CN105115428A - 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 - Google Patents
面向辐对称电缆切面绝缘层厚度的并行图像测量方法 Download PDFInfo
- Publication number
- CN105115428A CN105115428A CN201510197679.2A CN201510197679A CN105115428A CN 105115428 A CN105115428 A CN 105115428A CN 201510197679 A CN201510197679 A CN 201510197679A CN 105115428 A CN105115428 A CN 105115428A
- Authority
- CN
- China
- Prior art keywords
- thickness
- insulating layer
- tangent plane
- symmetrical cable
- value
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/142—Edging; Contouring
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/71—Charge-coupled device [CCD] sensors; Charge-transfer registers specially adapted for CCD sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2215/00—Indexing scheme for image rendering
- G06T2215/16—Using real world measurements to influence rendering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法,该方法基于机器视觉和图像分析进行非接触式高精度测量,同时采用GPU多核并行平台进行高速测量,从辐对称电缆切面图像中提取有用的信息,进行绝缘层厚度测量。与现有技术相比,本发明具有降低精确测量的时间消耗,填补国内电缆行业辐对称电缆切面绝缘层厚度的高精度并行图像测量的空白,打破国外相关设备厂商的垄断和技术封锁,提高我国产品质量在线检测的技术水平,加快本土生产厂商生产自动化进程等优点。
Description
技术领域
本发明属于机器视觉工业检测领域,尤其是涉及一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法。
背景技术
电线电缆行业是机械制造业中仅次于汽车行业的第二大产业。据预计,未来几年,由于中国处在工业化后期,中国电线电缆行业发展速度将高于国民经济的发展速度,预计达10%以上,电力导线和电缆年均增长则可达15%。电缆作为很多电力基础设施的核心,决定了整个电力网络的安全和可靠。一旦电缆生产线出现产品质量偏差,无法及时调整,将会有大量的残次品被生产出来,造成大量浪费。一旦残次品进入市场,造成的电力网络损失则更是天文数字。因而,电缆的结构测量,是产品质量监控体系中重要的一环,也是企业在激烈的市场竞争中胜出的重要保障。电线电缆结构测量经历了第一代卡尺、第二代千分尺读数显微镜测量、第三代数字式投影仪。传统的测量方法仅能对有限的点和局部进行测量,漏点多,精确度难以保证,同时手工操作费时、费力,测量效果与操作人员相关性大,不稳定。
近些年来,国外先进国家引入高清工业相机设备,基于工业视觉理论与技术,探索高精度图像测量,相关产品正逐步投入商用。然而产品价格昂贵,且不能针对国内生产企业实际情况做相应调整。通过市场调研,预计总体需求量在千台以上,同类国外进口设备价格在50-80万元/每台。从社会价值出发,自动光学检测***可以进行长时间的连续工作,且对于恶劣的工作环境具有很强的适应能力,从而避免了由于工人高强度的连续工作带来的负面影响,为企业的人性化管理提供了保障。从国家利益出发,目前我国基于计算机视觉的AOI技术还处在起步阶段,主要应用在字符识别、印刷质量检测、产品分选等低速、低精度的场合。而对于高精度、高速检测场合还是依赖国外产品,其购买和维护成本都非常高昂。一些国产的基于计算机视觉的检测***,也是采用了国外的核心技术,这些产品的***结构与核心算法等关键技术仍被国外厂商所掌握,且国外厂商提供的往往都是己经准备淘汰的过时技术。
目前市面上的电缆存在较多的辐对称切面,为了克服传统的测量方法的缺陷,在实时计算绝缘层的最小厚度、平均厚度以及最大厚度时遇到的主要技术难题包括:
(1)如何提高切面图像的测量精度;
(2)如何提高复杂图像运算的速度。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法,该方法能够帮助电缆质检人员在质量检测工作中非接触实时测量辐对称电缆切面绝缘层的厚度,并能通过测量数据分析和推断电缆生产或加工过程中存在的问题。
