CN115619849A - 基于载带全自动加工检测*** - Google Patents
基于载带全自动加工检测*** Download PDFInfo
- Publication number
- CN115619849A CN115619849A CN202211609386.7A CN202211609386A CN115619849A CN 115619849 A CN115619849 A CN 115619849A CN 202211609386 A CN202211609386 A CN 202211609386A CN 115619849 A CN115619849 A CN 115619849A
- Authority
- CN
- China
- Prior art keywords
- carrier tape
- area
- image
- parameters
- processing
- 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
Images
Classifications
-
- 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
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了基于载带全自动加工检测***,涉及载带检测技术领域,解决了现有的检测***并未设置一种较为全面的检测方式对基坑进行检测,查看对应载带是否正常的技术问题,根据载带图像内所确定的基准点,从模板库内提取面积模板,依次将不同基坑的基准点与面积模板的中心点进行合并,并得到属于不同基坑的重合面积参数,重合面积参数则是此凹槽与面积模板之间的重合面积,重合面积通过观察面积模板便可快速获得,若对凹槽进行面积计算,方式比较复杂,采用此种方式,获取重合面积便是凹槽的面积,也较为简单方便,同时使鉴别判定的结果更加准确,提升载带的整体检测效果,降低了操作人员的工作量。
Description
技术领域
本发明属于载带检测技术领域,具体是基于载带全自动加工检测***。
背景技术
载带是指在一种应用于电子包装领域的带状产品,它具有特定的厚度,在其长度方向上等距分布着用于承放电子元器件的孔洞和用于进行索引定位的定位孔。
载带在进行全自动加工检测过程中,一般根据载带的厚度、宽度以及拉扯力对不同载带的质量进行判定,此种判定方式,较为片面,因载带内还存在若干个基坑,基坑在具体开槽过程中,若因机器设备零件的误差,便会造成基坑之间存在差异,便导致后续载带在使用过程中,会造成大量磨损,但现有的检测***并未设置一种较为全面的检测方式对基坑进行检测,查看对应载带是否正常,以确保后续载带使用正常。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了基于载带全自动加工检测***,用于解决现有的检测***并未设置一种较为全面的检测方式对基坑进行检测,查看对应载带是否正常的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出基于载带全自动加工检测***,包括基础参数获取端、基础参数分析端、图像获取端、处理终端以及显示终端;
所述处理终端包括图像分析单元、模板库、阈值单元以及面积分析单元;
所述基础参数获取端,用于将载带的基础参数进行获取,并将所获取的基础参数传输至基础参数分析端内,其中基础参数包括载带的厚度、宽度以及拉扯力;
所述基础参数分析端,对载带的基础参数进行接收,根据接收到的基础参数,对载带的初步质量进行分析处理,根据处理结果,生成合格信号,并将合格信号以及对应的载带标记传输至处理终端内;
所述处理终端,根据接收到的合格信号以及对应的载带标记,对图像获取端进行控制,根据载带标记,对指定的载带的图像进行获取,并将获取得到的载带图像传输至处理终端内;
所述图像分析单元,对所获取的载带图像进行预分析处理,预先从载带图像内获取若干个基坑的基准点,将所获取的载带图像与模板库内部的预设模板进行匹配,匹配完成后,获取属于不同基坑的基准点的坐标参数,对坐标参数进行处理,根据处理结果,查看对应的载带是否符合规格;
所述面积分析单元,对基准点正常的载带图像进行面积分析处理,查看载带图像内部基坑的面积参数是否正常,若正常,则代表此载带为正常载带,反之,则代表此载带规格异常;
所述阈值单元内存储有预设参数Y1以及面积区间;
所述模板库内设置有预设模板,预设模板为预设的坐标参数模板,还包括有对应的面积模板。
优选的,所述基础参数分析端对载带的初步质量进行分析处理的具体方式为:
提取不同载带的基础参数,将不同载带的厚度标记为HDi,将宽度标记为KDi,将拉扯力标记为LCi,其中i代表不同的载带;
分别将基础参数内部的不同数值依次与对应的预设区间进行比对,查看基础参数内部的不同数值是否属于对应的预设区间内,属于对应预设区间,则生成规格信号,反之,生成不规格信号;
