一种基于计算机视觉的叶片面积测量装置和方法
专利汇可以提供一种基于计算机视觉的叶片面积测量装置和方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于 计算机视觉 的 叶片 面积测量装置和方法，具体涉及 机器视觉 领域，包括 工作台 ，所述工作台顶部设有测量 机体 ，所述测量机体顶部设有第一伺服电动缸，所述第一伺服电动缸的数量设置为两个，两个所述第一伺服电动缸的 输出轴 顶端连接有顶杆，所述顶 杆底 部设有 推杆 ，所述推杆两侧设有第一 连接杆 ，所述第一连接杆底端设有连接管，所述推杆底端设有测量箱，所述测量机体内部设有影像收集装置；所述测量箱包括 箱体 ，所述箱体顶部设有限位管，所述箱体外壁上嵌设有第一磁环。本发明操作简单 精度 高，有效的解决了传统测量方法对叶片破坏性大，易产生认为误差的问题，能够精确的测量叶片面积的细微变化，获得高精度的叶片面积信息。，下面是一种基于计算机视觉的叶片面积测量装置和方法专利的具体信息内容。
1.一种基于计算机视觉的叶片面积测量装置，其特征在于，包括工作台（1），所述工作台（1）顶部设有测量机体（2），所述测量机体（2）顶部设有第一伺服电动缸（3），所述第一伺服电动缸（3）的数量设置为两个，两个所述第一伺服电动缸（3）的输出轴顶端连接有顶杆（4），所述顶杆（4）底部设有推杆（5），所述推杆（5）两侧设有第一连接杆（6），所述第一连接杆（6）底端设有连接管（7），所述推杆（5）底端设有测量箱（8），所述测量机体（2）内部设有影像收集装置（9）；
所述测量箱（8）包括箱体（10），所述箱体（10）顶部设有限位管（11），所述箱体（10）外壁上嵌设有第一磁环（12），所述箱体（10）内腔设有压合块（13），所述压合块（13）顶部设有连接弹簧（14），所述压合块（13）底端开设有灯光室（15），所述灯光室（15）内部设有多个红色灯珠（16），所述灯光室（15）底部设有第一亚克力板（17），所述箱体（10）底壁上开设有多个连接孔（18），所述连接孔（18）内腔顶部设有电磁铁（19），所述箱体（10）底部设有放置盖板（20），所述放置盖板（20）的表面边缘处设有多个磁杆（21），所述放置盖板（20）中部开设有放置槽（22），所述放置槽（22）底部设有第二亚克力板（23）；
所述影像收集装置（9）包括密封管（24），所述密封管（24）外部套设有第二磁环（25），所述密封管（24）底端设有影像台（26），所述影像台（26）顶部开设有收集腔（27），所述收集腔（27）内腔底部设有多个相机单元（28），所述相机单元（28）的顶部设有第三亚克力板（29），所述影像台（26）两侧均设有第二伺服电动缸（30），所述第二伺服电动缸（30）的输出轴顶端设有第二连接杆（31）。
2.根据权利要求1所述的一种基于计算机视觉的叶片面积测量装置，其特征在于：所述工作台（1）底部设有支撑杆，所述支撑杆底端设有活动轮。
3.根据权利要求1所述的一种基于计算机视觉的叶片面积测量装置，其特征在于：所述测量箱（8）通过推杆（5）、顶杆（4）和第一伺服电动缸（3）与测量机体（2）活动连接，所述第一连接杆（6）顶端与顶杆（4）固定连接，所述连接管（7）底端固定设置于测量箱（8）的顶部，所述第一连接杆（6）与连接管（7）活动连接。
4.根据权利要求1所述的一种基于计算机视觉的叶片面积测量装置，其特征在于：所述限位管（11）贯穿箱体（10）的顶部，所述推杆（5）底端贯穿限位管（11）与压合块（13）顶部固定连接，所述连接弹簧（14）顶端与箱体（10）内腔顶部固定连接，所述第一磁环（12）外壁与箱体（10）外壁共面设置，所述压合块（13）通过连接弹簧（14）与箱体（10）活动连接。
5.根据权利要求1所述的一种基于计算机视觉的叶片面积测量装置，其特征在于：所述密封管（24）嵌设于测量机体（2）的顶部，所述密封管（24）顶部与测量机体（2）顶部共面设置，所述第三亚克力板（29）嵌设于影像台（26）的顶端，所述密封管（24）设置于第三亚克力板（29）的正上方。
6.根据权利要求1所述的一种基于计算机视觉的叶片面积测量装置，其特征在于：所述第二伺服电动缸（30）底端与测量机体（2）内腔底部固定连接，所述第二连接杆（31）端部与第二磁环（25）固定连接，所述第二磁环（25）通过第二连接杆（31）和第二伺服电动缸（30）与密封管（24）外壁活动连接，所述测量机体（2）一侧设有控制台。