本发明的目的可以通过以下技术方案来实现:
一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法,其特征在于,该方法基于机器视觉和图像分析进行非接触式高精度测量,同时采用GPU多核并行平台进行高速测量,从辐对称电缆切面图像中提取有用的信息,进行绝缘层厚度测量。
该方法具体包括以下步骤:
1)读取经过工业CCD相机拍摄并校正后的图像;
2)从图像中提取辐对称电缆切面内外轮廓,计算电缆切面质心;
3)对内轮廓像素点进行亚像素精确定位,连接质心与内轮廓像素点并延长至外轮廓;
4)对外轮廓进行分段曲线拟合,并求得外轮廓与延长线的交点;
5)计算交点与内轮廓像素点之间的距离即为当前内轮廓像素点对应的绝缘层厚度;
6)采用统计学方法得到该辐对称电缆切面绝缘层的最大厚度、最小厚度及平均厚度。
基于GPU多核并行计算平台实现B样条曲线拟合方法,从而实现内轮廓像素点精确定位及外轮廓分段拟合。
所述的基于GPU多核并行计算平台实现B样条曲线拟合方法具体为:
①启动GPU,在显存中分配空间并复制数据到显存;
②定义block和thread的数目,开辟线程,调用核函数,采用B样条曲线拟合实现内轮廓点亚像精确定位;
③定义block和thread的数目,开辟线程,调用核函数,以质心、内轮廓上的点以及拟合函数计算,得到对应的外轮廓上的点;
④计算后的结果由显存和GPU传给CPU,释放显存和GPU上的资源。
所述的采用统计学方法得到该辐对称电缆切面绝缘层的最大厚度、最小厚度及平均厚度,在所有厚度的候选值中寻找合适的值,作为最后的测量值,以求取厚度的最大值、最小值。并不是利用简单的排序算法。如果为厚度极值对应的内壁点是有效像素点,则该像素点周围将有许多类似的有效像素点存在,使得邻近厚度值是厚度极值的近似值。
求解厚度最小值的具体步骤如下:
(1)对计算得到的内轮廓每一像素点对应的绝缘层厚度值从小到大进行排序;
(2)取N个最小值及对应的二维坐标,记为集合Tn;
(3)对于第i个最小值,定义权Wi=0,如果在图像中与其相邻的点q在Tn中,且厚度排序间隔不超过10,则Wi++,同时在TN中令相邻点无效;
(4)对N个最小值由小到大进行相同的操作,如果Wi大于某一阈值,则当前Ti为最小值。
与现有技术相比,本发明具有以下优点:
其一、针对辐对称电缆切面的特点,本方法使用切面图像,提供适合于非接触测量的并行测量技术方案。通过GPU多核并行计算平台,降低精确测量的时间消耗。
其二、通过分析电缆切面图像,对于电缆内轮廓的像素点进行精确定位,采用B样条曲线对外轮廓进行分段拟合,从而为高精度测量奠定了基础。
其三、在所有厚度测量值的候选值中寻找合适的值,作为最后的测量值,剔除了无效像素点对于测量精度的影响。
附图说明
图1为本发明技术路线图;
图2为线程组织结构示意图;
图3为电缆切面示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
与现有测量方法的不同之处在于,本发明基于机器视觉和图像分析进行非接触式高精度测量,采用GPU多核并行平台进行高速测量,主要考虑如何从辐对称电缆切面图像中提取有用的信息,然后有步骤地实施绝缘层厚度测量,如图1所示,本发明具体步骤如下:
①读取经过工业CCD相机拍摄并校正后的图像;
②从图像中提取辐对称电缆切面内外轮廓,计算电缆切面质心;
③对内轮廓像素点进行亚像素精确定位,连接质心与内轮廓像素点并延长至外轮廓;
④对外轮廓进行分段曲线拟合,并求得外轮廓与延长线的交点;
⑤计算交点与内轮廓像素点之间的距离即为当前内轮廓像素点对应的绝缘层厚度;
⑥采用统计学方法得到该辐对称电缆切面绝缘层的最大厚度、最小厚度及平均厚度。
本发明的技术方案用于针对电缆质检人员通过切面图像并行计算得到绝缘层厚度的测量数据,具体包括以下内容:
1.基于GPU平台的内轮廓像素点精确定位及外轮廓分段拟合
(1)基本原理
考虑到硬件的运算能力和性能,可采用GPU并行计算模型来解决电缆厚度检测过程中运算耗时多、速度慢的问题,达到大幅度缩短检测过程中的时间消耗的效果。GPU(GraphicsProcessingUnit,图形处理器)是高度并行、多线程的多核处理器,具有强大的计算能力和很高的带宽。采用GPU并行计算可以把图像处理性能提高几十倍。
CUDA是一种采用GPU作为数据并行计算设备的软硬件体系,采用了类C语言进行开发,易学易用。CPU作为主机(Host)负责进行逻辑性强的事务处理和串行计算,GPU作为设备(Device)负责执行高度线程化的并行处理任务。采用CPU+GPU异构并行处理,可以大大减轻CPU的负担,减少CPU***开销,提高***整体吞吐量,提高***计算能力,节约成本和能源。在电缆厚度检测过程中采用GPU并行算法,以解决运算耗时多、速度慢的问题。线程组织结构如图2所示。
(2)基本步骤
