CN110095083B - 一种基于压缩感知算法的热铸件测量方法及装置 - Google Patents

一种基于压缩感知算法的热铸件测量方法及装置 Download PDF

Info

Publication number
CN110095083B
CN110095083B CN201910349743.2A CN201910349743A CN110095083B CN 110095083 B CN110095083 B CN 110095083B CN 201910349743 A CN201910349743 A CN 201910349743A CN 110095083 B CN110095083 B CN 110095083B
Authority
CN
China
Prior art keywords
measured
casting
hot
optical signal
grid
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
CN201910349743.2A
Other languages
English (en)
Other versions
CN110095083A (zh
Inventor
张健
魏峘
何睿清
余辉龙
赵静
覃翠
刘伟伟
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.)
Nanjing Institute of Technology
Original Assignee
Nanjing Institute of Technology
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 Nanjing Institute of Technology filed Critical Nanjing Institute of Technology
Priority to CN201910349743.2A priority Critical patent/CN110095083B/zh
Publication of CN110095083A publication Critical patent/CN110095083A/zh
Application granted granted Critical
Publication of CN110095083B publication Critical patent/CN110095083B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Casting Or Compression Moulding Of Plastics Or The Like (AREA)

Abstract

本发明公开了一种基于压缩感知算法的热铸件测量方法及装置，包括如下步骤：步骤1、获取所述被测热铸件待测部分完整的光信号，并将获取所述光信号转换为电信号；步骤2、将电信号转换为电信号矩阵，将电信号矩阵简化为方程；步骤3、通过压缩感知算法求解所述电信号方程，获取向量C；步骤4、将获取的向量C按照行优先的原则恢复成二维网格矩阵，获取被测热铸件待测部分的图像信息；步骤5、根据被测热铸件待测部分的图像信息获取被测热铸件待测部分的尺寸信息；本发明通过多次测量被遮挡耐高温石棉网下方的热铸件，并结合压缩感知算法来获取完整的热铸件的测量信息，能够准确的获得被测热铸件的形态。

