专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果369559个,建议您升级VIP下载更多相关专利
  • [发明专利]三维砂型打印铺砂过程中缺陷自动识别方法及系统-CN202011000238.6在审
  • 董选普;郭树人 - 华中科技大学
  • 2020-09-22 - 2021-01-01 - G06T7/00
  • 本发明属于3D打印相关技术领域,其提供了一种三维砂型打印铺砂过程中缺陷自动识别方法及系统,该方法包括:S1,获取三维砂型打印过程中在当前层的原始图像数据;S2,对所述原始图像数据进行预处理以获取目标区域,并增强和分割目标区域以获取多个图像块;S3,将图像块输入卷积神经网络进行分类以判断图像块是否存在缺陷以及具有缺陷的图像块的图像数据,图像数据至少包括缺陷类别和位置;S4,将缺陷类别相同且位置相邻的图像块进行合并,并输出最终的缺陷类别及位置。通过本申请可以及时发现打印过程每层中的缺陷,便于及时对缺陷进行分析弥补,节省人力物力。
  • 三维砂型打印过程缺陷自动识别方法系统
  • [发明专利]图像检查设备和图像检查方法-CN202210363612.1在审
  • 何迪 - 株式会社基恩士
  • 2022-04-07 - 2022-10-21 - G06V20/10
  • 该图像检查设备包括:经学习神经网络存储部,用于存储先前学习输入层、中间层和输出层之间的加权因子的神经网络;以及推断部,用于基于工件的图像判断工件的缺陷/无缺陷并对工件进行类别的分类。在第一推断中,推断部基于通过将工件图像提供给神经网络而获得的缺陷/无缺陷特征量和缺陷/无缺陷判断边界来判断工件的缺陷/无缺陷。在第二推断中,推断部基于表示不同类型分类工件图像的分类特征量在神经网络的特征量空间中定义要用于对检查工件进行类别的分类的分类边界,并且基于工件图像的分类特征量和分类边界对工件进行类别的分类。
  • 图像检查设备方法
  • [发明专利]借助缺陷分类的检查-CN202110191499.9有效
  • F·绍尔特韦德尔;R·米勒;J·克里格;F·许曼;P·艾泽勒 - 海德堡印刷机械股份公司
  • 2021-02-19 - 2023-09-22 - B41F33/00
  • 一种用于借助计算机对处理印刷材料的机器中的印刷产品进行图像检查的方法,其中,在通过图像检测系统进行图像检查范畴内,借助至少一个图像传感器对所生产印刷产品进行检测和数字化,其中,计算机将其与数字参考图像比较,并在所检测印刷图像与数字参考图像出现偏差情况下剔出识别为有缺陷的印刷产品,其特征在于,计算机将在图像检查范畴内所发现的偏差以及来自其他子系统和机器的其他数据作为所发现的缺陷分析处理,由此借助机器学习方法求取确定的缺陷类别及其原因,将在图像检查中所发现的缺陷相应地分配给缺陷类别,并借助显示器将经分类的、所发现的缺陷连同缺陷类别和原因显示给机器的操作者,操作者然后引入消除缺陷原因的特定措施。
  • 借助缺陷分类检查
  • [发明专利]一种染色纺织品的染色缺陷识别方法-CN202211244602.2在审
  • 唐启和 - 南通佳布鲁服装有限公司
  • 2022-10-12 - 2022-11-08 - G06T7/00
  • 本发明涉及图像处理技术领域,具体涉及一种染色纺织品的染色缺陷识别方法,该方法包括:获取染色后的纺织品图像及其Lab图像,获取Lab图像中的颜色类别及其对应的颜色区域,获取每个颜色类别的位置差异性,获取每个颜色区域的周期性异常程度,获取每个颜色区域的综合异常程度,对颜色区域进行二分类,并将分类后的颜色区域类别中最大综合异常程度对应的颜色区域类别的颜色区域作为异常颜色区域,并获取染色缺陷,本发明实现了对局部颜色区域进行准确分割,保证缺陷识别结果的准确性
  • 一种染色纺织品缺陷识别方法

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

400-8765-105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