CN116883488B - 一种圆形管的中心位置确定方法、装置、设备及介质 - Google Patents
一种圆形管的中心位置确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116883488B CN116883488B CN202310898853.0A CN202310898853A CN116883488B CN 116883488 B CN116883488 B CN 116883488B CN 202310898853 A CN202310898853 A CN 202310898853A CN 116883488 B CN116883488 B CN 116883488B
- Authority
- CN
- China
- Prior art keywords
- circular tube
- tube
- image
- circular
- round
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000010191 image analysis Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000003709 image segmentation Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 229910000838 Al alloy Inorganic materials 0.000 description 5
- 239000000956 alloy Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
-
- 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
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种圆形管的中心位置确定方法、装置、设备及介质。通过实时采集待分析的圆形管图像；对待分析的圆形管图像进行识别，确定出圆形管集装框的数量，并对圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；获取与目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到目标圆形管图像中的各圆形管分别对应的圆形管中心；获取机器人坐标位置，确定出圆形管中心位置；将圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取。解决了对于随机放置的圆形管件，不能通过机器人进行抓取来实现位置移动的问题，节约了人力成本和时间成本，提高了圆形管件的抓取的效率。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种圆形管的中心位置确定方法、装置、设备及介质。
背景技术
随着时代的进步，在生活中，绿色低碳生活越来越重要。尤其，共享单车的发展，在共享单车生产过程中，自行车具有许多圆形车首管铝合金素材管件，需要实时对该圆形车首管铝合金素材管件进行抓取和投放，以实现更好地进行共享单车的生产。
发明人在实现本发明的过程中，发现现有技术存在如下缺陷：目前，需要人工进行圆形车首管铝合金素材管件的顺序排放。由于目前人工成本日益提高、生产成本高、以及行业竞争力就低，不利于企业发展。进一步的，招人难，企业无足够的人力资源投入使用，无法扩大生产和提高生产规模，生产效率地下。
发明内容
本发明提供了一种圆形管的中心位置确定方法、装置、设备及介质，以实现节约人力成本和时间成本，提高了圆形管件的抓取的效率。
根据本发明的一方面，提供了一种圆形管的中心位置确定方法，其中，包括：
实时采集待分析的圆形管图像；其中，在所述圆形管图像中，包括至少一个圆形管集装框，每个所述圆形管集装框分别对应一种圆形管型号；在一个所述圆形管集装框中，包括多个相同的圆形管；
对所述待分析的圆形管图像进行识别，确定出所述圆形管集装框的数量，并对所述圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；
获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心；
获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置；
将所述圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取。
根据本发明的另一方面，提供了一种圆形管的中心位置确定装置，其中，包括：
圆形管图像采集模块，用于实时采集待分析的圆形管图像；其中，在所述圆形管图像中，包括至少一个圆形管集装框，每个所述圆形管集装框分别对应一种圆形管型号；在一个所述圆形管集装框中，包括多个相同的圆形管；
目标圆形管图像确定模块，用于对所述待分析的圆形管图像进行识别，确定出所述圆形管集装框的数量，并对所述圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；
圆形管中心计算模块，用于获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心；
圆形管中心位置确定模块，用于获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置；
圆形管中心位置发送模块，用于将所述圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取。
根据本发明的另一方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现本发明任一实施例所述的圆形管的中心位置确定方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的圆形管的中心位置确定方法。
