-
公开(公告)号：CN119444663A
公开(公告)日：2025-02-14
申请号：CN202411294004.5
申请日：2024-09-14
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明提供一种高温连铸板坯三维缺陷检测与尺寸测量方法及装置，涉及机器视觉检测技术领域。该方法包括：获取高温连铸板坯的点云数据；采用标定块将高温连铸板坯的点云数据进行标定，获得标定后的点云数据；根据标定后的点云数据，计算实际深度值；将实际深度值通过渲染处理输入预训练好的Yolov5目标缺陷检测模型中进行识别，获得缺陷位置和缺陷类别；根据缺陷位置和缺陷类别，提取缺陷区域的最大深度和平均深度作为缺陷的严重程度表征。采用本发明能够克服传统垂直视角相机在检测微小缺陷时的局限性，为连铸板坯表面缺陷检测提供了更为全面和有效的解决方案。
-
公开(公告)号：CN117002947A
公开(公告)日：2023-11-07
申请号：CN202310904286.5
申请日：2023-07-21
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明公开了一种基于视觉检测的钢轨分流自动跟踪方法及系统，该方法包括：在横移台架处的钢轨对齐侧安装图像采集模块；利用图像采集模块实时采集钢轨分流区域的图像，得到钢轨图像；基于得到的钢轨图像，通过预设的目标跟踪模型，形成钢轨的运行轨迹；为每个镜面室所对应的辊道进行编号并设置一个缓冲序列；当某条轨迹丢失时，依据辊道编号，将丢失的轨迹所对应的钢轨信息存储到对应的缓冲队列中；当出现钢轨从镜面室倒回的情况时，直接根据新增轨迹对应的辊道编号，将相应缓冲队列中的最近一条记录附加到新增轨迹的属性中。本发明能够实现传统跟踪逻辑中无法量化目标位置引起的跟踪错乱问题，对于复杂场景下的钢轨准确跟踪提供可行的解决方案。
-
公开(公告)号：CN113034442B
公开(公告)日：2023-10-13
申请号：CN202110238250.9
申请日：2021-03-04
Applicant: 北京科技大学设计研究院有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/155 , G06T7/60 , G06T7/62 , G01N21/88 , G06V10/762 , G06V10/764
Abstract: 本发明提供一种基于缺陷分布图谱的热轧带钢表面质量分级方法，属于智能检测技术领域。该方法利用热轧带钢表面缺陷检测系统的缺陷数据，绘制出单个缺陷类别、交叉易混缺陷类别等多种缺陷分布图谱，针对不同类别组合的缺陷分布图谱，依据其所具有的内部特征，可对应的采用置信度检测、直线检测、周期检测、聚类检测、分布特征检测等方式从缺陷分布图谱中寻找出供分级判断的关键特征，整合各缺陷分布图谱得到的关键特征，形成接近于人感知的上层分析模式图，实现数据的降维和降伪，通过结合钢种、规格、工艺参数等信息，针对性调整不同缺陷分布图谱中关键特征的等级标准，采用严重级别高掩盖严重级别低的原则，得到最终的带钢质量等级。
-
公开(公告)号：CN116728156A
公开(公告)日：2023-09-12
申请号：CN202310879269.0
申请日：2023-07-18
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明提供一种基于激光测距的双边剪钢板自动对中方法，属于金属加工及视觉检测技术领域。所述方法包括：步骤1，在双边剪剪切区域各磁头位置处分别安装一组测距设备，利用矩形标定块标定出测距设备距离辊道两侧边缘的距离；步骤2，钢板进入对中辊道后，以热检信号控制钢板头部停在热检位置，依据选中的测距设备输出的测距设备到钢板两侧边缘的距离和标定好的距离，确定钢板两侧的目标剪切余量，进一步确定钢板对中所需的磁头移动方向和移动距离；步骤3，根据确定的钢板对中所需的移动方向和移动距离，控制磁头抬起移动并实时检测钢板的移动距离，满足对中需求后控制磁头停止完成对中过程。采用本发明，能够实现双边剪钢板自动准确对中操作。
-
公开(公告)号：CN115311212A
公开(公告)日：2022-11-08
申请号：CN202210831926.X
申请日：2022-07-15
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明公开了一种钢铁产品全生命周期的表面缺陷检测追踪方法，包括：在待进行表面缺陷检测追踪的钢铁产品对应的生产线中选定多个检测点，并在每一检测点处分别安装基于机器视觉的在线表面缺陷检测装置；其中，各检测点分布在不同的生产线或分布在同一生产线的不同工序出口；利用安装的在线表面缺陷检测装置检测得到各检测点处出口钢材的表面缺陷信息，并将其上传至统一的数据中心服务器；由中心服务器对不同检测点缺陷统计及分布差异进行分析，实现缺陷追踪，并将分析结果下发到相关检测点终端供用户参考。本发明能够打通整个钢铁全产品生命周期的表面质量监控，具有极大的现实意义。