B样条曲线拟合法每次计算只能针对轮廓上的某一个像素进行,计算出的是单个像素的亚像素边缘位置,要完成边界的亚像素定位需要对轮廓上的整像素逐一进行计算,定位精度较高,但定位相对较慢。而且图像采用4092*4092的分辨率,内、外轮廓上的像素点数量很大,消耗大量时间。采用GPU并行计算模型,可以将该过程的时间消耗大幅度缩短。主要步骤如下:
①启动GPU,在显存中分配空间并复制数据到显存;
②定义block和thread的数目,开辟线程,调用核函数,采用B样条曲线拟合实现轮廓点亚像精确定位;
③定义block和thread的数目,开辟线程,调用核函数,以质心、内轮廓上的点以及拟合函数计算,得到对应的外轮廓上的点。
④计算后的结果由显存和GPU传给CPU,释放显存和GPU上的资源。
基于统计方法的绝缘层厚度均值与极值计算
(1)基本原理
任何一个电缆切面都有一个客观存在的真实值,最理想的测量就是能够测得其真实值。但由于电缆切面的测量是利用CCD摄像头,在一定光照条件下通过人来完成,受摄像头的灵敏度和分辨能力的限制、环境的不稳定等因素的影响,使得待测量的真实值是不可测得的。因而,由于CCD摄像头的精确度和准确度存在天然的局限,即使图像经过去噪处理后,依然会有残留的无效像素点。如果无效像素点恰好成为厚度极值对应的内壁点,将会影响测量值的精度。
因此要在所有厚度的候选值中寻找合适的值,作为最后的测量值,以求取厚度的最大值、最小值,不能利用简单的排序算法。如果为厚度极值对应的内壁点是有效像素点,则该像素点周围将有许多类似的有效像素点存在,使得邻近厚度值是厚度极值的近似值。
(2)基本步骤
计算辐对称电缆切面绝缘层的最大厚度、最小厚度及平均厚度,即在所有厚度的候选值中寻找合适的值,作为最后的测量值。辐对称电缆切面的示意图如图3所示,求解绝缘层厚度最小值的具体步骤如下:
①对计算得到的内轮廓每一像素点对应的绝缘层厚度值从小到大进行排序;
②取N个最小值及对应的二维坐标,记为集合Tn;
③对于第i个最小值,定义权Wi=0,如果在图像中与其相邻的点q(点距小于3)在Tn中,且厚度排序间隔不超过10,则Wi++,同时在TN中令相邻点无效;
④对N个最小值由小到大进行相同的操作,如果Wi大于某一阈值,则当前Ti为最小值。
本发明在获得由高清工业相机全覆盖扫描的电缆横切面图像后,可实时计算绝缘层厚度的最小尺寸、最大尺寸以及平均尺寸等。本专利将填补国内电缆行业辐对称电缆切面绝缘层厚度的高精度并行图像测量的空白,打破国外相关设备厂商的垄断和技术封锁,提高我国产品质量在线检测的技术水平,加快本土生产厂商生产自动化进程,节省大量人力、财力、物力,应用前景广泛,可扩展性好,此外,该技术进一步开发可用于漆包线结构的高精度图像测量。
Claims (6)
1.一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法,其特征在于,该方法基于机器视觉和图像分析进行非接触式高精度测量,同时采用GPU多核并行平台进行高速测量,从辐对称电缆切面图像中提取有用的信息,进行绝缘层厚度测量。
2.根据权利要求1所述的一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法,其特征在于,该方法具体包括以下步骤:
1)读取经过工业CCD相机拍摄并校正后的图像;
2)从图像中提取辐对称电缆切面内外轮廓,计算电缆切面质心;
3)对内轮廓像素点进行亚像素精确定位,连接质心与内轮廓像素点并延长至外轮廓;
4)对外轮廓进行分段曲线拟合,并求得外轮廓与延长线的交点;
5)计算交点与内轮廓像素点之间的距离即为当前内轮廓像素点对应的绝缘层厚度;
6)采用统计学方法得到该辐对称电缆切面绝缘层的最大厚度、最小厚度及平均厚度。
3.根据权利要求2所述的一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法,其特征在于,基于GPU多核并行计算平台实现B样条曲线拟合方法,从而实现内轮廓像素点精确定位及外轮廓分段拟合。
4.根据权利要求3所述的一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法,其特征在于,所述的基于GPU多核并行计算平台实现B样条曲线拟合方法具体为:
①启动GPU,在显存中分配空间并复制数据到显存;
②定义block和thread的数目,开辟线程,调用核函数,采用B样条曲线拟合实现内轮廓点亚像精确定位;
③定义block和thread的数目,开辟线程,调用核函数,以质心、内轮廓上的点以及拟合函数计算,得到对应的外轮廓上的点;
④计算后的结果由显存和GPU传给CPU,释放显存和GPU上的资源。
5.根据权利要求1所述的一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法,其特征在于,所述的采用统计学方法得到该辐对称电缆切面绝缘层的最大厚度、最小厚度及平均厚度,在所有厚度的候选值中寻找合适的值,作为最后的测量值,以求取厚度的最大值、最小值。
6.根据权利要求5所述的一种面向辐对称电缆切面绝缘层厚度的并行图像测量方法,其特征在于,求解厚度最小值的具体步骤如下:
