2023-12-27 一种西林瓶多头式轧盖检漏方法及系统

Country Status (1)

Country Link
CN (1) CN117470450B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2372344A1 (en) * 2010-03-31 2011-10-05 Bonfiglioli Engineering S.r.L. Method for analysing a gaseous component present in a hermetically sealed container
CN106908203A (zh) * 2017-05-09 2017-06-30 上海笙港光学科技有限公司 一种西林瓶密封完整性的检漏装置及检漏方法
CN107451590A (zh) * 2017-07-19 2017-12-08 哈尔滨工程大学 基于高光谱红外图像的气体检测识别和浓度表示方法
EP3364170A1 (de) * 2017-02-21 2018-08-22 ACM GmbH Messung der gaskonzentration in einem behälter
CN110006598A (zh) * 2019-04-24 2019-07-12 山东省科学院海洋仪器仪表研究所 一种西林瓶在线检漏装置及检漏方法
CN114235294A (zh) * 2021-12-17 2022-03-25 中国石油大学(华东) 二甲醚抛射剂气雾罐泄漏检测系统及方法
CN114323507A (zh) * 2021-12-10 2022-04-12 太原理工大学 一种西林瓶密封完整性测量装置和方法
CN114646610A (zh) * 2022-03-18 2022-06-21 上海理工大学 一种结合tdlas技术和气体反射池的西林瓶检漏装置
CN115128014A (zh) * 2022-09-01 2022-09-30 北京智麟科技有限公司 一种高光谱图像采集系统及分析方法
CN115266579A (zh) * 2022-05-12 2022-11-01 太原科技大学 一种小型化多光程池的西林瓶泄露检测装置及方法
CN115841434A (zh) * 2023-02-21 2023-03-24 深圳市特安电子有限公司 一种用于气体浓度分析的红外图像增强方法
CN219369563U (zh) * 2022-09-30 2023-07-18 郑州深蓝海生物医药科技有限公司 一种多功能顶空气体分析仪

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7752892B2 (en) * 2006-09-07 2010-07-13 Matheson Tri-Gas Leak characterization apparatuses and methods for fluid storage containers
GB0624472D0 (en) * 2006-12-07 2007-01-17 Cascade Technologies Ltd Leak detection system and method
US8638439B2 (en) * 2009-05-11 2014-01-28 Gasporox Ab Apparatus and method for non-intrusive assessment of gas in packages
FR2993659B1 (fr) * 2012-07-23 2014-08-08 Adixen Vacuum Products Procede et installation de detection pour le controle d'etancheite d'emballages de produits scelles
SE541253C2 (en) * 2017-10-18 2019-05-14 Gasporox Ab System and method for determining the integrity of containers by optical measurement
CN112236670A (zh) * 2018-06-07 2021-01-15 威尔科股份公司 用于检测容器的顶部空间中的气体的设备
US20230088151A1 (en) * 2020-02-25 2023-03-23 Gasporox Ab System and method for determining the integrity of containers by optical measurement

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2372344A1 (en) * 2010-03-31 2011-10-05 Bonfiglioli Engineering S.r.L. Method for analysing a gaseous component present in a hermetically sealed container
EP3364170A1 (de) * 2017-02-21 2018-08-22 ACM GmbH Messung der gaskonzentration in einem behälter
CN106908203A (zh) * 2017-05-09 2017-06-30 上海笙港光学科技有限公司 一种西林瓶密封完整性的检漏装置及检漏方法
CN107451590A (zh) * 2017-07-19 2017-12-08 哈尔滨工程大学 基于高光谱红外图像的气体检测识别和浓度表示方法
CN110006598A (zh) * 2019-04-24 2019-07-12 山东省科学院海洋仪器仪表研究所 一种西林瓶在线检漏装置及检漏方法
CN114323507A (zh) * 2021-12-10 2022-04-12 太原理工大学 一种西林瓶密封完整性测量装置和方法
CN114235294A (zh) * 2021-12-17 2022-03-25 中国石油大学(华东) 二甲醚抛射剂气雾罐泄漏检测系统及方法
CN114646610A (zh) * 2022-03-18 2022-06-21 上海理工大学 一种结合tdlas技术和气体反射池的西林瓶检漏装置
CN115266579A (zh) * 2022-05-12 2022-11-01 太原科技大学 一种小型化多光程池的西林瓶泄露检测装置及方法
CN115128014A (zh) * 2022-09-01 2022-09-30 北京智麟科技有限公司 一种高光谱图像采集系统及分析方法
CN219369563U (zh) * 2022-09-30 2023-07-18 郑州深蓝海生物医药科技有限公司 一种多功能顶空气体分析仪
CN115841434A (zh) * 2023-02-21 2023-03-24 深圳市特安电子有限公司 一种用于气体浓度分析的红外图像增强方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王明明 等."基于可调谐半导体激光吸收光谱技术的西林瓶检漏方法".《激光与光电子学进展》.2017,(8),第083004-1~083004-7页. *

Also Published As

Publication number Publication date
CN117470450A (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
CN110826416B (zh) 一种基于深度学习的卫浴陶瓷表面缺陷检测方法及装置
CN105893980B (zh) 一种注意力专注度评价方法及系统
US11189019B2 (en) Method for detecting defects, electronic device, and computer readable medium
CN109146873B (zh) 一种基于学习的显示屏缺陷智能检测方法及装置
CN109816653B (zh) 一种用于导电粒子检测的方法
KR20130084437A (ko) 실시간 얼굴 인식 장치
Jia et al. A fast randomized circle detection algorithm
CN104408819A (zh) 一种纸币上胶带的检测方法
CN117470450B (zh) 一种西林瓶多头式轧盖检漏方法及系统
CN108663382A (zh) 基于视觉显著性的纸张表面缺陷检测的方法及装置
CN108664970A (zh) 一种快速目标检测方法、电子设备、存储介质及系统
CN115330802B (zh) 一种碳纤维复合材料气瓶x射线图像脱粘缺陷提取方法
CN110333238A (zh) 一种smt芯片缺陷检测系统与方法
CN113658155A (zh) 一种基于光度立体的物体表面瑕疵检测分析方法及装置
CN108335310B (zh) 一种便携式粒形粒度检测方法及系统
CN110728193B (zh) 一种脸部图像丰富度特征的检测方法及设备
CN114913134A (zh) 隧道喷射混凝土粗糙度识别方法、终端设备及存储介质
CN111462056A (zh) 工件表面缺陷检测方法、装置、设备及存储介质
CN107507130A (zh) 一种快速的qfn芯片引脚图像获取与放大方法
CN105809092A (zh) 人群目标检测方法及其装置
RU2015143239A (ru) Расширенный анализ для основанной на изображении оценки износа поликлинового ремня
US20170309040A1 (en) Method and device for positioning human eyes
WO2023208214A1 (zh) 一种仪表盘识别方法、识别装置、存储介质和计算机设备
CN109448012A (zh) 一种图像边缘检测方法及装置
CN109034117A (zh) 一种视频提取方法及装置

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