本发明实施例的技术方案，通过实时采集待分析的圆形管图像；对待分析的圆形管图像进行识别，确定出圆形管集装框的数量，并对圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；获取与目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到目标圆形管图像中的各圆形管分别对应的圆形管中心；获取机器人坐标位置，确定出圆形管中心位置；将圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取。解决了对于随机放置的圆形管件，不能通过机器人进行抓取来实现位置移动的问题，节约了人力成本和时间成本，提高了圆形管件的抓取的效率。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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。
图1a是根据本发明实施例一提供的一种圆形管的中心位置确定方法的流程图；
图1b是根据本发明实施例一提供的方法中的圆形管图像的结构示意图；
图1c是根据本发明实施例一提供的方法中的圆形管图像分析结果对应的圆形管轮廓的结构示意图；
图2是根据本发明实施例二提供的一种圆形管的中心位置确定装置的结构示意图；
图3是根据本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中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的实施例，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他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”、“当前”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1a为本发明实施例一提供了一种圆形管的中心位置确定方法的流程图，本实施例可适用于对随机放置的圆形管件进行位置分析并抓取的情况，该方法可以由圆形管的中心位置确定装置来执行，该圆形管的中心位置确定装置可以采用硬件和/或软件的形式实现。
相应的，如图1a所示，该方法包括：
S110、实时采集待分析的圆形管图像。
其中，在所述圆形管图像中，包括至少一个圆形管集装框，每个所述圆形管集装框分别对应一种圆形管型号；在一个所述圆形管集装框中，包括多个相同的圆形管。
其中，圆形管图像可以是实时采集到的圆形管的图像，在圆形管图像中可以包含多种类型的圆形管，每个类型圆形管可以包括多个圆形管。
在本实施例中，圆形管可以是自行车圆形车首管铝合金素材管件，这里圆形管不做限定。
具体的，在圆形管图像可以包括至少一个圆形管集装箱，如图1b所示，为圆形管图像的结构示意图。其中，在该图1b中，包括两个圆形管集装箱，每个圆形管集装箱对应的圆形管的类型不一致，具体的，图像左边的圆形管外部直径大于图像右边的圆形管外部直径。
S120、对所述待分析的圆形管图像进行识别，确定出所述圆形管集装框的数量，并对所述圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像。
在本实施例中，需要对圆形管图像中的圆形管集装框进行识别，可以确定出圆形管集装框的数量，进而对通过图像分割算法对图像进行分割处理，得到至少一个目标圆形管图像。
续前例的，如图1b中包含两个圆形管集装箱，需要将圆形管图像分割成两部分，每个部分分别对应一个圆形管集装箱。可以理解的是，将圆形管图像划分为两个目标圆形管图像。
具体的，在每个目标圆形管图像中，均包含一种类型的圆形管。比如说：两个目标圆形管图像分别为目标圆形管图像A和目标圆形管图像B，可以设置目标圆形管图像A对应a类型的圆形管；目标圆形管图像B对应b类型的圆形管。
S130、获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心。
其中，圆形管型号可以用来描述圆形管的大小参数，不同型号的圆形管对应不同的形状描述参数。
续前例的，首先需要获取目标圆形管图像中的圆形管对应的圆形管型号。比如说，这里确定出的圆形管型号为a类型的圆形管。进一步的，需要对目标圆形管图像进行图像分析处理，可以确定出每个圆形管所在目标圆形管图像的轮廓，如图1c所示，为圆形管图像分析结果对应的圆形管轮廓的结构示意图。与图1b分别对应，具体的，图1b左边的圆形管集装框对应左框拟合结果；图1b右边的圆形管集装框对应右框拟合结果。进一步的，可以计算得到目标圆形管图像中的各圆形管分别对应的圆形管中心。
可选的，所述获取与所述目标圆形管图像对应的圆形管型号，包括：获取与所述目标圆形管图像对应的圆形管型号，并根据所述圆形管型号来确定出形状描述参数；所述形状描述参数包括：圆形管内部直径、圆形管外部直径和圆形管管壁厚度。
在本实施例中，不同的圆形管信号分别对应一组不同的形状描述参数，具体的，形状描述参数包括圆形管内部直径、圆形管外部直径和圆形管管壁厚度。
具体的，一般对于自行车圆形车首管铝合金素材管件来说，圆形管内部直径的大小为：40～55mm；圆形管外部直径的大小为：50～75mm；圆形管管壁厚度为：5～10mm。
可选的，所述获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心，包括：对接收到的所述目标圆形管图像通过圆形检测算法进行图像分析，得到圆形管图像分析结果；获取与所述圆形管型号对应的圆形管内部直径、圆形管外部直径和圆形管管壁厚度；根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心。
在本实施例中，需要通过圆形检测算法来对目标圆形管图像进行图像分析处理，可以得到包含多个圆形管轮廓的圆形管图像分析结果。