-
Patent Agency Ranking
公开(公告)号：CN114037752A
公开(公告)日：2022-02-11
申请号：CN202111243605.X
申请日：2021-10-25
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明提供一种基于多模型信息匹配的冷床区钢板跟踪方法，属于冶金智能制造技术领域。该方法首先利用视觉跟踪模型分析得到T0时刻冷床区钢板状态信息，利用此信息初始化逻辑跟踪模型状态；逻辑跟踪模型依赖T‑1时刻冷床区钢板状态结合冷床速度计算得到当前T时刻冷床区钢板状态信息S1；视觉跟踪模型利用实例分割方法从图像中分析得到当前T时刻冷床区钢板状态信息S2；T时刻下，S1与S2计算匹配情况，分析异常跟踪状态，将S2保存用于下一次计算；进入下一时刻，重复上述过程，实时跟踪冷床区钢板状态。该方法降低了长时序下逻辑跟踪模型的预测误差，利用匹配状态信息能够判断出卡钢、吊运下料等特殊情况，实现了全面、准确、智能的冷床区钢板跟踪。
-
公开(公告)号：CN112986277A
公开(公告)日：2021-06-18
申请号：CN202110365067.5
申请日：2021-04-01
Applicant: 北京科技大学设计研究院有限公司
IPC: G01N21/95
Abstract: 本发明提供一种热轧带钢精轧辊印的检测方法，属于智能检测技术领域。该方法通过将相机采集的图像进行拼接，得到覆盖带钢十米左右的拼接图像，通过二级实时获取轧辊的周长信息，将拼接图像以轧辊周长为高度基准进行切分，得到同样大小的几张切分图像；然后将每张切分图划分成多个子区块并通过图像分类进行初步过滤，针对各切分图中同一位置的子区块两两进行特征匹配，通过统计不同位置处子区块特征匹配的成功率确定精轧辊印是否存在。本方法充分考虑了精轧辊印所具备的周期性及单次出现时形态一致性，可以有效避免精轧辊印的漏检，提高了此类缺陷的识别率。
-
公开(公告)号：CN114677331B
公开(公告)日：2024-11-15
申请号：CN202210203782.3
申请日：2022-03-02
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明公开了一种基于灰度图像和深度数据融合的管材缺陷检测方法及装置，涉及机器视觉检测技术领域。包括：获取待检测样本的表面特征信息；其中，表面特征信息包括深度数据和灰度图像；根据深度数据，得到具备深度信息的缺陷候选区域#imgabs0#根据灰度图像、以及训练好的目标检测模型，得到具备灰度特征的缺陷候选区域#imgabs1#将具备深度信息的缺陷候选区域#imgabs2#以及具备灰度特征的缺陷候选区域#imgabs3#进行融合匹配，得到缺陷检测结果。本发明能够融合深度、色差等多维度特性，在定性分析基础上实现了对缺陷严重度的量化，大大提升了缺陷检测的准确度。
-
公开(公告)号：CN114612775B
公开(公告)日：2024-07-05
申请号：CN202210211558.9
申请日：2022-03-04
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明提供了一种基于机器视觉的棒材全线跟踪方法及装置，涉及机器视觉检测技术领域。包括：首先在运行辊道上方分布式的布置多个面阵相机，并利用同步脉冲控制相机图像采集；然后依次通过透视变换、实例分割、图像拼接等处理算法得到产线上棒材分布位置及尺寸信息；同时在初始阶段对进入跟踪辊道区域的棒材进行编号标识，实现棒材的全线跟踪。利用视觉识别跟踪技术可以全面直观的确定棒材在产线辊道上的分布情况，解决了棒材生产过程无法进行逐支跟踪的困境，对于丢支、卡支、混支等情况能够及时发现并报警提醒，大大增加了棒材处理线的智能化水平。
-
公开(公告)号：CN115406895A
公开(公告)日：2022-11-29
申请号：CN202210940075.2
申请日：2022-08-05
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明公开了一种钢板在线表面缺陷检测系统，该系统包括：缺陷检测模块、样本标记模块、自主学习模块以及服务自启模块；其中，缺陷检测模块用于负责钢板表面缺陷检测；样本标记模块用于当接收到需要进行自动样本标记的信号后，为收集到的样本自动生成标记信息；自主学习模块用于实时监控样本的数量变化，当样本增加量达到第一预设值后，利用当前的样本对钢板表面缺陷检测模型进行训练；服务自启模块用于在模型训练结束后，从模型的训练结果中选择最优模型替换掉原钢板表面缺陷检测模型，以进行检测模型的迭代更新，并控制所述缺陷检测模块和所述样本标记模块重启，实现检测模型的重新加载。本发明可以实现表面检测系统中检测模型的自主学习优化。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.043 seconds)