对应载带存在一组不规格信号时,则生成不合格信号,反之,生成合格信号,并将对应的载带标记i以及合格信号传输至处理终端内。
优选的,所述图像分析单元对所获取的载带图像进行预分析处理的具体方式为:
对载带图像内部若干组基坑的坑槽进行提取,以坑槽为一组待处理图像,将待处理图像进行旋转处理,得到对应的待旋转圆,获取待选择圆的圆心作为此基坑的基准点,以此对剩余的基坑采用同样的方式进行处理,得到属于不同基坑的基准点;
再根据模板库内部的预设模板,将若干个不同基坑的基准点坐标参数进行获取,并将其标记为JZk(Xk,Yk),其中k代表不同的基准点,也可代表不同的基坑;
将若干个基准点坐标JZk(Xk,Yk)进行比对,查看是否一致,若坐标参数均一致,则将所获取的载带图像传输至面积分析单元内,若坐标参数不一致,则获取若干个基准点的横向坐标的最大差值CZmax;
将最大差值CZmax与阈值单元内部的预设参数Y1进行比对,当CZmax<Y1时,生成正常信号,并将所获取的载带图像传输至面积分析单元内,反之,生成异常信号,并直接传输至显示终端内。
优选的,所述面积分析单元,对基准点正常的载带图像进行面积分析处理的具体方式为:
根据载带图像内所确定的基准点,从模板库内提取面积模板,依次将不同基坑的基准点与面积模板的中心点进行合并,并得到属于不同基坑的重合面积参数,并将不同基坑的重合面积参数标记为MJk;
依次将不同基坑的重合面积参数MJk与阈值单元内预设的面积区间进行比对,当不同基坑的重合面积参数MJk均属于此面积区间时,则不进行任何处理,代表此载带正常,反之,生成异常信号,并传输至外部显示终端内。
优选的,所述显示终端,对处理终端处理得到的异常信号进行显示。
与现有技术相比,本发明的有益效果是:处理终端对具备合格信号的载带进行再处理,通过所获取的载带图像,对载带基坑内部的基准点进行确定,查看若干组基准点是否处于同一直线上,若不属于一条直线,则获取基准点之间的横向最大差值,根据横向最大差值的比对结果,对载带进行异常判定,采用此种方式,便可对基坑的排布是否位于同一直线进行分析判定,同时此种判定方式更加准确,不会出现判定误差,也可快速获取判定结果,便于外部操作人员进行及时处理;
再根据载带图像内所确定的基准点,从模板库内提取面积模板,依次将不同基坑的基准点与面积模板的中心点进行合并,并得到属于不同基坑的重合面积参数,重合面积参数则是此凹槽与面积模板之间的重合面积,重合面积通过观察面积模板便可快速获得,若对凹槽进行面积计算,方式比较复杂,采用此种方式,获取重合面积便是凹槽的面积,也较为简单方便,同时使鉴别判定的结果更加准确,提升载带的整体检测效果,降低了操作人员的工作量。
附图说明
图1为本发明原理框架示意图;
图2为本发明载带图像与坐标模板结合示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本申请提供了基于载带全自动加工检测***,包括基础参数获取端、基础参数分析端、图像获取端、处理终端以及显示终端;
所述基础参数获取端与基础参数分析端输入端电性连接,所述图像获取端与处理终端之间双向连接,所述基础参数分析端与处理终端输入端电性连接,所述处理终端与显示终端输入端电性连接;
所述处理终端包括图像分析单元、模板库、阈值单元以及面积分析单元,所述图像分析单元与模板库之间双向连接,所述图像分析单元与面积分析单元输入端电性连接,所述阈值单元分别与图像分析单元以及面积分析单元输入端电性连接,所述面积分析单元模板库之间双向连接;
所述基础参数获取端,用于将载带的基础参数进行获取,并将所获取的基础参数传输至基础参数分析端内,其中基础参数包括载带的厚度、宽度以及拉扯力,其中基础参数由外部指定的检测设备进行检测获得;
所述基础参数分析端,对载带的基础参数进行接收,根据接收到的基础参数,对载带的初步质量进行分析处理,根据处理结果,生成合格信号,并将合格信号传输至处理终端内,其中进行分析处理的具体方式为:
提取不同载带的基础参数,将不同载带的厚度标记为HDi,将宽度标记为KDi,将拉扯力标记为LCi,其中i代表不同的载带;
分别将基础参数内部的不同数值依次与对应的预设区间进行比对,查看基础参数内部的不同数值是否属于对应的预设区间内,属于对应预设区间,则生成规格信号,反之,生成不规格信号(具体的,预设区间的具体取值由操作人员根据具体载带参数自行拟定);
对应载带存在一组不规格信号时,则生成不合格信号,反之,生成合格信号,并将对应的载带标记i以及合格信号传输至处理终端内。
所述处理终端,根据接收到的合格信号以及对应的载带标记i,对图像获取端进行控制,根据载带标记i,对指定的载带的图像进行获取,并将获取得到的载带图像传输至处理终端内(带有不合格信号的载带,则不需要获取图像,获取图像是为了进行第二步检测处理,其中获取载带图像时,间隔时间为2秒,每间隔时间2秒,便对载带图像获取一次,因载带过长,故在进行检测时,处于移动状态,获取图像无法获取载带整体的图像,便按照间隔时间段的方式,对载带的图像进行获取);