(1)对计算得到的内轮廓每一像素点对应的绝缘层厚度值从小到大进行排序;
(2)取N个最小值及对应的二维坐标,记为集合Tn;
(3)对于第i个最小值,定义权Wi=0,如果在图像中与其相邻的点q在Tn中,且厚度排序间隔不超过10,则Wi++,同时在TN中令相邻点无效;
(4)对N个最小值由小到大进行相同的操作,如果Wi大于某一阈值,则当前Ti为最小值。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510197679.2A CN105115428B (zh) | 2015-04-24 | 2015-04-24 | 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 |
PCT/CN2016/072495 WO2016169316A1 (zh) | 2015-04-24 | 2016-01-28 | 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 |
US15/654,297 US10060726B2 (en) | 2015-04-24 | 2017-07-19 | Parallel image measurement method oriented to the insulating layer thickness of a radial symmetrical cable section |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510197679.2A CN105115428B (zh) | 2015-04-24 | 2015-04-24 | 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105115428A true CN105115428A (zh) | 2015-12-02 |
CN105115428B CN105115428B (zh) | 2018-02-02 |
Family
ID=54663473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510197679.2A Active CN105115428B (zh) | 2015-04-24 | 2015-04-24 | 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10060726B2 (zh) |
CN (1) | CN105115428B (zh) |
WO (1) | WO2016169316A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016169316A1 (zh) * | 2015-04-24 | 2016-10-27 | 上海工程技术大学 | 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 |
CN107179324A (zh) * | 2017-05-17 | 2017-09-19 | 珠海格力电器股份有限公司 | 检测产品包装的方法、装置和*** |
CN108592834A (zh) * | 2018-06-20 | 2018-09-28 | 国网安徽省电力有限公司电力科学研究院 | 一种用于电缆绝缘层厚度及内外径尺寸的测量装置 |
CN109489554A (zh) * | 2018-12-29 | 2019-03-19 | 浙江科技学院 | 一种全自动电缆各层参数智能检测方法及装置 |
CN110274905A (zh) * | 2019-07-09 | 2019-09-24 | 江苏安方电力科技有限公司 | 一种电缆自动制样检测*** |
CN114509013A (zh) * | 2022-02-14 | 2022-05-17 | 知微行易(上海)智能科技有限公司 | 一种基于计算机视觉的线缆质检方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114199139B (zh) * | 2021-11-16 | 2023-09-29 | 国网安徽省电力有限公司电力科学研究院 | 一种电缆绝缘层厚度的检测方法及检测设备 |
CN117595032B (zh) * | 2024-01-18 | 2024-04-16 | 深圳市志泽科技有限公司 | 一种数据线组装生产工艺 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101206109A (zh) * | 2007-12-17 | 2008-06-25 | 国网武汉高压研究院 | 电缆绝缘厚度测试方法 |
CN102141381A (zh) * | 2010-12-23 | 2011-08-03 | 苏州天准精密技术有限公司 | 一种影像式电缆绝缘层和护套的厚度及外形尺寸自动测量仪 |