进一步的，根据获取到的圆形管内部直径、圆形管外部直径和圆形管管壁厚度，以及圆形管图像分析结果来进一步地计算得到在目标圆形管图像中的各圆形管分别对应的圆形管中心。
可选的，所述根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述圆形管图像中的各圆形管分别对应的圆形管中心，包括：在所述圆形管图像分析结果中，随机获取一个目标圆形管对应的圆形管图像内部直径、圆形管图像外部直径和圆形管图像管壁厚度；根据圆形管内部直径和圆形管图像内部直径，计算得到缩放比例尺，并且当圆形管外部直径和圆形管图像外部直径、以及圆形管管壁厚度和圆形管图像管壁厚度满足缩放比例尺时，则根据圆形管图像内部直径，计算得到所述圆形管图像中的各圆形管分别对应的圆形管中心。
示例性的，在圆形管图像分析结果中，随机获取一个目标圆形管对应的圆形管图像内部直径为m1、圆形管图像外部直径n1和圆形管图像管壁厚度l1。假设圆形管内部直径m2、圆形管外部直径n2和圆形管管壁厚度l2。
进一步的，根据圆形管内部直径m2和圆形管图像内部直径m1，计算得到缩放比例尺为后来可以分别验证圆形管外部直径和圆形管图像外部直径、以及圆形管管壁厚度和圆形管图像管壁厚度是否满足缩放比例尺，如果满足，则根据圆形管图像内部直径m1，计算得到圆形管图像中的各圆形管分别对应的圆形管中心。
可选的，所述圆形检测算法是基于边缘检测和霍夫变换的图像检测算法。
在本实施例中，圆形检测算法可以选取参考点，对于边缘像素点计算梯度角，每个梯度角均可以存储对应的参考点的距离和角度。并且，圆形检测算法具有较好的抗干扰性，具有较大的存储空间和计算量。
另外的，可以通过霍夫变换来进一步地进行圆心的检测，确定出圆心的位置。具体的，圆心是通过它所在的周围的所有法线的交汇处，交点即为圆心。进一步的，可以实现与计算出的圆形管中心的验证，提高圆形管中心确定的准确率。
可选的，在所述根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述圆形管图像中的各圆形管分别对应的圆形管中心之后，还包括：对所述圆形管图像分析结果进行可视化，得到第一圆形管可视化图像；对所述圆形管中心分别进行可视化，并与所述根据所述第一圆形管可视化图像进行组合，得到第二圆形管可视化图像。
在本实施例中，可能对圆形管图像分析结果以及圆形管中心，进行可视化处理，得到相应的可视化图片，这样方便于工作人员的查验，以提高圆形管件抓取的准确率。
S140、获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置。
可选的，所述获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置，包括：获取所述圆形管中心对应的初始圆形管中心位置；获取机器人坐标位置，并根据初始圆形管中心位置进行相对位置计算，确定出圆形管中心位置。
在本实施例中，假设计算出初始圆形管中心位置为(x1，y1)，机器人对应的机器人坐标位置为(a1，b1)，由于机器人和圆形管中心并不属于同一坐标系下，需要对初始圆形管中心位置进行转换。比如说，可以将机器人坐标位置为(a1，b1)转换成(0，0)，则可以确定出圆形管中心位置为(x1-a1，y1-b1)。这样可以更加准确地确定出每个圆形管件的具***置，这样方便机器人及时地进行抓取操作。
S150、将所述圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取。
在本实施例中，在计算出各圆形感中心位置之后，可以将该圆形管中心位置依次发送于机器人控制***中。在机器人控制***接收到各圆形管中心位置之后，顺序进行圆形管件的抓取。
本发明实施例的技术方案，通过实时采集待分析的圆形管图像；对待分析的圆形管图像进行识别，确定出圆形管集装框的数量，并对圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；获取与目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到目标圆形管图像中的各圆形管分别对应的圆形管中心；获取机器人坐标位置，确定出圆形管中心位置；将圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取。解决了对于随机放置的圆形管件，不能通过机器人进行抓取来实现位置移动的问题，节约了人力成本和时间成本，提高了圆形管件的抓取的效率。
实施例二
图2为本发明实施例二提供的一种圆形管的中心位置确定装置的结构示意图。本实施例所提供的一种圆形管的中心位置确定装置可以通过软件和/或硬件来实现，可配置于终端设备或者服务器中，来实现本发明实施例中的一种圆形管的中心位置确定方法。如图2所示，该装置包括：圆形管图像采集模块210、目标圆形管图像确定模块220、圆形管中心计算模块230、圆形管中心位置确定模块240和圆形管中心位置发送模块250。
其中，圆形管图像采集模块210，用于实时采集待分析的圆形管图像；其中，在所述圆形管图像中，包括至少一个圆形管集装框，每个所述圆形管集装框分别对应一种圆形管型号；在一个所述圆形管集装框中，包括多个相同的圆形管；
目标圆形管图像确定模块220，用于对所述待分析的圆形管图像进行识别，确定出所述圆形管集装框的数量，并对所述圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；
圆形管中心计算模块230，用于获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心；
圆形管中心位置确定模块240，用于获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置；
圆形管中心位置发送模块250，用于将所述圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取。
