[Подлинная] технология обнаружения онлайн для получения темпов и поверхностных дефектов металлических материалов на основе недели машинного зрения
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Он-лайн DetectitititIntergy для температуры и поверхностных дефектов металлических материалов на основе машинного зрения
автор : Чжоу Донгдонг ждет
Измененная цена : 128 Юань
ISBNНет. : 9787502494070
из Версия Общество : Metallurgical Industry Press
Дата публикации : 2023-03-01
Версия : 1
Дата печати : 2023-03-01
Тюлень : 1
Количество страниц : 256
Число слов : 329000
Рамка : Оплата в мягкой обложке
Начинать : 16
1 Методы обнаружения температуры на основе машинного зрения 1.1 Colorimetric thermometric model 1.1.1 Basic assumptions 1.1.2 Отношение изображения серого и сияющего искупаемости 1.1.3 Модель измерения колориметрической температуры 1.2 Процесс калибровки печи черного тела 1.3 Image noise filtering method 1.3.1 Метод адаптивного плавного фильтра. 1.3.2 Адаптивный медианный фильтр -метод денирования 1.3.3 Метод двойного фильтрации средней геометрической фильтрации 1.3.4 Способность к фильтрации по соседству с переизвенными помещениями. 1.3.5 Bilateral filter denoising method 1.3.6 Wavelet filter denoising method 1.4 Image edge detection method 1.4.1 Roberts operator 1.4.2 Sobel operator 1.4.3 Prewitt operator 1.4.4 Log operator 1.4.5 Canny operator 1.4.6 Метод обнаружения морфологических краев 2 Обнаружение температуры в зоне гоночной трассы бласточной печи 2.1 Introduction 2.2 Theory and experiments 2.3 Методы для улучшения накопления обнаружения искажений 2.3.1 Калибровка черного тела для системы цифровой визуализации 2.3.2 Denoising for tuyere images 2.3.3 Edge detection for tuyere images 2.4 Поведение сжигания и температура в зоне Tuyere Bf 2.5 PCI Process при температуре в зоне гоночной трассы BF 2.5.1. Технологический расчет изображения пламени. 2.5.2 PCI rates 2.5.3 PCI cease processes 2.5.4 None PCI process References 3 однородность и активность головки бластого печи 3.1 Introduction 3.2 Определения индекса однородности и индекса активности 3.3 Эксперименты и температурные расчеты 3.4 Uniformity index and activity index 3.4.1 Индекс локальной однородности и индекс локальной активности 3.4.2 Ul and AI References 4 размер и распределение смириваемости BF 4.1 Introduction 4.2 Theory 4.2.1 Tuyere coke size detection 4.2.2 Расчет Temparatributribution 4.3 Experiments 4.4 Результаты размера кокса Tuyeer 4.4.1 Кальрация размер кокса Tuyeere и распределение температурной зоны зоны гоночной трассы 4.4.2 Results analyze 4.4.3 Расчет длины коксового пояса (CBL) в зоне гоночной трассы BF References 5 температура поверхности железнодорожных стальных пластин 5.1 Introduction 5.2 Emissivity calculation model 5.3 Theory 5.4 Experiments 5.4.1 Digital imaging system 5.4.2 Калибровка для системы цифровой визуализации 5.4.3. Изменение поверхностной ткани во время процесса проката 5.5 Temperature calculation results 5.5.1 Noise filtering results 5.5. References 6 распознавание дефектов поверхности алюминиевых полос 6.1 Introduction 6.2 Aluminum strips images 6.3 NSST-KLPP model 6.4 Experiment and discussions 6.4.1 Experimental procedure 6.4.2 Experiment results 6.4.3 Comparison with common methods 6.4.4 Сравнение NSST, Contource и DST References 7 Проверка поверхности непрерывных литейных плит 7.1 Introduction 7.2 Surface defects 7.3 DNST-GLCM-KSR model 7.4 Defect recognition algorithm 7.5 Defect recognition results References 8 Surface Defect Recognition of Metals 8.1 Introduction 8.2 Construction of ICT 8.3 Defect recognition algorithms 8.4 Defect recognition results References 9 Edge Detection of Retinal OCT Image 9.1 Introduction 9.2 Complex shearlet transform 9.3 Construction of detection formula 9.4 Numerical and visual experiments 9.5 Retinal OCT experiment References 10 обнаружение характера и поверхностного дефекта в стальной рельсе 10.1 Introduction 10.2 Экспериментальная платформа и экспериментальный метод 10.3 Methods 10.3.1 Фотометрический стереоскопический метод 3D реконструкции 10.3.2 Метод распознавания символов на основе глубокого обучения 10.4 Результаты обнаружения 10.4.1 Результат обнаружения дефекта ...... |
Интеллектуальная технология восприятия является основой для интеллектуального производственного применения и управления производственными процессами, прогнозирования и оптимизации процессов в последние годы, с быстрой разработкой технологии машинного зрения и искусственного интеллекта, существует большое количество типичных применений на основе машинного зрения, таких Поскольку тестирование температуры, такие как тестирование температуры, обнаружение поверхностных дефектов, тестирование размера, идентификация лома стали, вспомогательное позиционирование, распознавание номеров логистики и т. Д. Интеллектуальное производство, повышение эффективности производства и качество продукции.В ответ на текущую ситуацию международной технологии восприятия визуального интеллекта визуального интеллекта в сталелитейной промышленности эта книга будет впервые введена для представления междисциплинарной теоретической системы и результатов частичных исследований технологии интеллектуального восприятия на основе машинного зрения в стали. промышленность |