Description

一种基于压缩感知算法的热铸件测量方法及装置
技术领域
本发明涉及热铸件测量技术领域，具体涉及一种基于压缩感知算法的热铸件测量方法及装置。
背景技术
金属铸件刚被铸造出来时，温度很高，可以到达800度。这时测量其尺寸，面临较大困难，采用人工测量，工作环境差，工人无法长时间工作。采用接触式的传感器测量，由于高温会导致传感器测量不准，且寿命变短。采用图像拍摄的方法由于被测铸件的高温导致附近的空气温度升高，导致空气对光线的折射率发生变化导致拍摄图像产生变形，无法获得正确的图像。
发明内容
本发明的目的在于提供一种基于压缩感知算法的热铸件测量方法及装置，以解决现有技术中导致的无法获得正确的图像的问题。
为达到上述目的，本发明是采用下述技术方案实现的：
一种基于压缩感知算法的热铸件测量方法，包括如下步骤：
步骤1、获取所述被测热铸件待测部分完整的光信号，并将获取所述光信号转换为电信号；步骤2、将所述电信号转换为电信号矩阵，所述电信号矩阵表达式为：
Figure BDA0002043531670000011
将上述电信号矩阵简化为方程：Y＝KC；其中，Yi(i＝1，…m)表示在对应网格挡板不同位置时探测器探测到的光强；kij i＝1…n，j＝1…n其值为1或者0，表示第i个网格挡板位置上第j个位置上，光是否可以通过，1代表通过，0代表不通过；cj表示在图像第j个位置上的光强；
步骤3、通过压缩感知算法求解所述电信号方程，获取向量C；步骤4、将获取的向量C按照行优先的原则恢复成二维网格矩阵，获取所述被测热铸件待测部分的图像信息；步骤5、根据所述被测热铸件待测部分的图像信息获取所述被测热铸件待测部分的尺寸信息。
一种基于压缩感知算法的热铸件测量装置，包括：光电处理模块、转换模块、计算模块、图像恢复模块和图像处理模块；光电处理模块用于获取所述被测热铸件待测部分完整的光信号，并将获取所述光信号转换为电信号；转换模块用于将所述电信号转换为电信号矩阵，并将所述电信号矩阵简化为电信号方程；计算模块用于通过压缩感知算法求解所述电信号方程，获取向量C；图像恢复模块用于将获取的向量C按照行优先的原则恢复成二维网格矩阵，获取所述被测热铸件待测部分的图像；图像处理模块用于根据所述被测热铸件待测部分的图像信息获取所述被测热铸件待测部分的尺寸信息。
进一步的，所述光电处理模块为光电传感器。
进一步的，本装置还包括：放置台和石棉网；被测热铸件放置在所述放置台上，所述放置台两侧均设有支撑电机，所述石棉网转动连接在两侧的所述支撑电机之间，所述光电传感器固定在所述石棉网上方。
本发明的优点在于：本发明提供了一种基于压缩感知算法的热铸件形态测量方法及装置，能够有效的解决热铸件由于表面温度过高而导致的测量不准确的问题，通过多次测量被遮挡耐高温石棉网下方的热铸件，并结合压缩感知算法来获取完整的热铸件的测量信息，能够准确的获得被测热铸件的形态。
附图说明
图1为本发明具体实施方式中实施例1和实施例2的整体结构示意图；
图2为本发明具体实施方式中石棉网的整体结构示意图；
图3为本发明具体实施方式中热铸件目标图像的示意图；
图4为本发明具体实施方式中实施例2整体结构的俯视图；
图5为本发明具体实施方式中实施例3和实施例4的整体结构示意图；
图6为本发明具体实施方式中实施例3和实施例4中光电传感器接收信号的示意图；
图7为本发明具体实施方式中实施例4和实施例6中石棉网的示意图；
图8为本发明具体实施方式中实施例5和实施例6的整体结构示意图；
图9为本发明具体实施方式中实施例5和实施例6中光电传感器接收信号示意图；
图10为本发明具体实施方式中实施例5和实施例6中光电传感器采集信号的角度示意图。
其中：1、光电传感器；2、石棉网；3、热铸件；4、放置台；5、支撑电机；6、挡板；7、上传输装置；8、下传输装置；9、方筒。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
实施例1
如图1-图3所示，本实施例包括光电传感器1、放置台4和网格挡板，网格挡板是石棉网或其它耐高温的材料制成的。耐高温的温度指耐800度以上的温度。石棉网2的结构为布满正方形网格结构，每个网格的大小均为d，50％的网格中固定有遮光挡板，遮光挡板分布按照计算机产生的随机向量分布，由计算机生成和存储。被测热铸件3发出的光不能通过遮光挡板，只能透过石棉网2上没有遮光挡板的网格。为了保证本装置的测量精度，正方形网格的尺寸应小于测量的精度要求。同时热铸件3与石棉网2的距离也应尽量小于测量精度要求。
热铸件3放置在放置台4上，放置台4的两侧均固定有支撑电机5，石棉网2连接在放置台4两侧的支撑电机5之间，支撑电机5转动带动石棉网2在两个支撑电机5之间双向运动，光电传感器1固定在石棉网2的上方，光电传感器1能够透过石棉网2上无遮光挡板的网格接收到热铸件3发出的光源信息，光电传感器1能够将接收的光源信号转换为电信号。
在探测过程中，由高温造成的湍流或大气扰动主要对光场的空间分布造成影响，但对于整个光场的总强度影响不大。因此，在石棉网2与光电传感器1之间的湍流并不会对单像素成像结果造成影响。从而实现对热铸件3的抗扰动成像，然后通过图像处理获得相应的铸件形态。
在本实施例中，测量方法包括如下步骤：
步骤1、光电传感器1接收热铸件3发出光源信号，并将接收的光源信号转换为电信号；电信号表达式为：
Figure BDA0002043531670000041
其中，α为光电转换系数，ki为随机向量系数，值为0或1，ci为热铸件上一个小点的发光亮度。
步骤2、控制两侧的支撑电机5转动，使石棉网2向右移动，石棉网2每移动一列网格，光电传感器1获取一次热铸件3发出的光信号，直至获取到被测热铸件3完整的光信号信息，控制支撑电机5停止转动，使石棉网2停止移动。步骤3、将获取的热铸件3完整的光信号转换为热铸件完整的电信号信息。
步骤4、将完整的电信号信息转换为电信号矩阵，电信号矩阵表达式为：
Figure BDA0002043531670000051
将上述电信号矩阵简化为方程：Y＝KC；其中，Yi(i＝1，…m)表示在对应网格挡板不同位置时探测器探测到的光强；kij i＝1…n，j＝1…n其值为1或者0，表示第i个网格挡板位置上第j个位置上，光是否可以通过，1代表通过，0代表不通过；cj表示在图像第j个位置上的光强。
