纖維增強(qiáng)復(fù)合材料無(wú)損檢測(cè)

時(shí)間：2021-03-09作者：西安獲德圖像技術(shù)有限公司瀏覽：118

西安獲德圖像技術(shù)有限公司專注于疵點(diǎn)檢測(cè),表面檢測(cè),缺陷檢測(cè)等

• 詞條

  詞條說(shuō)明

• 加快人才培養(yǎng) 共鑄人工智能“造血工程”

  既西安電子科技大學(xué)后，近日，南京大學(xué)也正式成立人工智能學(xué)院。為順應(yīng)國(guó)家的科技發(fā)展戰(zhàn)略，切合產(chǎn)業(yè)的發(fā)展需要，充分發(fā)揮其在人工智能方向上學(xué)科發(fā)展和人才培養(yǎng)優(yōu)勢(shì)，形成**人才積聚效應(yīng)，探索智能產(chǎn)業(yè)產(chǎn)學(xué)研合作的新模式。 隨著**人工智能技術(shù)突飛猛進(jìn)，人工智能已成為各國(guó)彰顯創(chuàng)新實(shí)力的必爭(zhēng)之地。早在去年7月年**印發(fā)《新一代人工智能發(fā)展規(guī)劃》，從國(guó)家層面對(duì)我國(guó)人工智能的發(fā)展道路進(jìn)行了戰(zhàn)略部署。2018年3

• 基于機(jī)器視覺(jué)的紡織品瑕疵自動(dòng)檢測(cè)及分類方法

  復(fù)合材料玻璃纖維屬于產(chǎn)業(yè)用紡織品，在**，汽車，造船等行業(yè)廣泛應(yīng)用。我國(guó)的玻璃纖維產(chǎn)量站到**的75%以上。但由于該行業(yè)在我國(guó)起步較晚，設(shè)備自動(dòng)化程度不高，產(chǎn)品質(zhì)量難以控制，產(chǎn)品以中低端為主。企業(yè)迫切需要采用機(jī)器實(shí)現(xiàn)自動(dòng)化檢測(cè)，替代人工，保證產(chǎn)品質(zhì)量。 西安獲德是國(guó)內(nèi)率先成功將機(jī)器視覺(jué)技術(shù)引入玻璃纖維產(chǎn)品質(zhì)量檢測(cè)的公司，該技術(shù)對(duì)于整個(gè)國(guó)內(nèi)的玻璃纖維產(chǎn)品質(zhì)量控制將是革命性的。目前該公司針對(duì)玻璃纖維

• 基于MSER、SVM的玻璃纖維管紗毛羽檢測(cè)

  本文為解決玻璃纖維管紗（奶瓶紗）人工檢測(cè)質(zhì)量不穩(wěn)定的問(wèn)題，提出了一種基于較大穩(wěn)定較值區(qū)域（MSER）和支持向量機(jī)（SVM）的玻璃纖維管紗毛羽檢測(cè)方法。 解決方案 利用機(jī)器視覺(jué)技術(shù)對(duì)管紗毛羽疵點(diǎn)進(jìn)行實(shí)時(shí)檢測(cè),通過(guò)多路相機(jī)采集管紗毛羽原始圖像，根據(jù)其形態(tài)特征以及灰度對(duì)比信息，提出基于較大穩(wěn)定較值區(qū)域（MSER）的管紗毛羽分割方法，然后運(yùn)用局部二值模式（LBP）算法獲得管紗毛羽的輪廓點(diǎn)特征信息，最后利

• 使用深度學(xué)習(xí)實(shí)現(xiàn)工業(yè)異常檢測(cè)

  工業(yè)缺陷可視為工業(yè)產(chǎn)品的外觀 “異常”，因此有部分工業(yè)缺陷檢測(cè)方法采用了異常檢測(cè)的思路。然而異常檢測(cè)的定義與工業(yè)缺陷檢測(cè)是有所區(qū)別的。具體而言，異常檢測(cè)的概念較加廣泛與抽象, 其中圖像異常檢測(cè)主要關(guān)注輸入圖像是否為異常實(shí)例，而工業(yè)缺陷檢測(cè)較關(guān)注像素層面的檢出任務(wù)。在像素層面上，異常與正常模式的差別較加細(xì)微，檢測(cè)難度也大幅增加，因此直接使用異常檢測(cè)方法難以滿足工業(yè)缺陷檢測(cè)的任務(wù)需求。近年來(lái), 深度學(xué)