[发明专利]精密工件识别及工艺参数关联系统以及识别方法有效

专利信息
申请号: 202111013561.1 申请日: 2021-08-31
公开(公告)号: CN113705487B 公开(公告)日: 2023-08-08
发明(设计)人: 余容平;欧阳;李国鹏;苏欣;赖复尧;李柏林;熊鹰 申请(专利权)人: 西南交通大学
主分类号: G06V20/60 分类号: G06V20/60;G06V10/94;G06V10/75;G06V10/82;G06N3/0464;G06N3/082;G06F16/583
代理公司: 成都行之专利代理有限公司 51220 代理人: 喻英
地址: 610000*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 精密 工件 识别 工艺 参数 关联 系统 以及 方法
【权利要求书】:

1.精密工件识别及工艺参数关联系统,其特征在于,包括PC端识别系统;

所述PC端识别系统包括识别装置,所述识别装置用于分别对热处理前和热处理后的工件进行拍照,所述识别装置对工件拍照时可获得多个不同角度的工件图像;

所述PC端识别系统包括图像采集模块和图像识别模块;

所述图像采集模块用于将热处理前的工件图像传回PC端,PC端根据工件编号自动建立工件图像模板库;

所述图像识别模块用于将热处理后的工件图像传回PC端,并由PC端中的算法部分识别工件的类别,从而获得热处理后的工件编号,并根据识别获得的工件编号关联工件的工艺参数;

所述图像识别模块用于获得与模板库中最相近的工件编号作为该工件的工件编号,并根据识别获得的工件编号分配其记录有对应工艺参数的射频芯片,从而实现热处理前后工件的工艺参数关联;

所述识别装置包括用于放置工件(7)的工作台(11)和设于工作台(11)上的支架(8),还包括拍摄组件;

所述支架(8)上设有多个拍摄组件,多个所述拍摄组件分设于工件侧面和顶部,用于从多个不同角度对工件进行拍照;

所述拍摄组件包括十字滑台(4)和相机(5),所述相机(5)和十字滑台(4)滑动连接:所述相机(5)可沿十字滑台(4)平面的X轴和Y轴移动。

2.根据权利要求1所述的精密工件识别及工艺参数关联系统,其特征在于,所述图像采集模块需根据工件种类和工艺参数对其进行类别编号,形成工件检索模板库。

3.根据权利要求1所述的精密工件识别及工艺参数关联系统,其特征在于,设于工件侧面的拍摄组件上设有条形光源(9),设于工件顶部的拍摄组件上设有环形光源(6)。

4.一种工件识别方法,其特征在于,包括以下步骤:

第一步:将采集到的工件图像进行图像预处理;

第二步:将预处理后的工件图像进行特征提取,并监督特征提取网络的特征提取过程;

第三步:特征提取后,建立精密工件图像检索策略,采用度量学习的方式获取图像的嵌入特征向量,用于精密元件的图像检索;

所述工件识别方法是基于权利要求1~3任意一项所述的精密工件识别及工艺参数关联系统来实现。

5.根据权利要求4所述的一种工件识别方法,其特征在于,所述图像预处理包括图像灰度化、图像降噪、图像增强、倾斜矫正和图像裁剪。

6.根据权利要求4所述的一种工件识别方法,其特征在于,所述特征提取包括以下步骤:

将预处理后的工件图像输入到模块1获得一个卷积特征,并将该特征做全连接FC处理获得特征1;然后将模块1前半部分的卷积结果及模块2的卷积结果传递给模块3获得一个卷积特征,并将该特征做全连接FC处理获得特征2;

所述模块1和模块2为MobileNetV2的网络结构,模块3为新增的分支模块,FC表示全连接层。

7.根据权利要求4所述的一种工件识别方法,其特征在于,使用差异度损失函数来监督特征提取过程,用于在同一视图下的精密工件图像中区分特征1和特征2;

使用相似度损失函数来监督同一工件不同视角图像的特征提取过程,用于统一表征不同视角下的精密工件。

8.根据权利要求7所述的一种工件识别方法,其特征在于,使用三元组中心损失函数来监督特征提取网络的特征提取过程,使得精密工件图像的类内距离不断减小而类间距离不断增大,用于区分多个精密工件获取工件图像的嵌入特征向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111013561.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top