所述处理终端内部的图像分析单元,对所获取的载带图像进行预分析处理,预先从载带图像内获取若干个基坑的基准点(载带每间隔一段距离则存在一组基坑或者凹槽),将所获取的载带图像与模板库内部的预设模板进行匹配,匹配完成后,获取属于不同基坑的基准点的坐标参数,对坐标参数进行处理,根据处理结果,查看对应的载带是否符合规格,其中进行预分析处理的具体方式为:
对载带图像内部若干组基坑的坑槽进行提取,以坑槽为一组待处理图像,将待处理图像进行旋转处理,得到对应的待旋转圆,获取待选择圆的圆心作为此基坑的基准点,以此对剩余的基坑采用同样的方式进行处理,得到属于不同基坑的基准点;
再根据模板库内部的预设模板,将若干个不同基坑的基准点坐标参数进行获取,并将其标记为JZk(Xk,Yk),其中k代表不同的基准点,且k为大于等于1的整数,也可代表不同的基坑;
将若干个基准点坐标JZk(Xk,Yk)进行比对(参照图2),查看是否一致,若坐标参数均一致,则将所获取的载带图像传输至面积分析单元内,若坐标参数不一致,则获取若干个基准点的横向坐标的最大差值CZmax,具体的,参照图2,JZ1的坐标参数为(2,5),JZ2的坐标参数为(2.2,4),JZ3的坐标参数为(2.3,3),其他两组基准点的横向坐标均与JZ1一致,那么此处横向坐标的最大差值则为0.3;
将最大差值CZmax与阈值单元内部的预设参数Y1进行比对,当CZmax<Y1时,生成正常信号,并将所获取的载带图像传输至面积分析单元内,反之,生成异常信号,并直接传输至显示终端内,代表此载带基坑异常,需人为介入处理。
所述阈值单元内存储有预设参数Y1以及面积区间,其中Y1以及面积区间的具体取值均由外部操作人员根据经验拟定;
所述模板库内设置有预设模板,预设模板为预设的坐标参数模板,还包括有对应的面积模板,其中面积模板由外部操作人员根据具体载带的参数自行拟定;
所述面积分析单元,对基准点正常的载带图像进行面积分析处理,查看载带图像内部基坑的面积参数是否正常,若正常,则代表此载带为正常载带,反之,则代表此载带规格异常,其中进行面积分析处理的具体方式为:
根据载带图像内所确定的基准点,从模板库内提取面积模板,依次将不同基坑的基准点与面积模板的中心点进行合并,并得到属于不同基坑的重合面积参数(具体的,基坑便是一组对应的凹槽,重合面积参数则是此凹槽与面积模板之间的重合面积,重合面积通过观察面积模板便可快速获得,若对凹槽进行面积计算,方式比较复杂,采用此种方式,获取重合面积便是凹槽的面积,也较为简单方便),并将不同基坑的重合面积参数标记为MJk;
依次将不同基坑的重合面积参数MJk与阈值单元内预设的面积区间进行比对,当不同基坑的重合面积参数MJk均属于此面积区间时,则不进行任何处理,代表此载带正常,反之,生成异常信号,并传输至外部显示终端内,供外部操作人员查看,代表此载带存在异常情况。
所述显示终端,对处理终端处理得到的异常信号进行显示,并告知对应的操作人员进行处理。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理:预先对载带的基础参数进行获取,根据所获取的基础参数,对载带的初步质量进行分析处理,查看此载带是否符合规格,并生成对应的合格信号;
处理终端再对具备合格信号的载带进行再处理,通过所获取的载带图像,对载带基坑内部的基准点进行确定,通过分析处理,查看若干组基准点是否处于同一直线上,若不属于一条直线,则获取基准点之间的横向最大差值,根据横向最大差值的比对结果,对载带进行异常判定,采用此种方式,便可对基坑的排布是否位于同一直线进行分析判定,同时此种判定方式更加准确,不会出现判定误差,也可快速获取判定结果,便于外部操作人员进行及时处理;
再根据载带图像内所确定的基准点,从模板库内提取面积模板,依次将不同基坑的基准点与面积模板的中心点进行合并,并得到属于不同基坑的重合面积参数,重合面积参数则是此凹槽与面积模板之间的重合面积,重合面积通过观察面积模板便可快速获得,若对凹槽进行面积计算,方式比较复杂,采用此种方式,获取重合面积便是凹槽的面积,也较为简单方便,同时使鉴别判定的结果更加准确,提升载带的整体检测效果,降低了操作人员的工作量。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (5)
1.基于载带全自动加工检测***,其特征在于,包括基础参数获取端、基础参数分析端、图像获取端、处理终端以及显示终端;
所述处理终端包括图像分析单元、模板库、阈值单元以及面积分析单元;
所述基础参数获取端,用于将载带的基础参数进行获取,并将所获取的基础参数传输至基础参数分析端内,其中基础参数包括载带的厚度、宽度以及拉扯力;
所述基础参数分析端,对载带的基础参数进行接收,根据接收到的基础参数,对载带的初步质量进行分析处理,根据处理结果,生成合格信号,并将合格信号以及对应的载带标记传输至处理终端内;
所述处理终端,根据接收到的合格信号以及对应的载带标记,对图像获取端进行控制,根据载带标记,对指定的载带的图像进行获取,并将获取得到的载带图像传输至处理终端内;
所述图像分析单元,对所获取的载带图像进行预分析处理,预先从载带图像内获取若干个基坑的基准点,将所获取的载带图像与模板库内部的预设模板进行匹配,匹配完成后,获取属于不同基坑的基准点的坐标参数,对坐标参数进行处理,根据处理结果,查看对应的载带是否符合规格;
所述面积分析单元,对基准点正常的载带图像进行面积分析处理,查看载带图像内部基坑的面积参数是否正常,若正常,则代表此载带为正常载带,反之,则代表此载带规格异常;
所述阈值单元内存储有预设参数Y1以及面积区间;
所述模板库内设置有预设模板,预设模板为预设的坐标参数模板,还包括有对应的面积模板。
2.根据权利要求1所述的基于载带全自动加工检测***,其特征在于,所述基础参数分析端对载带的初步质量进行分析处理的具体方式为:
提取不同载带的基础参数,将不同载带的厚度标记为HDi,将宽度标记为KDi,将拉扯力标记为LCi,其中i代表不同的载带;
分别将基础参数内部的不同数值依次与对应的预设区间进行比对,查看基础参数内部的不同数值是否属于对应的预设区间内,属于对应预设区间,则生成规格信号,反之,生成不规格信号;
对应载带存在一组不规格信号时,则生成不合格信号,反之,生成合格信号,并将对应的载带标记i以及合格信号传输至处理终端内。
3.根据权利要求2所述的基于载带全自动加工检测***,其特征在于,所述图像分析单元对所获取的载带图像进行预分析处理的具体方式为:
对载带图像内部若干组基坑的坑槽进行提取,以坑槽为一组待处理图像,将待处理图像进行旋转处理,得到对应的待旋转圆,获取待选择圆的圆心作为此基坑的基准点,以此对剩余的基坑采用同样的方式进行处理,得到属于不同基坑的基准点;
再根据模板库内部的预设模板,将若干个不同基坑的基准点坐标参数进行获取,并将其标记为JZk(Xk,Yk),其中k代表不同的基准点,且k为大于等于1的整数,也可代表不同的基坑;
将若干个基准点坐标JZk(Xk,Yk)进行比对,查看是否一致,若坐标参数均一致,则将所获取的载带图像传输至面积分析单元内,若坐标参数不一致,则获取若干个基准点的横向坐标的最大差值CZmax;
将最大差值CZmax与阈值单元内部的预设参数Y1进行比对,当CZmax<Y1时,生成正常信号,并将所获取的载带图像传输至面积分析单元内,反之,生成异常信号,并直接传输至显示终端内。
4.根据权利要求3所述的基于载带全自动加工检测***,其特征在于,所述面积分析单元,对基准点正常的载带图像进行面积分析处理的具体方式为:
根据载带图像内所确定的基准点,从模板库内提取面积模板,依次将不同基坑的基准点与面积模板的中心点进行合并,并得到属于不同基坑的重合面积参数,并将不同基坑的重合面积参数标记为MJk;
依次将不同基坑的重合面积参数MJk与阈值单元内预设的面积区间进行比对,当不同基坑的重合面积参数MJk均属于此面积区间时,则不进行任何处理,代表此载带正常,反之,生成异常信号,并传输至外部显示终端内。
5.根据权利要求4所述的基于载带全自动加工检测***,其特征在于,所述显示终端,对处理终端处理得到的异常信号进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609386.7A CN115619849B (zh) | 2022-12-15 | 2022-12-15 | 基于载带全自动加工检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609386.7A CN115619849B (zh) | 2022-12-15 | 2022-12-15 | 基于载带全自动加工检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115619849A true CN115619849A (zh) | 2023-01-17 |
CN115619849B CN115619849B (zh) | 2023-03-10 |
Family
ID=84879991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211609386.7A Active CN115619849B (zh) | 2022-12-15 | 2022-12-15 | 基于载带全自动加工检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115619849B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000009447A (ja) * | 1998-06-25 | 2000-01-14 | Nippon Inter Connection Systems Kk | テープキャリアの欠陥検出装置および欠陥検出方法 |
