[发明专利]基于神经网络的电击木花纹形成方法及装置在审

专利信息
申请号: 202011339370.X 申请日: 2020-11-25
公开(公告)号: CN112454585A 公开(公告)日: 2021-03-09
发明(设计)人: 张秀平 申请(专利权)人: 苏州高新区建金建智能科技有限公司
主分类号: B27M1/00 分类号: B27M1/00;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 215011 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 神经网络 电击 木花 形成 方法 装置
【说明书】:

本申请实施例提供的基于神经网络的电击木花纹形成方法及装置。该方法通过获取将要在目标木材的端面电击形成的目标花纹图像;获取所述目标木材的电介质常数、所述端面的尺寸信息以及形状信息;将所述目标花纹图像、所述电介质常数、所述尺寸信息以及形状信息输入预先训练的卷积神经网络模型,得到在所述端面上的电击电极插入点的位置信息以及对应的驱动电压;根据所述位置信息以及所述驱动电压信息控制机械臂将电击电极在对应插入点插入并输出所述驱动电压至所述电击电极;从而可以提高目标花纹图像在目标木材端面的还原度,可以满足用户的个性化需求,使得电击木花纹变得可控。

技术领域

本申请涉及图像技术领域,具体而言,涉及一种基于神经网络的电击木花纹形成方法及装置。

背景技术

电击木工艺是指采用在木材的端面进行电击花纹。该电击花纹十分美观,因此,电击木在市场上的需求很大。但是,由于电击木产生的花纹是无序且无法控制的,导致无法满足用户的个性化需求,无法将客户所要实现的目标电击木花纹完美再现。

针对上述问题,目前尚未有有效的技术解决方案。

发明内容

本申请实施例的目的在于提供一种基于神经网络的电击木花纹形成方法及装置,可以提高目标花纹图像在目标木材端面的还原度,可以满足用户的个性化需求,使得电击木花纹变得可控。

第一方面,本申请实施例提供了一种基于神经网络的电击木花纹形成方法,包括以下步骤:

获取将要在目标木材的端面电击形成的目标花纹图像;

获取所述目标木材的电介质常数、所述端面的尺寸信息以及形状信息;

将所述目标花纹图像、所述电介质常数、所述尺寸信息以及形状信息输入预先训练的卷积神经网络模型,得到在所述端面上的电击电极插入点的位置信息以及对应的驱动电压;

根据所述位置信息以及所述驱动电压信息控制机械臂将电击电极在对应插入点插入并输出所述驱动电压至所述电击电极。

可选地,在本申请实施例所述的基于神经网络的电击木花纹形成方法中,所述将所述目标花纹图像、所述电介质常数、所述尺寸信息以及形状信息输入预先训练的卷积神经网络模型,得到在所述端面上的电击电极的插入点的位置信息以及对应的驱动电压,包括:

将所述目标花纹图像划分为多个花纹块;

将所述端面对应划分成多个花纹区域,每一所述花纹区域用于生成一个对应的所述花纹块;

将每一所述花纹块、所述电介质常数以及对应所述花纹区域的尺寸信息以及形状信息输入预先训练的卷积神经网络,得到与每一所述花纹块对应的在所述花纹区域的电击电极的插入点的位置信息以及对应的驱动电压。

可选地,在本申请实施例所述的基于神经网络的电击木花纹形成方法中,所述将所述目标花纹图像划分为多个花纹块,包括:

根据所述目标花纹图像的花纹的节点信息将所述目标花纹图像划分为多个花纹块,每一所述花纹块均起始于一节点。

可选地,在本申请实施例所述的基于神经网络的电击木花纹形成方法中,所述卷积神经网络模型在接收到所述卷积神经网络模型后,还输出对应的通电时间;

所述根据所述位置信息以及所述驱动电压信息控制机械臂将电击电极在对应插入点插入并输出所述驱动电压至所述电击电极,包括:

根据所述位置信息以及所述驱动电压信息控制机械臂将电击电极在对应插入点插入并输出所述驱动电压至所述电击电极,并持续所述通电时间。

可选地,在本申请实施例所述的基于神经网络的电击木花纹形成方法中,所述方法还包括:

获取训练样本集,所述训练样本集包括多个训练样本,每一所述训练样本包括一个电击花纹图案、形成所述电击花纹图案的木材的端面的尺寸信息以及形状信息、所述木材的电介质常数;

将所述多个训练样本依次输入预设卷积神经网络进行训练,以得到用于输出电击电极的插入点的位置信息以及对应的驱动电压的卷积神经网络模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州高新区建金建智能科技有限公司,未经苏州高新区建金建智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011339370.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top