申请/专利权人：河南银金达新材料股份有限公司

申请日：2022-05-23

公开（公告）日：2022-06-21

公开（公告）号：CN114646563A

主分类号：G01N3/56

分类号：G01N3/56;G06F30/27;G06N3/02

优先权：

专利状态码：有效-授权

法律状态：2022.08.26#授权;2022.07.08#实质审查的生效;2022.06.21#公开

摘要：一种具有金属涂层的聚酯膜表面耐磨度检测方法，包括：（1）对具有金属涂层的聚酯膜进行磨损操作，在磨损操作开始时进行计时，同时采集聚酯膜的图像，并记录每幅图像的采集时间；（2）对采集的图像在处理器中进行处理，识别是否存在磨损，若存在则输出该图像的采集时间，作为发生磨损的时间。该方法能够在具有金属涂层的聚酯膜生产线上实施耐磨度检测，检测精度高。

主权项：1.一种具有金属涂层的聚酯膜表面耐磨度检测方法，其特征在于：（1）对具有金属涂层的聚酯膜进行磨损操作，在磨损操作开始时进行计时，同时采集聚酯膜的图像，并记录每幅图像的采集时间；（2）对采集的图像在处理器中进行处理，识别是否存在磨损，若存在则输出该图像的采集时间，作为发生磨损的时间；所述处理包括：步骤1：采集图像的优化将采集图像分成个相邻子区，表示其中一个子区，为子区位置 的下标，表示子区中坐标为的像素值，、分别表示子区 的均值和方差； 使得值最大的一对值记为； 优化后的图像输出为： 步骤2：利用多阶模板对磨损痕迹进行识别a）构建神经网络模型设定一组模板，记为，其中，表示模板的阶数，表示同阶的模板的编号；建立上述多个模板与图像的关系模型，得到图像 的特征图；利用上述特征图得到关系特征矩阵；建立磨损痕 迹出现概率z与关系特征矩阵的模型： b）利用折痕、穿孔、磨损、断裂四种磨损痕迹样本分别训练上述模型，从而确定相应神经网络模型参数及模板具体形式，分别得到识别四种磨损类别的四个神经网络模型；c）将优化后的图像输入上述四个神经网络模型中，其中任意一个模型输出z0.65，则判断出现磨损。

全文数据：

权利要求：

百度查询： 河南银金达新材料股份有限公司 一种具有金属涂层的聚酯膜表面耐磨度检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD