Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广西民族大学陆春获国家专利权

广西民族大学陆春获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广西民族大学申请的专利一种基于深度学习的人工智能木片自动分级方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115415186B

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211078026.9,技术领域涉及:B07C5/34;该发明授权一种基于深度学习的人工智能木片自动分级方法及系统是由陆春;齐文;李嘉耀;杨福流设计研发完成,并于2022-09-05向国家知识产权局提交的专利申请。

一种基于深度学习的人工智能木片自动分级方法及系统在说明书摘要公布了:本发明公开了一种基于深度学习的人工智能木片自动分级方法及系统,其中所述系统包括:设备框架、上料部件、质量分级检测模块、下料部件、主控系统模块;所述设备框架用于承载分级系统中的部件;所述上料部件用于抓取待分级木片,并将其放置于主控系统模块进行筛选、导向;所述导向板分选机构用于按等级分选木片,所述主控系统模块用于控制分级系统实现自动分级。通过上述系统及方法能够实现木片表面缺陷的自动高效识别及木片的自动分级筛选,避免人工分级误差大、效率低、成本高的问题,使木片分选达到自动化、规模化,具有广阔的市场应用前景。

本发明授权一种基于深度学习的人工智能木片自动分级方法及系统在权利要求书中公布了:1.一种基于深度学习的人工智能木片自动分级方法,其特征在于,基于深度学习的人工智能木片自动分级设备包括:设备框架、上料部件、质量分级检测模块、下料部件、主控系统模块;所述设备框架用于承载分级系统中的部件;所述上料部件用于抓取待分级木片,并将其放置于主控系统模块进行筛选、导向;导向板分选机构用于按等级分选木片,所述主控系统模块用于控制分级系统实现自动分级; 所述上料部件包括上料框1、六自由度机械臂2、气动吸盘阵列3、距离传感器4; 所述质量分级检验模块包括3D相机5、检测室6; 所述下料部件包括导向板分选机构7、木片收集框8; 所述主控系统模块包括工业计算机9、第一伺服电机10、第一传送带11; 所述设备框架从前至后依次包括三部分:第一传送部、导向板分选机构7、第二传送部; 所述六自由度机械臂2布置在第一传送部前端的一侧,所述距离传感器4安装在六自由度机械臂2的末端,所述气动吸盘阵列3安装在六自由度机械臂2夹持端;六自由度机械臂2的控制电机及距离传感器4分别与工业计算机9信号连接; 所述检测室6布置在第一传送部的中后部,其两端固定在设备框架上,所述3D相机5固定在检查室6顶部;所述3D相机5与工业计算机9信号连接; 第一传送部、第二传送部的首尾端均设有第一伺服电机10,由第一伺服电机带动第一传送部、第二传送部中的第一传送带11运动; 所述导向板分选机构7包括导向板框架、第二传送带12、第二伺服电机13、第三伺服电机14,所述第二传送带12套接在导向板框架上,所述第二伺服电机13的电机轴与第二传送带12驱动轴连接,所述第三伺服电机14固定在设备框架上,第三伺服电机14的电机轴与导向板框架的中部连接;所述木片收集框8布置在导向板分选机构7下方对应处; 所述第一伺服电机10、第二伺服电机13、第三伺服电机14均分别与工业计算机9信号连接; 所述系统的木片自动分级方法,包括如下步骤: S1:识别木片表面缺陷,对木片进行分级; S2:精确定位木片的位置: S3:传送控制木片,对分级后的木片实现最终的分选; 其中所述S1包括: S11:获取木片的黑白图像; S12:依据所述黑白图像获取黑白图像的缺陷外轮廓点; S13:获取图像的缺陷轮廓; S14:计算图像的缺陷面积; S15:判定木片的等级; 所述S11具体为:实际采集得到的木片图像的信息包含:红绿蓝三色的彩色数据,用五维数组描述为Color_Image[i,j,r,g,b],其中i表示当前像素点的横向序号;j表示当前像素点的纵向序号;r表示该像素点的红色值;g表示该像素点的绿色值;b表示该像素点的蓝色值; 颜色筛分所述木片的图像信息,完成对多有像素点的设定,得到一幅黑白的图像,该图像由横向和纵向两个方向的像素点构成:设定图像的红绿蓝三色的临界值Cr、Cg、Cb,判断图像所有像素点的红绿蓝三个颜色:若像素点的红绿蓝三个颜色值均高于红绿蓝三色的临界值Cr、Cg、Cb,则将该点的红绿蓝各像素值均设定为0,否则将该点的红绿蓝各像素值均设定为1; 所述S13为:取图像数组Color_Image中第一个rgb值均等于0的像素点N[i,j]为当前点,其中i为像素点的横向序号,j为像素点的纵向序号;并在轮廓数组Outline[l,k,i,j]中记录N[i,j]点,按照像素点N[i,j-1],N[i-1,j-1],N[i-1,j],N[i-1,j+1],N[i,j+1],N[i+1,j+1],N[i+1,j],N[i-1,j+1]的先后顺序,判断像素点的值,其中l为当前轮廓的序号,其初值为0,每增加一个轮廓其值增加1;k为第l个轮廓点的当前序号,其初值为0,每记录一个点,k值自动增加1;i为像素点的横向序号,j为像素点的纵向序号,若Color_Image[x,y,r,g,b]的rgb值均等于0,其中x为上述8个像素点的横向序号;y为上述8个像素点的纵向序号,则在轮廓数组Outline[l,k,i,j]记录N[x,y]点,并将该点Color_Image[x,y,r,g,b]的rgb值均设置为1;重复上面的步骤,直到Color_Image数组中所有的rgb值均等于1,得到Outline[l,k,i,j]轮廓数组; 所述S14为:由于木片表面缺陷的轮廓为凸多边形,将Outline[l,k,i,j]的所有点数量为k,从Outline[l,1,i,j]点向除了Outline[l,2,i,j]点和终点以外的点连线,可以构成k-1个三角形;对每个三角形计算三条边的边长:a,b,c,和平均周长p=a+b+c2,按照公式:三角形面积s=pp-ap-bp-c的12次方;统计所有k-1个三角形的面积,得到缺陷的面积S,统计缺陷的数量Num=Num+1和缺陷面积之和Ssum=Ssum+S; 完成步骤上述步骤S11-S14后,再次在三维数组Color_Image数组中找像素值v不为零的点,执行步骤S11-14得到Color_Image数组中所有像素点均为1为止;最终得到木片上所有缺陷的数量Num和所有缺陷面积之和Ssum。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广西民族大学,其通讯地址为:530006 广西壮族自治区南宁市西乡塘区大学东路188号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。