本发明实施例的技术方案，通过实时采集待分析的圆形管图像；对待分析的圆形管图像进行识别，确定出圆形管集装框的数量，并对圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；获取与目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到目标圆形管图像中的各圆形管分别对应的圆形管中心；获取机器人坐标位置，确定出圆形管中心位置；将圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取。解决了对于随机放置的圆形管件，不能通过机器人进行抓取来实现位置移动的问题，节约了人力成本和时间成本，提高了圆形管件的抓取的效率。
可选的，所述圆形管中心计算模块230，可以具体用于：获取与所述目标圆形管图像对应的圆形管型号，并根据所述圆形管型号来确定出形状描述参数；所述形状描述参数包括：圆形管内部直径、圆形管外部直径和圆形管管壁厚度。
可选的，所述圆形管中心计算模块230，可以具体用于：对接收到的所述目标圆形管图像通过圆形检测算法进行图像分析，得到圆形管图像分析结果；获取与所述圆形管型号对应的圆形管内部直径、圆形管外部直径和圆形管管壁厚度；根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心。
可选的，所述圆形管中心计算模块230，还可以具体用于：在所述圆形管图像分析结果中，随机获取一个目标圆形管对应的圆形管图像内部直径、圆形管图像外部直径和圆形管图像管壁厚度；根据圆形管内部直径和圆形管图像内部直径，计算得到缩放比例尺，并且当圆形管外部直径和圆形管图像外部直径、以及圆形管管壁厚度和圆形管图像管壁厚度满足缩放比例尺时，则根据圆形管图像内部直径，计算得到所述圆形管图像中的各圆形管分别对应的圆形管中心。
可选的，所述圆形检测算法是基于边缘检测和霍夫变换的图像检测算法。
可选的，所述圆形管中心计算模块230，还可以具体用于：在所述根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述圆形管图像中的各圆形管分别对应的圆形管中心之后，对所述圆形管图像分析结果进行可视化，得到第一圆形管可视化图像；对所述圆形管中心分别进行可视化，并与所述根据所述第一圆形管可视化图像进行组合，得到第二圆形管可视化图像。
可选的，所述圆形管中心位置确定模块240，可以具体用于：获取所述圆形管中心对应的初始圆形管中心位置；获取机器人坐标位置，并根据初始圆形管中心位置进行相对位置计算，确定出圆形管中心位置。
本发明实施例所提供的圆形管的中心位置确定装置可执行本发明任意实施例所提供的圆形管的中心位置确定方法，具备执行方法相应的功能模块和有益效果。
实施例三
图3示出了可以用来实施本发明的实施例三的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如圆形管的中心位置确定方法。
在一些实施例中，圆形管的中心位置确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的圆形管的中心位置确定方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行圆形管的中心位置确定方法。
该方法包括：实时采集待分析的圆形管图像；对所述待分析的圆形管图像进行识别，确定出所述圆形管集装框的数量，并对所述圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心；获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置；将所述圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的***和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
实施例四
本发明实施例四还提供一种包含计算机可读存储介质，所述计算机可读指令在由计算机处理器执行时用于执行一种圆形管的中心位置确定方法，该方法包括：实时采集待分析的圆形管图像；对所述待分析的圆形管图像进行识别，确定出所述圆形管集装框的数量，并对所述圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心；获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置；将所述圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取
当然，本发明实施例所提供的一种包含计算机可读存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的圆形管的中心位置确定方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述圆形管的中心位置确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (7)
1.一种圆形管的中心位置确定方法，其特征在于，包括：
实时采集待分析的圆形管图像；其中，在所述圆形管图像中，包括至少一个圆形管集装框，每个所述圆形管集装框分别对应一种圆形管型号；在一个所述圆形管集装框中，包括多个相同的圆形管；
对所述待分析的圆形管图像进行识别，确定出所述圆形管集装框的数量，并对所述圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；
获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心；
获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置；
将所述圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取；
所述获取与所述目标圆形管图像对应的圆形管型号，包括：
获取与所述目标圆形管图像对应的圆形管型号，并根据所述圆形管型号来确定出形状描述参数；
所述形状描述参数包括：圆形管内部直径、圆形管外部直径和圆形管管壁厚度；
所述获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心，包括：
对接收到的所述目标圆形管图像通过圆形检测算法进行图像分析，得到圆形管图像分析结果；
获取与所述圆形管型号对应的圆形管内部直径、圆形管外部直径和圆形管管壁厚度；
根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心；
所述根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心，包括：
在所述圆形管图像分析结果中，随机获取一个目标圆形管对应的圆形管图像内部直径、圆形管图像外部直径和圆形管图像管壁厚度；
根据圆形管内部直径和圆形管图像内部直径，计算得到缩放比例尺，并且当圆形管外部直径和圆形管图像外部直径、以及圆形管管壁厚度和圆形管图像管壁厚度满足缩放比例尺时，则根据圆形管图像内部直径，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心。
2.根据权利要求1所述的方法，其特征在于，所述圆形检测算法是基于边缘检测和霍夫变换的图像检测算法。
3.根据权利要求2所述的方法，其特征在于，在所述根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心之后，还包括：
对所述圆形管图像分析结果进行可视化，得到第一圆形管可视化图像；
对所述圆形管中心分别进行可视化，并与所述第一圆形管可视化图像进行组合，得到第二圆形管可视化图像。
4.根据权利要求3所述的方法，其特征在于，所述获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置，包括：
获取所述圆形管中心对应的初始圆形管中心位置；
获取机器人坐标位置，并根据初始圆形管中心位置进行相对位置计算，确定出圆形管中心位置。
5.一种圆形管的中心位置确定装置，其特征在于，包括：
圆形管图像采集模块，用于实时采集待分析的圆形管图像；其中，在所述圆形管图像中，包括至少一个圆形管集装框，每个所述圆形管集装框分别对应一种圆形管型号；在一个所述圆形管集装框中，包括多个相同的圆形管；
目标圆形管图像确定模块，用于对所述待分析的圆形管图像进行识别，确定出所述圆形管集装框的数量，并对所述圆形管图像进行图像分割处理，确定出至少一个目标圆形管图像；
圆形管中心计算模块，用于获取与所述目标圆形管图像对应的圆形管型号，并对目标圆形管图像进行图像分析处理，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心；
圆形管中心位置确定模块，用于获取机器人坐标位置，并根据圆形管中心，确定出圆形管中心位置；
圆形管中心位置发送模块，用于将所述圆形管中心位置发送于机器人控制***，以实现通过指示机器人完成对各所述圆形管的抓取；
所述圆形管中心计算模块，具体用于：获取与所述目标圆形管图像对应的圆形管型号，并根据所述圆形管型号来确定出形状描述参数；所述形状描述参数包括：圆形管内部直径、圆形管外部直径和圆形管管壁厚度；
对接收到的所述目标圆形管图像通过圆形检测算法进行图像分析，得到圆形管图像分析结果；获取与所述圆形管型号对应的圆形管内部直径、圆形管外部直径和圆形管管壁厚度；根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心；
所述根据所述圆形管图像分析结果、圆形管内部直径、圆形管外部直径和圆形管管壁厚度，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心，包括
在所述圆形管图像分析结果中，随机获取一个目标圆形管对应的圆形管图像内部直径、圆形管图像外部直径和圆形管图像管壁厚度；根据圆形管内部直径和圆形管图像内部直径，计算得到缩放比例尺，并且当圆形管外部直径和圆形管图像外部直径、以及圆形管管壁厚度和圆形管图像管壁厚度满足缩放比例尺时，则根据圆形管图像内部直径，计算得到所述目标圆形管图像中的各圆形管分别对应的圆形管中心。
6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-4中任一项所述的圆形管的中心位置确定方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现如权利要求1-4中任一项所述的圆形管的中心位置确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310898853.0A CN116883488B (zh) | 2023-07-21 | 2023-07-21 | 一种圆形管的中心位置确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310898853.0A CN116883488B (zh) | 2023-07-21 | 2023-07-21 | 一种圆形管的中心位置确定方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116883488A CN116883488A (zh) | 2023-10-13 |
| CN116883488B true CN116883488B (zh) | 2024-03-26 |
Family