7.采用权利要求1-6所述的叶片面积测量装置的一种基于计算机视觉的叶片面积测量方法，其特征在于，具体包括如下步骤：
步骤一，利用控制台发送控制命令，控制电磁铁（19）断电，将放置盖板（20）从测量箱（8）底部取出，把摘取的叶片放置于放置槽（22）内的第二亚克力板（23）上，铺平，然后控制电磁铁（19）通电，将放置槽（22）板顶部的磁杆（21）对准连接孔（18）进行插入，使磁杆（21）与电磁铁（19）吸附，将放置槽（22）板固定在测量箱（8）底部；
步骤二，设定第二伺服电动输出轴的伸出高度，对第二磁环（25）的高度进行固定，控制第一伺服电动缸（3）工作，根据第一磁环（12）和第二磁环（25）之间的距离，设定第一伺服电动缸（3）的移动距离，第一伺服电动缸（3）带动顶杆（4）移动，推杆（5）底端的测量箱（8）移动至密封管（24）内部，当第一磁环（12）与第二磁环（25）吸附时，第一伺服电动缸（3）停止工作，然后控制第一伺服电动缸（3）继续向下推动1cm，使推杆（5）在限位杆内挤压压合块（13），压合块（13）下移其底部的第一亚克力板（17）压合在第二亚克力板（23）上的叶片表面，使叶片摊平在放置槽（22）内；
步骤三，控制多个红色灯珠（16）工作，利用长波长的红光对叶片进行照射，未被叶片遮挡的红光通过第二亚克力板（23）和第三亚克力板（29）射入至收集腔（27）内，此时控制多个相机单元（28）工作，对叶片影像进行捕捉拍摄；
步骤四，将多个相机单元（28）获取的红光影像图片输入至计算机内部，并分配成多组影像，使多组影像组成训练集，每组图像都标记为一个类别，使用该训练集来进行外部特征识别；
步骤五，图像处理单元中的卷积神经网络获取训练集，在R-CNN中，使用选择性搜索算法扫描输入训练集，寻找其中的可能对象，生产多个区域建议，然后在这些区域建议上运行一个卷积神经网络，最后，将每个卷积神经网络输出给SVM，使用一个线性回归收紧对象的边界框，对训练集中包含物体对象边框进行读取；
步骤六，根据获取的对象边框的长宽数据，利用海伦公式计算每个对象边框的面积，然后叠加后得出测量叶片的面积。
一种基于计算机视觉的叶片面积测量装置和方法
技术领域
背景技术
发明内容
所述影像收集装置包括密封管，所述密封管外部套设有第二磁环，所述密封管底端设有影像台，所述影像台顶部开设有收集腔，所述收集腔内腔底部设有多个相机单元，所述相机单元的顶部设有第三亚克力板，所述影像台两侧均设有第二伺服电动缸，所述第二伺服电动缸的输出轴顶端设有第二连接杆。
步骤二，设定第二伺服电动输出轴的伸出高度，对第二磁环的高度进行固定，控制第一伺服电动缸工作，根据第一磁环和第二磁环之间的距离，设定第一伺服电动缸的移动距离，第一伺服电动缸带动顶杆移动，推杆底端的测量箱移动至密封管内部，当第一磁环与第二磁环吸附时，第一伺服电动缸停止工作，然后控制第一伺服电动缸继续向下推动1cm，使推杆在限位杆内挤压压合块，压合块下移其底部的第一亚克力板压合在第二亚克力板上的叶片表面，使叶片摊平在放置槽内；
步骤三，控制多个红色灯珠工作，利用长波长的红光对叶片进行照射，未被叶片遮挡的红光通过第二亚克力板和第三亚克力板射入至收集腔内，此时控制多个相机单元工作，对叶片影像进行捕捉拍摄；
步骤四，将多个相机单元获取的红光影像图片输入至计算机内部，并分配成多组影像，使多组影像组成训练集，每组图像都标记为一个类别，使用该训练集来进行外部特征识别；
步骤五，图像处理单元中的卷积神经网络获取训练集，在R-CNN中，使用选择性搜索算法扫描输入训练集，寻找其中的可能对象，生产多个区域建议，然后在这些区域建议上运行一个卷积神经网络，最后，将每个卷积神经网络输出给SVM，使用一个线性回归收紧对象的边界框，对训练集中包含物体对象边框进行读取；
步骤六，根据获取的对象边框的长宽数据，利用海伦公式计算每个对象边框的面积，然后叠加后得出测量叶片的面积。
通过将多个相机单元获取的红光影像图片输入至计算机内部，并分配成多组影像，使多组影像组成训练集，每组图像都标记为一个类别，使用该训练集来进行外部特征识别，在R-CNN中，使用选择性搜索算法扫描输入训练集，寻找其中的可能对象，生产多个区域建议，然后在这些区域建议上运行一个卷积神经网络，最后，将每个卷积神经网络输出给SVM，使用一个线性回归收紧对象的边界框，对训练集中包含物体对象边框进行读取，利用对象边框计算叶片的面积，操作简单精度高，有效的解决了传统测量方法对叶片破坏性大，易产生认为误差的问题，能够精确的测量叶片面积的细微变化。
