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 > 苏州强新合金材料科技有限公司朱晓峰获国家专利权

苏州强新合金材料科技有限公司朱晓峰获国家专利权

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!

龙图腾网获悉苏州强新合金材料科技有限公司申请的专利基于机器视觉的钢丝绳表面缺陷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:CN120070433B

龙图腾网通过国家知识产权局官网在2025-07-15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:202510538584.6,技术领域涉及:G06T7/00;该发明授权基于机器视觉的钢丝绳表面缺陷检测方法及系统是由朱晓峰;史久雷设计研发完成,并于2025-04-27向国家知识产权局提交的专利申请。

基于机器视觉的钢丝绳表面缺陷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钢丝绳表面缺陷检测方法及系统,涉及钢丝绳表面缺陷检测技术领域,包括如下步骤:对钢丝绳表面进行图像采集,获取钢丝绳图像;对钢丝绳图像进行边缘提取,得到钢丝绳图像的边缘轮廓图,基于边缘轮廓图对钢丝绳进行区域分割,得到其中的单股钢丝区域;提取单股钢丝区域的线形特征;基于无缺陷的钢丝绳的不同单股钢丝区域的线形特征分析线形特征的正常范围并对钢丝绳的表面缺陷进行检测;本发明用于解决现有的钢丝绳表面缺陷检测技术还存在分析方法不够可靠,导致在进行钢丝绳表面缺陷检测时易出现误判的问题。

本发明授权基于机器视觉的钢丝绳表面缺陷检测方法及系统在权利要求书中公布了:1.基于机器视觉的钢丝绳表面缺陷检测方法,其特征在于,包括如下步骤: 对钢丝绳表面进行图像采集,获取钢丝绳图像; 对钢丝绳图像进行边缘提取,得到钢丝绳图像的边缘轮廓图,基于边缘轮廓图对钢丝绳进行区域分割,得到其中的单股钢丝区域; 提取单股钢丝区域的线形特征; 基于无缺陷的钢丝绳的不同单股钢丝区域的线形特征分析线形特征的正常范围并对钢丝绳的表面缺陷进行检测; 提取单股钢丝区域的线形特征包括如下子步骤: 针对任意单股钢丝区域,将其中的轮廓点重命名为区域点; 针对任意区域点,将其标记为目标点,查找与目标点相邻的区域点,标记为邻域点,再以邻域点为目标点依次查找邻域点,直至不存在邻域点为止,此时得到的目标点与邻域点组成一个连续的像素点组成的线条,标记为特征线条,再以任意区域点为目标点进行分析,已经纳入特征线条的区域点不参与分析,重复执行,直至单股钢丝区域内的所有区域点均纳入不同的特征线条; 针对任意特征线条,将其中的目标点以及邻域点统一命名为线条点,获取线条点的像素编号,获取其中n的最小值与最大值的差值并加一,标记为横向跨度,获取其中m的最小值与最大值的差值并加一,标记为纵向跨度; 按照从上到下的顺序对特征线条进行编号,通过符号Si表示,其中,i为非零自然数且i为S的序号; 以i为横轴,分别以横向跨度和纵向跨度为纵轴建立平面直角坐标系,命名为横向特征图以及纵向特征图,将Si的横向跨度录入横向特征图,纵向跨度录入纵向特征图,将横向特征图内的坐标点标记为横向特征点,将纵向特征图内的坐标点标记为纵向特征点; 通过平滑曲线将相邻的横向特征点相连,得到横向线形特征,通过平滑曲线将相邻的纵向特征点相连,得到纵向线形特征,所述横向线形特征以及纵向线形特征统称为线形特征。

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苏州强新合金材料科技有限公司,其通讯地址为:215000 江苏省苏州市相城区望亭镇强华路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。