ID=88265976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310898853.0A Active CN116883488B (zh) | 2023-07-21 | 2023-07-21 | 一种圆形管的中心位置确定方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116883488B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105393122A (zh) * | 2013-07-26 | 2016-03-09 | 豪夫迈·罗氏有限公司 | 用于搬运样品管的方法和搬运装置 |
| JP2020063918A (ja) * | 2018-10-15 | 2020-04-23 | 昭和アルミニウム缶株式会社 | 缶蓋検査機並びにカメラ位置調整方法及びカメラ位置決め治具 |
| CN111175322A (zh) * | 2020-01-09 | 2020-05-19 | 江苏科技大学 | 基于x射线数字成像技术的浆锚搭接连接质量检测方法 |
| CN111595266A (zh) * | 2020-06-02 | 2020-08-28 | 西安航天发动机有限公司 | 空间复杂走向导管视觉识别方法 |
| CN113658259A (zh) * | 2021-08-30 | 2021-11-16 | 武汉科技大学 | 基于视觉定位的冷轧厂轧辊的自动抓取方法 |
| CN114348372A (zh) * | 2022-01-06 | 2022-04-15 | 青岛双清智能科技有限公司 | 一种利用纸管图案识别并校验筒子纱品种的方法及装置 |
| CN114536340A (zh) * | 2022-03-11 | 2022-05-27 | 南通西塔自动化科技有限公司 | 一种铁钻工基于机器视觉辅助的自动抓取方法及*** |
| CN114888805A (zh) * | 2022-05-23 | 2022-08-12 | 广东工业大学 | 轮胎模具字符图案的机器人视觉自动获取方法及*** |
| CN115781673A (zh) * | 2022-11-18 | 2023-03-14 | 节卡机器人股份有限公司 | 一种零件抓取方法、装置、设备及介质 |
| CN115890639A (zh) * | 2022-11-17 | 2023-04-04 | 浙江荣图智能科技有限公司 | 一种机器人视觉引导定位抓取控制*** |
| CN116012241A (zh) * | 2022-12-26 | 2023-04-25 | 苏州华兴源创科技股份有限公司 | 图像畸变校正方法、装置、计算机设备和存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201305658D0 (en) * | 2013-03-27 | 2013-05-15 | Nikon Metrology Nv | Registration object, correction method and apparatus for computed radiographic tomography |
| US10435179B2 (en) * | 2017-04-18 | 2019-10-08 | Electroimpact, Inc. | Camera assisted robotic system for locating the end of a fastener extending through an aircraft part during manufacture thereof |
| CN113119099A (zh) * | 2019-12-30 | 2021-07-16 | 深圳富泰宏精密工业有限公司 | 计算机装置、控制机械手臂夹取和放置物件的方法 |
| US20230149102A1 (en) * | 2022-09-26 | 2023-05-18 | BEIJING WEMED MEDICAL EQUIPMENT Co.,Ltd. | Interventional surgical robot system, control method and medium |
-
2023
- 2023-07-21 CN CN202310898853.0A patent/CN116883488B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105393122A (zh) * | 2013-07-26 | 2016-03-09 | 豪夫迈·罗氏有限公司 | 用于搬运样品管的方法和搬运装置 |
| JP2020063918A (ja) * | 2018-10-15 | 2020-04-23 | 昭和アルミニウム缶株式会社 | 缶蓋検査機並びにカメラ位置調整方法及びカメラ位置決め治具 |
| CN111175322A (zh) * | 2020-01-09 | 2020-05-19 | 江苏科技大学 | 基于x射线数字成像技术的浆锚搭接连接质量检测方法 |
| CN111595266A (zh) * | 2020-06-02 | 2020-08-28 | 西安航天发动机有限公司 | 空间复杂走向导管视觉识别方法 |
| CN113658259A (zh) * | 2021-08-30 | 2021-11-16 | 武汉科技大学 | 基于视觉定位的冷轧厂轧辊的自动抓取方法 |
| CN114348372A (zh) * | 2022-01-06 | 2022-04-15 | 青岛双清智能科技有限公司 | 一种利用纸管图案识别并校验筒子纱品种的方法及装置 |
| CN114536340A (zh) * | 2022-03-11 | 2022-05-27 | 南通西塔自动化科技有限公司 | 一种铁钻工基于机器视觉辅助的自动抓取方法及*** |
| CN114888805A (zh) * | 2022-05-23 | 2022-08-12 | 广东工业大学 | 轮胎模具字符图案的机器人视觉自动获取方法及*** |