附图说明
15灯光室、16红色灯珠、17第一亚克力板、18连接孔、19电磁铁、20放置盖板、21磁杆、22放置槽、23第二亚克力板、24密封管、25第二磁环、26影像台、27收集腔、28相机单元、29第三亚克力板、30第二伺服电动缸、31第二连接杆。
具体实施方式
所述测量箱8包括箱体10，所述箱体10顶部设有限位管11，所述箱体10外壁上嵌设有第一磁环12，所述箱体10内腔设有压合块13，所述压合块13顶部设有连接弹簧14，所述压合块
13底端开设有灯光室15，所述灯光室15内部设有多个红色灯珠16，所述灯光室15底部设有第一亚克力板17，所述箱体10底壁上开设有多个连接孔18，所述连接孔18内腔顶部设有电磁铁19，所述箱体10底部设有放置盖板20，所述放置盖板20的表面边缘处设有多个磁杆21，所述放置盖板20中部开设有放置槽22，所述放置槽22底部设有第二亚克力板23；
所述影像收集装置9包括密封管24，所述密封管24外部套设有第二磁环25，所述密封管
24底端设有影像台26，所述影像台26顶部开设有收集腔27，所述收集腔27内腔底部设有多个相机单元28，所述相机单元28的顶部设有第三亚克力板29，所述影像台26两侧均设有第二伺服电动缸30，所述第二伺服电动缸30的输出轴顶端设有第二连接杆31。
所述密封管24嵌设于测量机体2的顶部，所述密封管24顶部与测量机体2顶部共面设置，所述第三亚克力板29嵌设于影像台26的顶端，所述密封管24设置于第三亚克力板29的正上方；
所述第二伺服电动缸30底端与测量机体2内腔底部固定连接，所述第二连接杆31端部与第二磁环25固定连接，所述第二磁环25通过第二连接杆31和第二伺服电动缸30与密封管
24外壁活动连接，所述测量机体2一侧设有控制台。
步骤二，设定第二伺服电动输出轴的伸出高度，对第二磁环25的高度进行固定，控制第一伺服电动缸3工作，根据第一磁环12和第二磁环25之间的距离，设定第一伺服电动缸3的移动距离，第一伺服电动缸3带动顶杆4移动，推杆5底端的测量箱8移动至密封管24内部，当第一磁环12与第二磁环25吸附时，第一伺服电动缸3停止工作，然后控制第一伺服电动缸3继续向下推动1cm，使推杆5在限位杆内挤压压合块13，压合块13下移其底部的第一亚克力板17压合在第二亚克力板23上的叶片表面，使叶片摊平在放置槽22内；
步骤三，控制多个红色灯珠16工作，利用长波长的红光对叶片进行照射，未被叶片遮挡的红光通过第二亚克力板23和第三亚克力板29射入至收集腔27内，此时控制多个相机单元
28工作，对叶片影像进行捕捉拍摄；
步骤四，将多个相机单元28获取的红光影像图片输入至计算机内部，并分配成多组影像，使多组影像组成训练集，每组图像都标记为一个类别，使用该训练集来进行外部特征识别；
步骤五，图像处理单元中的卷积神经网络获取训练集，在R-CNN中，使用选择性搜索算法扫描输入训练集，寻找其中的可能对象，生产多个区域建议，然后在这些区域建议上运行一个卷积神经网络，最后，将每个卷积神经网络输出给SVM，使用一个线性回归收紧对象的边界框，对训练集中包含物体对象边框进行读取；
步骤六，根据获取的对象边框的长宽数据，利用海伦公式计算每个对象边框的面积，然后叠加后得出测量叶片的面积。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于机器视觉跟踪的产品筛选机构 | 2020-07-11 | 1 |
| 一种基于机器视觉的整体式立铣刀磨破损检测方法 | 2020-10-11 | 1 |
| 一种基于机器视觉的多类型材质表面缺陷检测方法 | 2021-05-25 | 4 |
| 一种云台校正方法 | 2021-08-24 | 1 |
| 一种汽车发动机连杆分选装置 | 2020-11-16 | 0 |
| 一种融合可见光图像与对应夜视红外图像的检测方法 | 2021-06-11 | 3 |
| 机器视觉特征跟踪系统 | 2021-05-22 | 4 |
| 一种基于机器视觉的PCB板自动分拣机 | 2021-10-18 | 2 |
| 一种桁架式装卸车机器人 | 2021-06-07 | 3 |
| A SYSTEM AND METHOD FOR GENERATING CONSUMER PROFILES | 2021-05-12 | 4 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
