共查询到19条相似文献,搜索用时 62 毫秒
1.
钢轨在线探伤系统采用超声波无损探伤原理,对整机控制,伤痕检测,判断报警由单片机80C31实现,微机化的钢轨在线探伤系统充分利用软件资源替代常规电子设备实现的功能,并解决了脉冲波发送装置,衰减量幅值等的精确控制和伤痕信息存贮等问题。 相似文献
2.
3.
钢轨在线探伤系统采用超声波无损探伤原理,对整机控制、伤痕检测、判断报警由单片机80C31实现。微机化的钢轨在线探伤系统充分利用软件资源替代常规电子设备实现的功能,并解决了脉冲波发送位置、衰减量幅值等的精确控制和伤痕信息存贮等问题。 相似文献
4.
介绍基于SRAM的现场可编程门阵列FPGA器件的在线配置方法,给出了一种采用单片机AT89C51和Flash存储器对A ltera ACEX1K器件进行被动串行在线配置的实用方法。实践表明此方法易于实现,成本较低,可广泛应用于具有微处理器的系统中,完成对FPGA器件的在线配置。 相似文献
5.
6.
7.
8.
9.
10.
11.
基于计算机视觉的织物疵点自动检测 总被引:1,自引:0,他引:1
介绍了基于计算机视觉的织物疵点自动检测的工作原理;分析了织物疵点自动检测的功能结构和自动检测硬件组成框图;阐述了织物疵点图像的半阈值化处理、边缘检测和疵点特征求取方法;给出了织物疵点自动检测的程序框图、织物疵点的坯布图像及其疵点统计结果。 相似文献
12.
13.
14.
15.
介绍了一种基于FPGA的红外接收头质量检测系统。系统由红外发射、红外接收、A/D转换、FPGA检测和输出显示等部分组成。本系统能准确而迅速地给出检测结果,达到实时检测的目的。利用FPGA的并行特性,可根据需要进行多路同时检测,满足自动化生产的要求。 相似文献
16.
基于现场可编程门阵列(FPGA)硬件实现的纸病图像处理算法结构简单,不能满足复杂图像算法的需求,针对这一问题,提出了一种基于FPGA的软硬件协同实时纸病图像处理系统.采用FPGA芯片作为系统的核心,由CCD相机采集图像,通过DDR2SDRAM作为外部存储器来缓存图像数据,将SOPC作为控制核心,以此协调软硬件共同进行纸病图像处理,将易于硬件实现的图像处理模块用Verilog HDL语言编写,实现相应的图像处理功能;将硬件模块难以实现的功能交由SOPC中的CPU来实现.实验表明:系统实时性强,能满足纸病图像处理的速度要求,且可以进行复杂的图像算法运算,同时具有设计简单,成本低的特点. 相似文献
17.
18.
Recent efforts to create a smart factory have inspired research that analyzes process data collected from Internet of Things (IOT) sensors, to predict product quality in real time. This requires an automatic defect inspection system that quantifies product quality data by detecting and classifying defects in real time. In this study, we propose a vision-based defect inspection system to inspect metal surface defects. In recent years, deep convolutional neural networks (DCNNs) have been used in many manufacturing industries and have demonstrated the excellent performance as a defect classification method. A sufficient amount of training data must be acquired, to ensure high performance using a DCNN. However, owing to the nature of the metal manufacturing industry, it is difficult to obtain enough data because some defects occur rarely. Owing to this imbalanced data problem, the generalization performance of the DCNN-based classification algorithm is lowered. In this study, we propose a new convolutional variational autoencoder (CVAE) and deep CNN-based defect classification algorithm to solve this problem. The CVAE-based data generation technology generates sufficient defect data to train the classification model. A conditional CVAE (CCVAE) is proposed to generate images for each defect type in a single CVAE model. We also propose a classifier based on a DCNN with high generalization performance using data generated from the CCVAE. In order to verify the performance of the proposed method, we performed experiments using defect images obtained from an actual metal production line. The results showed that the proposed method exhibited an excellent performance. 相似文献
19.
针对金属表面激光离散淬火质量检测的需求,基于OpenCV设计了一种淬火斑尺寸测量和表面纹理检测的视觉检测系统。深入研究了相关图像处理算法,对Canny边缘检测算法进行了改进,实现了图像轮廓的选择性提取,得到了激光淬火斑连通域的几何尺寸,采用灰度共生矩阵计算淬火斑纹理信息。并根据三种不同能量输入背景下进行激光离散淬火产生的淬火斑,提出了一种双阈值判定方法来实现其质量检测,平均检测用时为10.1ms,检测准确率在92.5%以上。 相似文献