步骤5、通过压缩感知算法求解所述电信号方程，获取向量C。
以压缩感知算法中的OMP算法为例：
步骤1：初始化r0＝Y，C0＝0，Γ0＝φ
步骤2：n＝1,
步骤2.1：
Figure BDA0002043531670000052
步骤2.2：
Figure BDA0002043531670000053
步骤2.3：Γn＝Γn-1∪in
步骤2.4：Cn＝ΓnY
步骤2.5：rn＝Y-KCn
步骤2.6：重复2.1-2.5直到||rn-rn-1||＜ε，ε为设置的精度要求。此时Cn即为方程的解。(补充式中各字母的含义)
Cn表示方程Y＝KC中向量C的预测值。rn利用预测值代入方程后的残差。Γn表示一个向量的集合，其开始时为空集合φ。<rn-1,K>表示残差rn-1和矩阵K的列向量的内积，
Figure BDA0002043531670000054
表示这些内积的值。in表示取内积值最大情况下，对应的K中的列向量。Γn＝Γn-1∪in表示将in这个向量放入集合中。
步骤6、将获取的向量C按照行优先的原则恢复成二维网格矩阵，将按照其在石棉网2上的位置重新排列，就可以恢复出热铸件3的图像。具体的，根据ci在石棉网上的不同位置，将不同网格上的亮度(ci的值)记录在对应的位置，可以获得一个二维的亮分布，就是一副图片。
步骤7、根据热铸件3的图像信息获取热铸件3的尺寸信息。具体的，根据热铸件3在石棉网2上占据的网格数即能够计算出热铸件的大小。图3中，展示了一副重构后热铸件3的目标图像，其宽度为6个像素，那么实际宽度为D＝6d。
本方法远程拍摄的图像，可以避免出现因温度的干扰出现测量误差。
实施例2
如图1图2和图4所示，本实施例包括光电传感器1、放置台4、挡板6和网格挡板，挡板6和网格挡板是石棉网或其它耐高温的材料制成的。耐高温的温度指耐800度以上的温度。挡板6固定在放置台4上，热铸件3的左端固定在放置台4上。热铸件3放置在放置台4上，放置台4的两侧均固定有支撑电机5，石棉网2连接在放置台4两侧的支撑电机5之间，支撑电机5转动带动石棉网2在两个支撑电机5之间双向运动，光电传感器1固定在石棉网2的上方，光电传感器1能够透过石棉网2上无遮光挡板的网格接收到热铸件3发出的光源信息，光电传感器1能够将接收的光源信号转换为电信号。
石棉网2的结构为布满正方形网格结构，每个网格的大小均为d。热铸件3非固定端处即热铸件3的右端处的石棉网2上50％的网格中固定有遮光挡板，遮光挡板分布按照计算机产生的随机向量分布，由计算机生成和存储。被测热铸件3发出的光不能通过所述遮光挡板，只能透过石棉网2上没有遮光挡板的网格。为了保证本装置的测量精度，正方形网格的尺寸应小于测量的精度要求。同时热铸件3与石棉网2的距离也应尽量小于测量精度要求。
在探测过程中，由高温造成的湍流或大气扰动主要对光场的空间分布造成影响，但对于整个光场的总强度影响不大。因此，在石棉网2与光电传感器1之间的湍流并不会对单像素成像结果造成影响。从而实现对热铸件3的抗扰动成像，然后通过图像处理获得相应的铸件形态。
在本实施例中，测量方法包括如下步骤：
步骤1、光电传感器1接收热铸件3右端发出光源信号，并将接收的光源信号转换为电信号；电信号表达式为：
Figure BDA0002043531670000071
其中，α为光电转换系数，ki为随机向量系数，值为0或1，ci为热铸件上一个小点的发光亮度。
步骤2、控制两侧的支撑电机5转动，使石棉网2向右移动，石棉网2每移动一列网格，光电传感器1获取一次热铸件3发出的光信号，直至获取到被测热铸件3右端部分完整的光信号信息，控制支撑电机5停止转动，使石棉网2停止移动。步骤3、将获取的热铸件3右端完整的光信号转换为热铸件完整的电信号信息。
步骤4、将完整的电信号信息转换为电信号矩阵，电信号矩阵表达式为：
Figure BDA0002043531670000072
将上述电信号矩阵简化为方程：Y＝KC；其中，Yi(i＝1，…m)表示在对应网格挡板不同位置时探测器探测到的光强；kij i＝1…n，j＝1…n其值为1或者0，表示第i个网格挡板位置上第j个位置上，光是否可以通过，1代表通过，0代表不通过；cj表示在图像第j个位置上的光强。
步骤5、通过压缩感知算法求解所述电信号方程，获取向量C。
以压缩感知算法中的OMP算法为例：
步骤1：初始化r0＝Y，C0＝0，Γ0＝φ
步骤2：n＝1,
步骤2.1：gn＝<rn-1,K>
步骤2.2：
Figure BDA0002043531670000081
步骤2.3：Γn＝Γn-1∪in
步骤2.4：Cn＝ΓnY
步骤2.5：rn＝Y-KCn
步骤2.6：重复2.1-2.5直到||rn-rn-1||＜ε，ε为设置的精度要求。此时Cn即为方程的解。
Cn表示方程Y＝KC中向量C的预测值。rn利用预测值代入方程后的残差。Γn表示一个向量的集合，其开始时为空集合φ。<rn-1,K>表示残差rn-1和矩阵K的列向量的内积，
Figure BDA0002043531670000082
表示这些内积的值。in表示取内积值最大情况下，对应的K中的列向量。Γn＝Γn-1∪in表示将in这个向量放入集合中。
步骤6、将获取的向量C按照行优先的原则恢复成二维网格矩阵，将按照其在石棉网2上的位置重新排列，就可以恢复出热铸件3的图像。具体的，根据ci在石棉网上的不同位置，将不同网格上的亮度(ci的值)记录在对应的位置，可以获得一个二维的亮分布，就是一副图片。
步骤7、根据热铸件3的右端图像信息获取热铸件3的高度信息。具体的，根据热铸件3在石棉网2上最右端占据的网格位置和挡板6占据的网格位置之间的距离，即能够计算出热铸件高度的大小。
本方法远程拍摄的图像，可以避免出现因温度的干扰出现测量误差。对于大件的热铸件，只需测量部分位置的图像，提高测量精度和测量的速度。
实施例3
如图2、图3、图5和图6所示，本实施例包括光电传感器1、下传输装置8、上传输装置7和网格挡板，网格挡板是石棉网或其它耐高温的材料制成的。耐高温的温度指耐800度以上的温度。石棉网2的结构为布满正方形网格结构，每个网格的大小均为d，50％的网格中固定有遮光挡板，遮光挡板分布按照计算机产生的随机向量分布，由计算机生成和存储。被测热铸件3发出的光不能通过遮光挡板，只能透过石棉网2上没有遮光挡板的网格。为了保证本装置的测量精度，正方形网格的尺寸应小于测量的精度要求。同时热铸件3与石棉网2的距离也应尽量小于测量精度要求。