WO2012073401A1 (ja) * | 2010-11-29 | 2012-06-07 | 野方 鉄郎 | ロール変位測定方法、及びそれを用いたロール変位測定装置、並びにフィルム厚測定方法、及びそれを用いたフィルム厚測定装置 |
CN103336959A (zh) * | 2013-07-19 | 2013-10-02 | 西安电子科技大学 | 一种基于gpu多核并行加速的车辆检测方法 |
CN103366395A (zh) * | 2013-07-06 | 2013-10-23 | 北京航空航天大学 | 一种基于gpu加速的体数据非真实感绘制方法 |
CN104282018A (zh) * | 2014-09-09 | 2015-01-14 | 苏州科力迪软件技术有限公司 | 基于机器视觉的工业产品外形直径在线检测的方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CH537002A (de) * | 1970-04-24 | 1973-05-15 | Zumbach Electronic Automatic | Verfahren und Vorrichtung zur Messung einer Isolierschichtdicke |
US5329133A (en) * | 1991-03-06 | 1994-07-12 | The Furukawa Electric Co., Ltd. | Method of automatically determining flaws of an object of examination |
JP2007115461A (ja) * | 2005-10-19 | 2007-05-10 | Sumitomo Wiring Syst Ltd | 2層電線の外層厚さ測定器 |
JP2009032516A (ja) * | 2007-07-26 | 2009-02-12 | Sumitomo Electric Ind Ltd | 平型電線の製造方法 |
CN102032875B (zh) * | 2009-09-28 | 2012-02-08 | 王吉林 | 一种基于图像处理的电缆护套厚度测量方法 |
ES2758129T3 (es) * | 2009-11-11 | 2020-05-04 | Borealis Ag | Un cable y procedimiento de producción del mismo |
EP2577683B1 (en) * | 2010-05-27 | 2018-01-03 | Prysmian Cables and Systems USA, LLC | Electrical cable with semi-conductive outer layer distinguishable from jacket |
CN102226687A (zh) * | 2011-04-01 | 2011-10-26 | 胡众义 | 一种电缆和光缆绝缘和护套材料厚度测量方法 |
CN102359761B (zh) * | 2011-09-05 | 2014-04-16 | 温州大学 | 一种电缆和光缆绝缘护套材料厚度测量方法 |
CN102831627A (zh) * | 2012-06-27 | 2012-12-19 | 浙江大学 | 一种基于gpu多核并行处理的pet图像重建方法 |
KR101318481B1 (ko) * | 2012-09-19 | 2013-10-16 | 엘에스전선 주식회사 | 직류 전력 케이블용 절연 조성물 및 이를 이용하여 제조된 직류 전력 케이블 |
CN204142186U (zh) * | 2014-10-31 | 2015-02-04 | 上海捷胜线缆科技有限公司 | 一种电线电缆结构的测量*** |
CN105115428B (zh) * | 2015-04-24 | 2018-02-02 | 上海工程技术大学 | 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 |
KR101711060B1 (ko) * | 2015-05-29 | 2017-02-28 | 주식회사 코어라인소프트 | 레이 캐스팅의 가속화 방법 및 장치 |
-
2015
- 2015-04-24 CN CN201510197679.2A patent/CN105115428B/zh active Active
-
2016
- 2016-01-28 WO PCT/CN2016/072495 patent/WO2016169316A1/zh active Application Filing
-
2017
- 2017-07-19 US US15/654,297 patent/US10060726B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101206109A (zh) * | 2007-12-17 | 2008-06-25 | 国网武汉高压研究院 | 电缆绝缘厚度测试方法 |
