Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜四川托璞勒科技股份有限公司陈昌陶获国家专利权

恭喜四川托璞勒科技股份有限公司陈昌陶获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜四川托璞勒科技股份有限公司申请的专利刀具状态检测方法、装置、电子设备及可读存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119048519B

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411549431.3,技术领域涉及:G06T7/00;该发明授权刀具状态检测方法、装置、电子设备及可读存储介质是由陈昌陶;马礼;胡小平设计研发完成,并于2024-11-01向国家知识产权局提交的专利申请。

刀具状态检测方法、装置、电子设备及可读存储介质在说明书摘要公布了:本发明公开了一种刀具状态检测方法、装置、电子设备及可读存储介质,涉及数控加工技术领域。该方法包括如下步骤:获取刀具和加工区域的图像数据、获取加工工件的点云数据和或获取刀具的点云数据;对图像数据进行预处理;通过图像处理算法获取刀具的特征信息,并基于刀具的特征信息判断刀具的缺陷状态;基于加工工件的点云数据和加工工件的3D模型确定加工工件的加工误差;基于刀具的点云数据和加工工件的点云数据,预加载加工程序,判断刀具与加工工件的干涉状态;基于刀具的缺陷状态、加工工件的加工误差和或刀具与加工工件的干涉状态,生成报警信号或控制指令。该方法具有实时性和检测结果可靠性高的优势。

本发明授权刀具状态检测方法、装置、电子设备及可读存储介质在权利要求书中公布了:1.一种刀具状态检测方法,其特征在于,包括如下步骤:机床运行过程中,获取刀具和加工区域的图像数据、获取加工工件的点云数据和或获取刀具的点云数据;对所述图像数据进行预处理,并获得去噪增强后的图像数据;基于去噪增强后的图像数据,通过图像处理算法获取刀具的特征信息,并基于刀具的特征信息判断刀具的缺陷状态;基于加工工件的点云数据和加工工件的3D模型确定加工工件的加工误差;基于刀具的点云数据和加工工件的点云数据,预加载加工程序,判断刀具与加工工件的干涉状态;基于刀具的缺陷状态、加工工件的加工误差和或刀具与加工工件的干涉状态,生成报警信号或控制指令;其中,对所述图像数据进行预处理时,至少包括如下步骤:提取图像边缘:基于所述图像数据,与3*3的水平边缘检测算子和3*3垂直边缘检测算子进行卷积获得图像边缘,计算公式如下: , ,其中,f(x,y)是在(x,y)坐标点的原始二维图像矩阵,每个元素包含3个数值,即RGB红绿蓝亮度值,x和y是坐标,gx(x,y)是在(x,y)坐标点,提取到的图像横向边缘,gy(x,y)是在(x,y)坐标点,提取到的图像纵向边缘;计算图像边缘的亮度图并分析连通域:基于提取到的图像横向边缘和图像纵向边缘计算图像边缘的亮度图,并将边缘亮度大于30的提取为边缘区域,计算公式如下: , ,其中,E(x,y)是在(x,y)坐标点,图像边缘的亮度图,ER(x,y)是在(x,y)坐标点的边缘区域;基于图像边缘的亮度图,采用连通区域分析算法,并得到图像边缘轮廓的连通区域标签,连通区域分析算法采用如下表达式表达: ,其中,P(x,y)是在(x,y)坐标点的轮廓连通区域标签;基于轮廓圆度对轮廓进行筛选:计算连通区域轮廓圆度,并且通过如下公式计算轮廓圆度: , , , , , , ,其中,、为区域中心点坐标,为轮廓面积,轮廓面积是指轮廓像素点个数,为轮廓上像素点到中心的平均距离,为轮廓像素点到中心的距离与平均距离的偏差;为轮廓圆度,是属于连通区域i的像素点;将轮廓圆度大于预设值的部分作为背景图像,背景图像的表达式为: ,其中,B(x,y)是在(x,y)坐标点的背景图像;抠像:基于筛选出的背景图像,去除水雾、水珠、灰尘和废渣的图像用如下公式表达: ,其中,S(x,y)是在(x,y)坐标点,去除水雾、水珠、灰尘和废渣的图像;图像差值并融合:将获得的序列抠像后所得图像相减得到差值图像,并进行图像融合以得到去噪后的图像,利用如下公式计算图像差值并融合, ,其中,M是融合后的图像,N为图像张数,是第k张图像,是融合因子,=1N;图像对比度拉伸:基于融合后的图像像素值,对每个像素值进行线性变换来拉伸对比度,并且利用如下公式对像素值进行线性变换, ,其中,Ix,y是拉伸后图像上第x行y列像素值,Mx,y是融合后图像上第x行y列像素值,Mmin是融合后图像的最小像素值,Mmax是融合后图像的最大像素值;基于去噪增强后的图像数据,通过图像处理算法获取刀具的特征信息,并基于刀具的特征信息判断刀具的缺陷状态,至少包括如下步骤:基于图像边缘的亮度,计算刀具轮廓点距离刀具正常轮廓线的距离,并基于所述距离与设定阈值的大小检测刀具缺陷;基于刀具的点云数据和加工工件的点云数据,预加载加工程序,判断刀具与加工工件的干涉状态,至少包括如下步骤:构建刀具点云:基于获取的刀具的点云数据,构建刀具点云;构建加工工件点云:基于获取的加工工件的点云数据,构建加工工件点云;判断刀具与加工工件的干涉状态:预加载加工程序,计算刀具点云与加工工件点云的点云交集,当点云交集为空时,刀具与加工工件不存在干涉,当点云交集为非空时,刀具与加工工件存在干涉。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川托璞勒科技股份有限公司,其通讯地址为:629000 四川省遂宁市高新区栖凤中路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。