热铸件3固定在下传输装置8上，下传输装置8和上传输装置7均是传输带，石棉网2固定连接在上传输装置7和下传输装置8之间。方筒9固定在上传输装置7上，光电传感器1固定在方筒9内部，利用筒的遮挡，使光电传感器1接收到光只来自热铸件3。光电传感器1能够透过石棉网2上无遮光挡板的网格接收到热铸件3发出的光源信息，光电传感器1能够将接收的光源信号转换为电信号。
在探测过程中，由高温造成的湍流或大气扰动主要对光场的空间分布造成影响，但对于整个光场的总强度影响不大。因此，在石棉网2与光电传感器1之间的湍流并不会对单像素成像结果造成影响。从而实现对热铸件3的抗扰动成像，然后通过图像处理获得相应的铸件形态。
在本实施例中，测量方法包括如下步骤：
步骤1、光电传感器1接收热铸件3发出光源信号，并将接收的光源信号转换为电信号；电信号表达式为：
Figure BDA0002043531670000101
其中，α为光电转换系数，ki为随机向量系数，值为0或1，ci为热铸件上一个小点的发光亮度。
步骤2、上传输装置7和下传输装置8等速向右运动，即上传输装置7和下传输装置8保持相对静止，由于热铸件3固定在下传输装置上，所以石棉网2相对于热铸件3在移动。石棉网2每移动一列网格，光电传感器1获取一次热铸件3发出的光信号，直至获取到被测热铸件3完整的光信号信息，上传输装置7和下传输装置8停止运动。步骤3、将获取的热铸件3完整的光信号转换为热铸件完整的电信号信息。
步骤4、将完整的电信号信息转换为电信号矩阵，电信号矩阵表达式为：
Figure BDA0002043531670000102
将上述电信号矩阵简化为方程：Y＝KC；其中，Yi(i＝1，…m)表示在对应网格挡板不同位置时探测器探测到的光强；kij i＝1…n，j＝1…n其值为1或者0，表示第i个网格挡板位置上第j个位置上，光是否可以通过，1代表通过，0代表不通过；cj表示在图像第j个位置上的光强。
步骤5、通过压缩感知算法求解所述电信号方程，获取向量C。
以压缩感知算法中的OMP算法为例：
步骤1：初始化r0＝Y，C0＝0，Γ0＝φ
步骤2：n＝1,
步骤2.1：gn＝<rn-1,K>
步骤2.2：
Figure BDA0002043531670000111
步骤2.3：Γn＝Γn-1∪in
步骤2.4：Cn＝ΓnY
步骤2.5：rn＝Y-KCn
步骤2.6：重复2.1-2.5直到||rn-rn-1||＜ε，ε为设置的精度要求。此时Cn即为方程的解。
Cn表示方程Y＝KC中向量C的预测值。rn利用预测值代入方程后的残差。Γn表示一个向量的集合，其开始时为空集合φ。<rn-1,K>表示残差rn-1和矩阵K的列向量的内积，
Figure BDA0002043531670000112
表示这些内积的值。in表示取内积值最大情况下，对应的K中的列向量。Γn＝Γn-1∪in表示将in这个向量放入集合中。
步骤6、将获取的向量C按照行优先的原则恢复成二维网格矩阵，将按照其在石棉网2上的位置重新排列，就可以恢复出热铸件3的图像。具体的，根据ci在石棉网上的不同位置，将不同网格上的亮度(ci的值)记录在对应的位置，可以获得一个二维的亮分布，就是一副图片。
步骤7、根据热铸件3的图像信息获取热铸件3的尺寸信息。具体的，根据热铸件3在石棉网2上占据的网格数即能够计算出热铸件的大小。图3中，展示了一副重构后热铸件3的目标图像，其宽度为6个像素，那么实际宽度为D＝6d。
本方法远程拍摄的图像，可以避免出现因温度的干扰出现测量误差。利用已有的传输装置，进行热铸件的测量，可以充分节约时间，提高生产效率。
实施例4
如图3、图5-7所示，本实施例包括光电传感器1、下传输装置8、上传输装置7和网格挡板，网格挡板是石棉网或其它耐高温的材料制成的。耐高温的温度指耐800度以上的温度。石棉网2的结构为布满正方形网格结构，每个网格的大小均为d，本实施例中的石棉网2如图7所示，石棉网2中间的网格全部被遮光挡板挡住，两侧的网格中有50％的网格中固定有遮光挡板，遮光挡板分布按照计算机产生的随机向量分布，由计算机生成和存储。石棉网2的中间和两侧是根据热铸件3大致形状确定的，石棉网2的两侧确保热铸件3的两端发出的光能被光电传感器1接收。被测热铸件3发出的光不能通过遮光挡板，只能透过石棉网2上没有遮光挡板的网格。为了保证本装置的测量精度，正方形网格的尺寸应小于测量的精度要求。同时热铸件3与石棉网2的距离也应尽量小于测量精度要求。
热铸件3固定在下传输装置8上，下传输装置8和上传输装置7均是传输带，石棉网2固定连接在上传输装置7和下传输装置8之间。方筒9固定在上传输装置7上，光电传感器1固定在方筒9内部，使光电传感器1接收到光只来自热铸件3。光电传感器1能够透过石棉网2上无遮光挡板的网格接收到热铸件3发出的光源信息，光电传感器1能够将接收的光源信号转换为电信号。
在探测过程中，由高温造成的湍流或大气扰动主要对光场的空间分布造成影响，但对于整个光场的总强度影响不大。因此，在石棉网2与光电传感器1之间的湍流并不会对单像素成像结果造成影响。从而实现对热铸件3的抗扰动成像，然后通过图像处理获得相应的铸件形态。
在本实施例中，测量方法包括如下步骤：
步骤1、光电传感器1接收热铸件3右端发出光源信号，并将接收的光源信号转换为电信号；电信号表达式为：
Figure BDA0002043531670000121
其中，α为光电转换系数，ki为随机向量系数，值为0或1，ci为热铸件上一个小点的发光亮度。
步骤2、上传输装置7和下传输装置8等速向右运动，即上传输装置7和下传输装置8保持相对静止，由于热铸件3固定在下传输装置上，所以石棉网2相对于热铸件3在移动。石棉网2每移动一列网格，光电传感器1获取一次热铸件3发出的光信号，直至获取到被测热铸件3两端部分完整的光信号信息，上传输装置7和下传输装置8停止运动。步骤3、将获取的热铸件3两端的完整的光信号转换为热铸件完整的电信号信息。
步骤4、将完整的电信号信息转换为电信号矩阵，电信号矩阵表达式为：
Figure BDA0002043531670000131
