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。