申请/专利权人:海斯福(深圳)科技有限公司
申请日:2024-01-05
公开(公告)日:2024-04-23
公开(公告)号:CN117557554B
主分类号:G06T7/00
分类号:G06T7/00;G06N3/042;G06N3/0464;G06N3/094;G06T7/11;G06T7/13;G06T17/00;G06T19/20;G06V10/40;G06V10/82
优先权:
专利状态码:有效-授权
法律状态:2024.04.23#授权;2024.03.01#实质审查的生效;2024.02.13#公开
摘要:本发明公开了一种含氟涂层的喷涂平整度智能检测方法及系统,包括,获取目标喷涂元件的基础信息,基于平整度取样点获取含氟涂层的横截面观测图,构建形貌特征提取网络,提取横截面形貌特征,根据横截面形貌特征分割含氟涂层区域,提取含氟涂层区域的边缘特征;获取含氟涂层的喷涂参数,提取与喷涂平整度相关的喷涂参数,构建喷涂参数评价网络获取喷涂参数的参数评价特征;根据边缘特征及参数评价特征结合自适应权重获取目标喷涂元件的喷涂平整度检测结果。本发明通过图像分割深度学习方法能够实现含氟涂层喷涂平整度的精确识别,构建喷涂工艺参数与喷涂平整度的映射关系,为提高工件含氟涂层的表面质量提供参考依据。
主权项:1.一种含氟涂层的喷涂平整度智能检测方法,其特征在于,包括以下步骤:获取目标喷涂元件的基础信息,根据所述基础信息确定喷涂平整度取样点,基于所述平整度取样点获取含氟涂层的横截面观测图,并将所述横截面观测图进行预处理;构建形貌特征提取网络,将预处理后的横截面观测图作为模型输入,提取横截面形貌特征,根据所述横截面形貌特征分割含氟涂层区域,提取含氟涂层区域的边缘特征;获取含氟涂层的喷涂参数,提取与喷涂平整度相关的喷涂参数,构建喷涂参数评价网络,根据喷涂参数之间的相互作用建立特征映射,获取喷涂参数的参数评价特征;根据所述边缘特征及参数评价特征结合自适应权重获取目标喷涂元件的喷涂平整度检测结果;根据所述基础信息确定喷涂平整度取样点,基于所述平整度取样点获取含氟涂层的横截面观测图,具体为:获取目标喷涂元件的二维图纸信息,基于所述二维图纸信息提取元件几何数据及元件尺寸数据确定基础信息,利用所述基础信息进行三维重建,获取目标喷涂元件的三维模型;利用数据检索获取含氟涂层的历史喷涂数据,在所述历史喷涂数据中筛选喷涂缺陷数据,基于喷涂缺陷所处位置的结构特征将所述喷涂缺陷数据进行聚类;根据聚类结果读取各个类簇对应的结构特征获取结构特征集合,通过所述结构特征集合在所述目标喷涂元件中进行检索,获取不良喷涂的潜在发生区域,在所述三维模型中进行标记,通过标记区域设置喷涂平整度取样点;根据标记区域的分布情况获取目标喷涂元件中的分布热力图,基于所述分布热力图筛选分布密度小于预设阈值的元件区域,评估筛选所得元件区域的复杂程度;根据所述复杂程度添加对应数量的喷涂平整度取样点,基于所述喷涂平整度取样点获取含氟涂层的横截面观测图。
全文数据:
权利要求:
百度查询: 海斯福(深圳)科技有限公司 一种含氟涂层的喷涂平整度智能检测方法及系统
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。