将上述电信号矩阵简化为方程：Y＝KC；其中，Yi(i＝1，…m)表示在对应网格挡板不同位置时探测器探测到的光强；kij i＝1…n，j＝1…n其值为1或者0，表示第i个网格挡板位置上第j个位置上，光是否可以通过，1代表通过，0代表不通过；cj表示在图像第j个位置上的光强。
步骤5、通过压缩感知算法求解所述电信号方程，获取向量C。
以压缩感知算法中的OMP算法为例：
步骤1：初始化r0＝Y，C0＝0，Γ0＝φ
步骤2：n＝1,
步骤2.1：gn＝<rn-1,K>
步骤2.2：
Figure BDA0002043531670000132
步骤2.3：Γn＝Γn-1∪in
步骤2.4：Cn＝ΓnY
步骤2.5：rn＝Y-KCn
步骤2.6：重复2.1-2.5直到||rn-rn-1||＜ε，ε为设置的精度要求。此时Cn即为方程的解。
Cn表示方程Y＝KC中向量C的预测值。rn利用预测值代入方程后的残差。Γn表示一个向量的集合，其开始时为空集合φ。<rn-1,K>表示残差rn-1和矩阵K的列向量的内积，
Figure BDA0002043531670000141
表示这些内积的值。in表示取内积值最大情况下，对应的K中的列向量。Γn＝Γn-1∪in表示将in这个向量放入集合中。
步骤6、将获取的向量C按照行优先的原则恢复成二维网格矩阵，将按照其在石棉网2上的位置重新排列，就可以恢复出热铸件3的图像。具体的，根据ci在石棉网上的不同位置，将不同网格上的亮度(ci的值)记录在对应的位置，可以获得一个二维的亮分布，就是一副图片。
步骤7、根据热铸件3的两端图像信息获取热铸件3的高度信息。具体的，根据热铸件3在石棉网2上最两端占据的网格位置和石棉网2中间的遮光挡板占据的网格位置之间的总和，即能够计算出热铸件高度的大小。
本方法远程拍摄的图像，可以避免出现因温度的干扰出现测量误差。对于大件的热铸件，只需测量部分位置的图像，提高测量精度和效率。
实施例5
如图2、图8-10所示，本实施例包括光电传感器1、下传输装置8、方筒9和网格挡板，网格挡板是石棉网或其它耐高温的材料制成的。耐高温的温度指耐800度以上的温度。石棉网2的结构为布满正方形网格结构，每个网格的大小均为d，50％的网格中固定有遮光挡板，遮光挡板分布按照计算机产生的随机向量分布，由计算机生成和存储。被测热铸件3发出的光不能通过遮光挡板，只能透过石棉网2上没有遮光挡板的网格。为了保证本装置的测量精度，正方形网格的尺寸应小于测量的精度要求。同时热铸件3与石棉网2的距离也应尽量小于测量精度要求。
热铸件3固定在下传输装置8上，下传输装置8是传输带，石棉网2固定连接在下传输装置8上方。方筒9固定在石棉网2上的方中间部分，光电传感器1固定在方筒9内部，使光电传感器1接收到光来整个石棉网2。加一个方筒9使光电传感器1不会接收到其他光源直射的光，减少测量噪声。光电传感器1能够透过石棉网2上无遮光挡板的网格接收到热铸件3发出的光源信息，光电传感器1能够将接收的光源信号转换为电信号。
在探测过程中，由高温造成的湍流或大气扰动主要对光场的空间分布造成影响，但对于整个光场的总强度影响不大。因此，在石棉网2与光电传感器1之间的湍流并不会对单像素成像结果造成影响。从而实现对热铸件3的抗扰动成像，然后通过图像处理获得相应的铸件形态。
在测量过程中应保证，根据热铸件3的大小，确定一个基本的范围，确定n的大小。n为最终图像的像素数量，n越大分辨率越高，测量结果越准确，但是测量的时间要增加。随着热铸件3的运动，每移动过一列网格，光电传感器1采集一次信号。由于每次采集时，相对位置的不同会导致像素点大小的不一致。因此需要进行相对校准：每次采集的亮度I＝I0/cos(α)其I0为热铸件3在正下方时的亮度，α为热铸件3中心到光电传感器1连线与光电传感器1垂直方向的夹角。
在本实施例中，测量方法包括如下步骤：
步骤1、光电传感器1接收热铸件3发出光源信号，并将接收的光源信号转换为电信号；电信号表达式为：
Figure BDA0002043531670000151
其中，α为光电转换系数，ki为随机向量系数，值为0或1，ci为热铸件上一个小点的发光亮度。
步骤2、下传输装置8向右运动带动热铸件3向右运动，以热铸件3为参考点，石棉网2即向左运动，石棉网2每移动一列网格，光电传感器1获取一次热铸件3发出的光信号，直至获取到被测热铸件3完整的光信号信息，下传输装置8停止运动。步骤3、将获取的热铸件3完整的光信号转换为热铸件3完整的电信号信息。
步骤4、将完整的电信号信息转换为电信号矩阵，电信号矩阵表达式为：
Figure BDA0002043531670000161
将上述电信号矩阵简化为方程：Y＝KC；其中，Yi(i＝1，…m)表示在对应网格挡板不同位置时探测器探测到的光强；kij i＝1…n，j＝1…n其值为1或者0，表示第i个网格挡板位置上第j个位置上，光是否可以通过，1代表通过，0代表不通过；cj表示在图像第j个位置上的光强。
步骤5、通过压缩感知算法求解所述电信号方程，获取向量C。
以压缩感知算法中的OMP算法为例：
步骤1：初始化r0＝Y，C0＝0，Γ0＝φ
步骤2：n＝1,
步骤2.1：gn＝<rn-1,K>
步骤2.2：
Figure BDA0002043531670000162
步骤2.3：Γn＝Γn-1∪in
步骤2.4：Cn＝ΓnY
步骤2.5：rn＝Y-KCn
步骤2.6：重复2.1-2.5直到||rn-rn-1||＜ε，ε为设置的精度要求。此时Cn即为方程的解。
Cn表示方程Y＝KC中向量C的预测值。rn利用预测值代入方程后的残差。Γn表示一个向量的集合，其开始时为空集合φ。<rn-1,K>表示残差rn-1和矩阵K的列向量的内积，
Figure BDA0002043531670000171
表示这些内积的值。in表示取内积值最大情况下，对应的K中的列向量。Γn＝Γn-1∪in表示将in这个向量放入集合中。
步骤6、将获取的向量C按照行优先的原则恢复成二维网格矩阵，将按照其在石棉网2上的位置重新排列，就可以恢复出热铸件3的图像。具体的，根据ci在石棉网上的不同位置，将不同网格上的亮度(ci的值)记录在对应的位置，可以获得一个二维的亮分布，就是一副图片。
步骤7、根据热铸件3的图像信息获取热铸件3的尺寸信息。具体的，根据热铸件3在石棉网2上占据的网格数即能够计算出热铸件的大小。图3中，展示了一副重构后热铸件3的目标图像，其宽度为6个像素，那么实际宽度为D＝6d。
本实施例中，只采用一个光电传感器1既能够有效的测量出铸件的形态，节约了成本。
实施例6
如图7-10所示，本实施例包括光电传感器1、下传输装置8、方筒9和网格挡板，网格挡板是石棉网或其它耐高温的材料制成的。耐高温的温度指耐800度以上的温度。石棉网2的结构为布满正方形网格结构，每个网格的大小均为d，本实施例中的石棉网2如图7所示，石棉网2中间的网格全部被遮光挡板挡住，两侧的网格中有50％的网格中固定有遮光挡板，遮光挡板分布按照计算机产生的随机向量分布，由计算机生成和存储。石棉网2的中间和两侧是根据热铸件3大致形状确定的，石棉网2的两侧确保热铸件3的两端发出的光能被光电传感器1接收。被测热铸件3发出的光不能通过遮光挡板，只能透过石棉网2上没有遮光挡板的网格。为了保证本装置的测量精度，正方形网格的尺寸应小于测量的精度要求。同时热铸件3与石棉网2的距离也应尽量小于测量精度要求。
热铸件3固定在下传输装置8上，下传输装置8是传输带，石棉网2固定连接在下传输装置8上方。方筒9固定在石棉网2上的方中间部分，光电传感器1固定在方筒9内部，使光电传感器1接收到光来整个石棉网2。光电传感器1能够透过石棉网2上无遮光挡板的网格接收到热铸件3发出的光源信息，光电传感器1能够将接收的光源信号转换为电信号。
在探测过程中，由高温造成的湍流或大气扰动主要对光场的空间分布造成影响，但对于整个光场的总强度影响不大。因此，在石棉网2与光电传感器1之间的湍流并不会对单像素成像结果造成影响。从而实现对热铸件3的抗扰动成像，然后通过图像处理获得相应的铸件形态。
在本实施例中，测量方法包括如下步骤：
步骤1、光电传感器1接收热铸件3右端发出光源信号，并将接收的光源信号转换为电信号；电信号表达式为：
Figure BDA0002043531670000181
其中，α为光电转换系数，ki为随机向量系数，值为0或1，ci为热铸件上一个小点的发光亮度。
步骤2、步骤2、下传输装置8向右运动带动热铸件3向右运动，以热铸件3为参考点，石棉网2即向左运动。石棉网2每移动一列网格，光电传感器1获取一次热铸件3发出的光信号，直至获取到被测热铸件3两端部分完整的光信号信息，下传输装置8停止运动。步骤3、将获取的热铸件3两端的完整的光信号转换为热铸件完整的电信号信息。
步骤4、将完整的电信号信息转换为电信号矩阵，电信号矩阵表达式为：
Figure BDA0002043531670000191
将上述电信号矩阵简化为方程：Y＝KC；其中，Yi(i＝1，…m)表示在对应网格挡板不同位置时探测器探测到的光强；kij i＝1…n，j＝1…n其值为1或者0，表示第i个网格挡板位置上第j个位置上，光是否可以通过，1代表通过，0代表不通过；cj表示在图像第j个位置上的光强。
步骤5、通过压缩感知算法求解所述电信号方程，获取向量C。
以压缩感知算法中的OMP算法为例：
步骤1：初始化r0＝Y，C0＝0，Γ0＝φ
步骤2：n＝1,
步骤2.1：gn＝<rn-1,K>
步骤2.2：
Figure BDA0002043531670000192
步骤2.3：Γn＝Γn-1∪in
步骤2.4：Cn＝ΓnY
步骤2.5：rn＝Y-KCn
步骤2.6：重复2.1-2.5直到||rn-rn-1||＜ε，ε为设置的精度要求。此时Cn即为方程的解。
Cn表示方程Y＝KC中向量C的预测值。rn利用预测值代入方程后的残差。Γn表示一个向量的集合，其开始时为空集合φ。<rn-1,K>表示残差rn-1和矩阵K的列向量的内积，
Figure BDA0002043531670000201
表示这些内积的值。in表示取内积值最大情况下，对应的K中的列向量。Γn＝Γn-1∪in表示将in这个向量放入集合中。
步骤6、将获取的向量C按照行优先的原则恢复成二维网格矩阵，将按照其在石棉网2上的位置重新排列，就可以恢复出热铸件3的图像。具体的，根据ci在石棉网上的不同位置，将不同网格上的亮度(ci的值)记录在对应的位置，可以获得一个二维的亮分布，就是一副图片。
步骤7、根据热铸件3的两端图像信息获取热铸件3的高度信息。具体的，根据热铸件3在石棉网2上最两端占据的网格位置和石棉网2中间的遮光挡板占据的网格位置之间的总和，即能够计算出热铸件高度的大小。
本实施例中，只采用一个光电传感器1既能够有效的测量出铸件的形态，节约了成本。
综合上述六个实施例，本发明提供了一种基于压缩感知算法的热铸件测量方法，包括如下步骤：
步骤1、获取所述被测热铸件待测部分完整的光信号，并将获取光信号转换为电信号；步骤2、将电信号转换为电信号矩阵，电信号矩阵表达式为：
Figure BDA0002043531670000202
将上述电信号矩阵简化为方程：Y＝KC；其中，Yi(i＝1，…m)表示在对应网格挡板不同位置时探测器探测到的光强；kij i＝1…n，j＝1…n其值为1或者0，表示第i个网格挡板位置上第j个位置上，光是否可以通过，1代表通过，0代表不通过；cj表示在图像第j个位置上的光强。
步骤3、通过压缩感知算法求解所述电信号方程，获取向量C；步骤4、将获取的向量C按照行优先的原则恢复成二维网格矩阵，获取被测热铸件3待测部分的图像信息；步骤5、根据被测热铸件3待测部分的图像信息获取所述被测热铸件3待测部分的尺寸信息。
一种基于压缩感知算法的热铸件测量装置，包括：光电处理模块、转换模块、计算模块、图像恢复模块和图像处理模块；光电处理模块用于获取被测热铸件3待测部分完整的光信号，并将获取光信号转换为电信号；转换模块用于将电信号转换为电信号矩阵，并将电信号矩阵简化为电信号方程；计算模块用于通过压缩感知算法求解所述电信号方程，获取向量C；图像恢复模块用于将获取的向量C按照行优先的原则恢复成二维网格矩阵，获取被测热铸件3待测部分的图像；图像处理模块用于根据被测热铸件3待测部分的图像信息获取被测热铸件3待测部分的尺寸信息。
本发明提供了一种基于压缩感知算法的热铸件形态测量方法及装置，能够有效的解决热铸件由于表面温度过高而导致的测量不准确的问题，通过多次测量被遮挡耐高温石棉网2下方的热铸件，并结合压缩感知算法来获取完整的热铸件的测量信息，能够准确的获得被测热铸件的形态。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (10)