WO2012073401A1 (ja) * | 2010-11-29 | 2012-06-07 | 野方 鉄郎 | ロール変位測定方法、及びそれを用いたロール変位測定装置、並びにフィルム厚測定方法、及びそれを用いたフィルム厚測定装置 |
CN102141381A (zh) * | 2010-12-23 | 2011-08-03 | 苏州天准精密技术有限公司 | 一种影像式电缆绝缘层和护套的厚度及外形尺寸自动测量仪 |
CN103366395A (zh) * | 2013-07-06 | 2013-10-23 | 北京航空航天大学 | 一种基于gpu加速的体数据非真实感绘制方法 |
CN103336959A (zh) * | 2013-07-19 | 2013-10-02 | 西安电子科技大学 | 一种基于gpu多核并行加速的车辆检测方法 |
CN104282018A (zh) * | 2014-09-09 | 2015-01-14 | 苏州科力迪软件技术有限公司 | 基于机器视觉的工业产品外形直径在线检测的方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016169316A1 (zh) * | 2015-04-24 | 2016-10-27 | 上海工程技术大学 | 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 |
US10060726B2 (en) | 2015-04-24 | 2018-08-28 | Shanghai University Of Engineering Science | Parallel image measurement method oriented to the insulating layer thickness of a radial symmetrical cable section |
CN107179324A (zh) * | 2017-05-17 | 2017-09-19 | 珠海格力电器股份有限公司 | 检测产品包装的方法、装置和*** |
CN107179324B (zh) * | 2017-05-17 | 2019-01-01 | 珠海格力电器股份有限公司 | 检测产品包装的方法、装置和*** |
CN108592834A (zh) * | 2018-06-20 | 2018-09-28 | 国网安徽省电力有限公司电力科学研究院 | 一种用于电缆绝缘层厚度及内外径尺寸的测量装置 |
CN108592834B (zh) * | 2018-06-20 | 2023-10-31 | 国网安徽省电力有限公司电力科学研究院 | 一种用于电缆绝缘层厚度及内外径尺寸的测量装置 |
CN109489554A (zh) * | 2018-12-29 | 2019-03-19 | 浙江科技学院 | 一种全自动电缆各层参数智能检测方法及装置 |
CN109489554B (zh) * | 2018-12-29 | 2024-02-02 | 浙江科技学院 | 一种全自动电缆各层参数智能检测方法及装置 |
CN110274905A (zh) * | 2019-07-09 | 2019-09-24 | 江苏安方电力科技有限公司 | 一种电缆自动制样检测*** |
CN110274905B (zh) * | 2019-07-09 | 2024-02-23 | 江苏安方电力科技有限公司 | 一种电缆自动制样检测*** |
CN114509013A (zh) * | 2022-02-14 | 2022-05-17 | 知微行易(上海)智能科技有限公司 | 一种基于计算机视觉的线缆质检方法 |
CN114509013B (zh) * | 2022-02-14 | 2024-06-11 | 知微行易(上海)智能科技有限公司 | 一种基于计算机视觉的线缆质检方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2016169316A1 (zh) | 2016-10-27 |
CN105115428B (zh) | 2018-02-02 |
US20180017375A1 (en) | 2018-01-18 |
US10060726B2 (en) | 2018-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105115428A (zh) | 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 | |
Min et al. | Real time detection system for rail surface defects based on machine vision | |
