Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都工业职业技术学院范绍捷获国家专利权

成都工业职业技术学院范绍捷获国家专利权

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!

龙图腾网获悉成都工业职业技术学院申请的专利基于机器视觉的玻纤颗粒动态筛选的尺寸检测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:CN121616601B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610149014.2,技术领域涉及:G06T7/00;该发明授权基于机器视觉的玻纤颗粒动态筛选的尺寸检测方法及系统是由范绍捷;丁天霞;文广;余倩;蹇清平;王雨婷设计研发完成,并于2026-02-03向国家知识产权局提交的专利申请。

基于机器视觉的玻纤颗粒动态筛选的尺寸检测方法及系统在说明书摘要公布了:本发明公开了基于机器视觉的玻纤颗粒动态筛选的尺寸检测方法及系统,具体涉及玻纤颗粒尺寸检测领域,包括实时监测颗粒粘连状态并动态调节振动打散机制,进一步融合振动信号与图像特征进行分析,并对图像进行运动模糊及折射率畸变校正,以精确测量颗粒物理尺寸。基于机器视觉的玻纤颗粒动态筛选的尺寸检测方法及系统通过粘连指数动态调节振动参数,实现了振动与成像的协同控制,有效解决了振动打散机制与成像机制缺乏协同的问题;通过畸变校正算法,补偿了由振动导致的运动模糊及由玻纤折射率差异引起的光学畸变,减少了测量失真;通过强化学习模型在保证高分散度的同时,使尺寸测量误差最小化。

本发明授权基于机器视觉的玻纤颗粒动态筛选的尺寸检测方法及系统在权利要求书中公布了:1.基于机器视觉的玻纤颗粒动态筛选的尺寸检测方法,其特征在于,包括: S1:在目标玻纤颗粒流振动打散出口处实时提取第一玻纤颗粒特征,输出所述第一玻纤颗粒特征对应的粘连指数;所述第一玻纤颗粒特征包括玻纤颗粒簇凸包面积、最小外接矩形面积、轮廓凹点数量及轮廓像素点数量;基于所述第一玻纤颗粒特征,计算并输出粘连指数,具体表示为: 其中,表示为面积特征权重,表示为凹点特征权重; S2:根据所述第一玻纤颗粒特征对应的粘连指数动态调节振动打散机制,并采集第一玻纤颗粒图像,所述第一玻纤颗粒图像的时序根据所述振动打散机制进行同步触发; S3:对所述第一玻纤颗粒图像,通过时频分析和卷积神经网络融合提取第二玻纤颗粒特征;所述第二玻纤颗粒特征包括实时振动速度向量、主频带能量比、频率重心、频带熵值、成像曝光时间、玻纤表面缺陷及粘连类型; S4:基于所述第二玻纤颗粒特征进行分析,以获取第二玻纤颗粒图像,具体包括: 分析特征显著性;通过相关性分析,识别特征之间的关联;基于多种特征组合规则诊断粘连状态;根据特征分析的结果选择图像生成路径;对粘连颗粒的目标,模拟在特定振动作用下的破碎分离过程,根据模拟结果生成虚拟的分离图像; S5:对所述第二玻纤颗粒图像进行畸变校正机制,生成第三玻纤颗粒图像,所述畸变校正机制包括补偿由振动导致的运动模糊及由玻纤折射率差异引起的光学畸变; S6:基于所述第三玻纤颗粒图像,确定所述第三玻纤颗粒图像对应玻纤颗粒的物理尺寸; S7:通过强化学习模型动态更新振动打散机制与畸变校正机制。

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成都工业职业技术学院,其通讯地址为:610000 四川省成都市天府新区成都片区正兴镇大安路818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”。

以上内容由龙图腾AI智能生成。

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。