1.一种基于压缩感知算法的热铸件测量方法，其特征在于，包括如下步骤：
获取所述被测热铸件待测部分完整的光信号，并将获取所述光信号转换为电信号；
将所述电信号转换为电信号矩阵，所述电信号矩阵表达式为：
Figure FDA0002674811600000011
将上述电信号矩阵简化为方程：Y＝αKC；其中，α为光电转换系数，Yi(i＝1，…m)表示网格挡板第i个时刻探测器探测到的光强；kij(i＝1…m，j＝1…n)表示在第i个时刻，网格挡板上第j个位置光是否可以通过，1代表通过，0代表不通过；cj表示被测热铸件在网格挡板上第j个位置处的光强；其中，所述网格挡板的结构为布满正方形网格结构，每个网格的大小均为d，50％的网格中固定有遮光挡板，所述遮光挡板分布按照计算机产生的随机向量分布；
通过压缩感知算法求解所述电信号方程，获取向量C；
将获取的向量C按照行优先的原则恢复成二维网格矩阵，获取所述被测热铸件待测部分的图像信息；
根据所述被测热铸件待测部分的图像信息获取所述被测热铸件待测部分的尺寸信息。
2.根据权利要求1所述的基于压缩感知算法的热铸件测量方法，其特征在于，所述获取所述被测热铸件待测部分完整的光信号包括如下步骤：
接收网格挡板下方被测热铸件发出的光信号，将所述光信号转换为电信号；
移动所述网格挡板，所述网格挡板每移动一列网格获取一次所述被测热铸件发出的光信号，直至获取到被测热铸件完整的光信号，停止移动所述网格挡板。
3.根据权利要求1所述的基于压缩感知算法的热铸件测量方法，其特征在于，所述获取所述被测热铸件待测部分完整的光信号包括如下步骤：
将所述被测热铸件的一端固定在安装板上；
接收网格挡板下方被测热铸件非固定端发出的光信号，将所述光信号转换为电信号；
移动所述网格挡板，所述网格挡板每移动一列网格获取一次所述被测热铸件发出的光信号，直至获取到被测热铸件非固定端完整的光信号，停止移动网格挡板。
4.根据权利要求1所述的基于压缩感知算法的热铸件测量方法，其特征在于，所述获取所述被测热铸件待测部分完整的光信号包括如下步骤：
接收网格挡板下方被测热铸件发出的光信号，将所述光信号转换为电信号；
移动所述被测热铸件，所述被测铸件每移动经过一列网格获取一次所述被测热铸件发出的光信号，直至获取到被测热铸件完整的光信号，停止移动所述被测热铸件。
5.一种基于压缩感知算法的热铸件测量装置，其特征在于，包括：
光电处理模块：用于获取所述被测热铸件待测部分完整的光信号，并将获取所述光信号转换为电信号；
转换模块：用于将所述电信号转换为电信号矩阵，并将所述电信号矩阵简化为电信号方程；
所述电信号矩阵表达式为：
Figure FDA0002674811600000031
将上述电信号矩阵简化为方程：Y＝αKC；其中，α为光电转换系数，Yi(i＝1，…m)表示网格挡板第i个时刻探测器探测到的光强；kij(i＝1…m，j＝1…n)表示在第i个时刻，网格挡板上第j个位置光是否可以通过，1代表通过，0代表不通过；cj表示被测热铸件在网格挡板上第j个位置处的光强；其中，所述网格挡板的结构为布满正方形网格结构，每个网格的大小均为d，50％的网格中固定有遮光挡板，所述遮光挡板分布按照计算机产生的随机向量分布；
计算模块：用于通过压缩感知算法求解所述电信号方程，获取向量C；其中向量C表示被测热铸件在不同位置的光强；
图像恢复模块：用于将获取的向量C按照行优先的原则恢复成二维网格矩阵，获取所述被测热铸件待测部分的图像；
图像处理模块：用于根据所述被测热铸件待测部分的图像信息获取所述被测热铸件待测部分的尺寸信息。
6.根据权利要求5所述的基于压缩感知算法的热铸件测量装置，其特征在于，所述光电处理模块为光电传感器。
7.根据权利要求6所述的基于压缩感知算法的热铸件测量装置，其特征在于，还包括：放置台和石棉网；被测热铸件放置在所述放置台上，所述放置台两侧均设有支撑电机，所述石棉网转动连接在两侧的所述支撑电机之间，所述光电传感器固定在所述石棉网上方。
8.根据权利要求6所述的基于压缩感知算法的热铸件测量装置，其特征在于，还包括：放置台、石棉网和安装板，所述安装板固定在所述放置台上，被测热铸件的一端固定在所述安装板上，所述放置台的两侧均设有支撑电机，所述石棉网转动连接在两侧的所述支撑电机之间，所述光电传感器固定在所述石棉网上方。
9.根据权利要求6所述的基于压缩感知算法的热铸件测量装置，其特征在于，还包括：石棉网、相对静止的下传输装置和上传输装置，被测热铸件固定在所述下传输装置上，所述石棉网固定在所述下传输装置的上方，所述光电传感器固定在所述上传输装置上。
10.根据权利要求6所述的基于压缩感知算法的热铸件测量装置，其特征在于，还包括：还包括石棉网和下传输装置，被测热铸件固定在所述下传输装置上，所述石棉网固定在所述下传输装置的上方，所述光电传感器固定在所述石棉网上方。
CN201910349743.2A 2019-04-28 2019-04-28 一种基于压缩感知算法的热铸件测量方法及装置 Active CN110095083B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910349743.2A CN110095083B (zh) 2019-04-28 2019-04-28 一种基于压缩感知算法的热铸件测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910349743.2A CN110095083B (zh) 2019-04-28 2019-04-28 一种基于压缩感知算法的热铸件测量方法及装置