CN204906880U (zh) * | 2015-08-07 | 2015-12-23 | 昆山轩诺电子包装材料有限公司 | Smd载带成型机上的成型机构 |
CN111598955A (zh) * | 2020-04-30 | 2020-08-28 | 南京理工大学 | 一种基于摄影测量的移动终端智能基坑监测***及方法 |
CN115258235A (zh) * | 2022-08-02 | 2022-11-01 | 深圳市中金科五金制造有限公司 | 一种基于图像识别的载带包装检查控制*** |
-
2022
- 2022-12-15 CN CN202211609386.7A patent/CN115619849B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000009447A (ja) * | 1998-06-25 | 2000-01-14 | Nippon Inter Connection Systems Kk | テープキャリアの欠陥検出装置および欠陥検出方法 |
CN204906880U (zh) * | 2015-08-07 | 2015-12-23 | 昆山轩诺电子包装材料有限公司 | Smd载带成型机上的成型机构 |
CN111598955A (zh) * | 2020-04-30 | 2020-08-28 | 南京理工大学 | 一种基于摄影测量的移动终端智能基坑监测***及方法 |
CN115258235A (zh) * | 2022-08-02 | 2022-11-01 | 深圳市中金科五金制造有限公司 | 一种基于图像识别的载带包装检查控制*** |
Non-Patent Citations (1)
Title |
---|
魏鸿磊 等: "芯片载带缺陷的机器视觉检测方法" * |
Also Published As
Publication number | Publication date |
---|---|
CN115619849B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102673979B (zh) | 输送带跑偏判断方法及判断装置 | |
JP2001324305A (ja) | 画像対応位置検出装置および該装置を備える測距装置 | |
CN116360367A (zh) | 一种工业设备物联网数据采集方法及*** | |
CN111272670A (zh) | 染色质量的检测方法、装置、存储介质以及处理器 | |
CN110991360B (zh) | 一种基于视觉算法的机器人巡检点位智能配置方法 | |
CN107229560A (zh) | 一种界面显示效果测试方法、图像样张获取方法及装置 | |
CN111766465A (zh) | 电量追补智能核算终端 | |
CN115171361B (zh) | 一种基于计算机视觉的危险行为智能检测预警方法 | |
CN116664551B (zh) | 基于机器视觉的显示屏检测方法、装置、设备及存储介质 | |
CN114460439A (zh) | 一种数字集成电路测试*** | |
CN115619849B (zh) | 基于载带全自动加工检测*** | |
CN117698288A (zh) | 一种印刷质量检测方法、***、设备及存储介质 | |
CN116678368B (zh) | 基于bim技术的装配式钢结构数据智能采集方法 | |
CN112461846A (zh) | 工件缺陷检测方法及装置 | |
CN113516091B (zh) | 一种识别变电站电火花图像的方法 | |
CN109598724A (zh) | 布料标签检测识别方法 | |
CN115311447A (zh) | 一种基于深度卷积神经网络的指针式仪表示数识别方法 | |
CN114821025A (zh) | 一种基于深度学习的表计识别方法和*** | |
CN114529493A (zh) | 基于双目视觉的电缆外观缺陷检测与定位方法 | |
CN116755171B (zh) | 一种cp测试的安全防护*** | |
CN111428345A (zh) | 一种随机性负载扰动控制***的性能评价***及方法 | |
CN116698445B (zh) | 一种自动驾驶安全性检测方法及*** | |
CN110516585B (zh) | 基于机器视觉的综采或综掘工作面片帮自动定量识别方法 | |
CN116576806B (zh) | 一种基于视觉分析的厚度检测设备用的精密度管控*** | |
CN117723208B (zh) | 一种基于多时段数据智能分析的连线机平衡性测试*** |
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 |