US11551341B2 (en) | Method and device for automatically drawing structural cracks and precisely measuring widths thereof | |
CN104634242A (zh) | 探针补点***及方法 | |
CN103292725A (zh) | 特殊边界量测***及方法 | |
CN107798698A (zh) | 基于灰度修正与自适应阈值的结构光条纹中心提取方法 | |
CN103218809A (zh) | 一种珍珠长度参数的图像测量方法 | |
CN105627935A (zh) | 产品料厚三维分析***及方法 | |
CN116342585A (zh) | 一种产品缺陷检测方法、装置、设备及存储介质 | |
Zhao et al. | Intelligent segmentation method for blurred cracks and 3D mapping of width nephograms in concrete dams using UAV photogrammetry | |
Li et al. | Insulator infrared image segmentation algorithm based on dynamic mask and box annotation | |
Jia et al. | Research on Industrial Production Defect Detection Method Based on Machine Vision Technology in Industrial Internet of Things. | |
Sun et al. | Precision work-piece detection and measurement combining top-down and bottom-up saliency | |
Ziqiang et al. | Research of the algorithm calculating the length of bridge crack based on stereo vision | |
CN110969103B (zh) | 一种基于ptz相机的高速公路路面病害长度测量方法 | |
CN105654473A (zh) | 一种亚像素边缘检测方法 | |
CN115393387A (zh) | 一种建筑物位移监测方法和装置 | |
Meng et al. | Research on reading recognition method of pointer meter based on magnifying the virtual circle | |
CN112730427B (zh) | 一种基于机器视觉的产品表面缺陷检测方法及*** | |
Xia et al. | High-efficiency flatness detection method for medium-thick steel plates based on multiline parallel laser vision | |
Li-Yong et al. | Defect detection of the irregular turbine blades based on edge pixel direction information | |
Song et al. | Study on extraction and expression methods of bulging diseases in ancient city walls | |
Qiu et al. | Identification and Measurement of Bridge Cable Surface Damage Based on Point Cloud Segmentation | |
CN117685901A (zh) | 一种紧固件关键参数的测量方法及测量平台 | |
Zhang et al. | Coordinate Extraction of Measuring Points for Sensing Optical Fibers on Wafer Surface |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Liu Xiang Inventor after: Shi Shengyu Inventor after: Xia Yongxiang Inventor before: Liu Xiang Inventor before: Shi Shengyu Inventor before: Xia Yongxiang Inventor before: Ji Chuxi |
|
COR | Change of bibliographic data | ||
GR01 | Patent grant | ||
GR01 | Patent grant |