Publications (2)

Publication Number Publication Date
CN110095083A CN110095083A (zh) 2019-08-06
CN110095083B true CN110095083B (zh) 2020-12-25

Family

ID=67446098

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910349743.2A Active CN110095083B (zh) 2019-04-28 2019-04-28 一种基于压缩感知算法的热铸件测量方法及装置

Country Status (1)

Country Link
CN (1) CN110095083B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110779463A (zh) * 2019-11-12 2020-02-11 南京工程学院 一种非接触式的高温锻件形状检测装置及方法
CN111854623B (zh) * 2020-07-29 2022-02-11 南京工程学院 一种物体微小形变的快速检测方法及检测***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58191912A (ja) * 1982-05-07 1983-11-09 Masahisa Muroki 電子式測距器
CN101151506A (zh) * 2005-03-04 2008-03-26 马洛有限及两合公司 用于光学检测产品的边沿的传感器装置和宽度测量方法
CN103822581A (zh) * 2014-02-26 2014-05-28 陕西科技大学 一种基于压缩感知的不规则物体体积测量方法
CN103900492A (zh) * 2014-04-01 2014-07-02 四川大学 一种基于荧光反应的结构光在线热锻件检测原理及装置
CN104748680A (zh) * 2015-03-19 2015-07-01 酷派软件技术（深圳）有限公司 一种基于摄像头的尺寸测量方法及装置
CN106441116A (zh) * 2016-12-21 2017-02-22 湖南师范大学 劈叉成绩自动测量仪
CN105700135B (zh) * 2016-04-14 2018-03-20 安徽大学 一种自然光照明的高速大场景相位恢复数据采集装置
CN109596069A (zh) * 2018-12-07 2019-04-09 哈尔滨工业大学 基于扭曲光栅和编码孔径的物体相位恢复方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58191912A (ja) * 1982-05-07 1983-11-09 Masahisa Muroki 電子式測距器
CN101151506A (zh) * 2005-03-04 2008-03-26 马洛有限及两合公司 用于光学检测产品的边沿的传感器装置和宽度测量方法
CN103822581A (zh) * 2014-02-26 2014-05-28 陕西科技大学 一种基于压缩感知的不规则物体体积测量方法
CN103900492A (zh) * 2014-04-01 2014-07-02 四川大学 一种基于荧光反应的结构光在线热锻件检测原理及装置
CN104748680A (zh) * 2015-03-19 2015-07-01 酷派软件技术（深圳）有限公司 一种基于摄像头的尺寸测量方法及装置
CN105700135B (zh) * 2016-04-14 2018-03-20 安徽大学 一种自然光照明的高速大场景相位恢复数据采集装置
CN106441116A (zh) * 2016-12-21 2017-02-22 湖南师范大学 劈叉成绩自动测量仪
CN109596069A (zh) * 2018-12-07 2019-04-09 哈尔滨工业大学 基于扭曲光栅和编码孔径的物体相位恢复方法

Also Published As

Publication number Publication date
CN110095083A (zh) 2019-08-06

Similar Documents

Publication Publication Date Title
CN208754389U (zh) 一种具有偏置构成的相机
CN110095083B (zh) 一种基于压缩感知算法的热铸件测量方法及装置
CN107255498B (zh) 基于双目视觉的输送带物料重量测量***及测量方法
US11119016B2 (en) Image measurement device and method for the surface deformation of specimen based on sub-pixel corner detection
CN105758623B (zh) 一种基于tdi‑ccd的大口径长焦距遥感相机畸变测量装置及方法
JPS63298101A (ja) 物品の直線的特徴の位置の非接触決定法及び装置
CN109243268A (zh) 一种宇航用可见光图像探测器测试与演示验证平台及方法
CN112577439A (zh) 基于红外和光学图像的微电子基板翘曲测量方法和***
CN114323571A (zh) 一种光电瞄准***多光轴一致性检测方法
CN105300306A (zh) 一种用于塑性应变数据采集的照相装置及数据采集方法
CN107771058A (zh) 线性检测器阵列的间隙分辨率
CN107727238A (zh) 基于掩膜板调制的红外并行压缩成像***及成像方法
CN113048957A (zh) 一种基于视觉的激光投线仪精度快速检测***
CN103389072A (zh) 一种基于直线拟合的像点定位精度评估方法
CN114323591A (zh) 一种基于数字图像相关法的光畸变测量方法及测试***
JP5565576B2 (ja) ダム堤体の変位測定装置および変位測定方法
CN106840026A (zh) 一种基于红外投线仪的三维测量***及方法
CN102003941B (zh) 基于视觉的大型系泊链五环长测量方法及其测量装置
JP5802541B2 (ja) 放射線測定装置
CN212871107U (zh) 一种燃料组件图像测量装置
CN107144231A (zh) 二次元及翘曲度检测一体化***
CN113189111A (zh) 一种钢结构网架外观缺陷视觉检测***及检测方法
CN208443746U (zh) 支持识别动静态相结合的物品、重量、条码及图像处理装置
CN112964438A (zh) 一种桥梁动挠度在线监测方法与***
CN207766425U (zh) 一种基带数字视频帧率检测卡

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190806

Assignee: Nanjing Duozi Control Technology Co.,Ltd.

Assignor: NANJING INSTITUTE OF TECHNOLOGY

Contract record no.: X2024980001809

Denomination of invention: A measurement method and device for hot castings based on compressive sensing algorithm

Granted publication date: 20201225

License type: Common License

Record date: 20240202

Application publication date: 20190806

Assignee: Jiangsu Nangong Testing Co.,Ltd.

Assignor: NANJING INSTITUTE OF TECHNOLOGY

Contract record no.: X2024980001802

Denomination of invention: A measurement method and device for hot castings based on compressive sensing algorithm

Granted publication date: 20201225

License type: Common License

Record date: 20240202

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190806

Assignee: Nanjing Jinxi Yunchuang Technology Co.,Ltd.

Assignor: NANJING INSTITUTE OF TECHNOLOGY

Contract record no.: X2024980001815

Denomination of invention: A measurement method and device for hot castings based on compressive sensing algorithm

Granted publication date: 20201225

License type: Common License

Record date: 20240204

EE01 Entry into force of recordation of patent licensing contract