| CN115890639A (zh) * | 2022-11-17 | 2023-04-04 | 浙江荣图智能科技有限公司 | 一种机器人视觉引导定位抓取控制*** |
| CN115781673A (zh) * | 2022-11-18 | 2023-03-14 | 节卡机器人股份有限公司 | 一种零件抓取方法、装置、设备及介质 |
| CN116012241A (zh) * | 2022-12-26 | 2023-04-25 | 苏州华兴源创科技股份有限公司 | 图像畸变校正方法、装置、计算机设备和存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| Vision-based extraction of spatial information in grape clusters for harvesting robots;Lufeng Luo et al.;《Journal of Lightwave Technology》;20160915;第151卷;第90-104页 * |
| 基于三维机器视觉的工业机器人定位***设计;温秀兰等;《组合机床与自动化加工技术》;20180930(第9期);第49-52页 * |
| 基于图像拼接的柱体表面物证图像采集方法的研究;汪军等;《光学技术》;20170131;第43卷(第1期);第43-49页 * |
| 基于视觉引导的机器人缸盖上料***的应用;陆贤辉等;《制造与工艺》;20220530;第140-142页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116883488A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3937128A2 (en) | Image defect detection method and apparatus, electronic device, storage medium and product | |
| CN115331132A (zh) | 一种汽车零件的检测方法、装置、电子设备和存储介质 | |
| CN116342585A (zh) | 一种产品缺陷检测方法、装置、设备及存储介质 | |
| CN116188917B (zh) | 缺陷数据生成模型训练方法、缺陷数据生成方法及装置 | |
| CN116883488B (zh) | 一种圆形管的中心位置确定方法、装置、设备及介质 | |
| CN117372663A (zh) | 原木端面遮挡的补全方法、装置、设备及存储介质 | |
| CN116258714B (zh) | 一种缺陷识别方法、装置、电子设备和存储介质 | |
| CN116309436B (zh) | 断裂状态检测方法、装置、电子设备及存储介质 | |
| CN117235867B (zh) | 一种bim规划报建模型的审查方法、装置、设备及存储介质 | |
| CN114581890B (zh) | 确定车道线的方法、装置、电子设备和存储介质 | |
| CN117746069B (zh) | 以图搜图的模型训练方法、和以图搜图方法 | |
| CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
| CN117576077A (zh) | 一种缺陷检测方法、装置、设备和存储介质 | |
| CN117350995A (zh) | 一种产品缺陷检测方法、装置、设备及存储介质 | |
| CN117853789A (zh) | 一种图像检测方法和装置 | |
| CN118071713A (zh) | 波纹补偿器故障检测方法、装置、电子设备及存储介质 | |
| CN116993216A (zh) | 一种巡线道上工作量的统计方法、装置、电子设备及介质 | |
| CN117351304A (zh) | 单目三维目标检测模型训练方法、装置、设备及存储介质 | |
| CN117274361A (zh) | 一种物料表面积测量方法、装置、电子设备以及介质 | |
| CN117333595A (zh) | 锅炉水冷壁缺陷展示方法、装置、电子设备和存储介质 | |
| CN118333983A (zh) | 一种焊缝提取方法、装置、电子设备及存储介质 | |
| CN116012362A (zh) | 一种缺片玻璃式绝缘子的识别方法、装置、设备及介质 | |
| CN117975099A (zh) | 一种像素级的目标标注方法、装置、电子设备及存储介质 | |
| CN115880237A (zh) | 一种车用钢板合格检测方法、装置、设备及存储介质 | |
| CN115456433A (zh) | 建筑设备的状态检测方法、装置、电子设备及存储介质 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240507 Address after: 215000 No. 1, Shunfan Road, Kunshan Economic and Technological Development Zone, Suzhou, Jiangsu Patentee after: Giant (China) Co.,Ltd. Country or region after: China Patentee after: GIANT ELECTRIC VEHICLE KUNSHAN Co.,Ltd. Address before: 215000 No. 1, Shunfan Road, Kunshan Economic and Technological Development Zone, Suzhou, Jiangsu Patentee before: Giant (China) Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |