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！

龙图腾网获悉北京中鼎高科自动化技术有限公司申请的专利一种智能子弹分拣系统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：CN116786435B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310859853.X，技术领域涉及：B07C5/00；该发明授权一种智能子弹分拣系统是由叶振飞;王英利;刘大亮设计研发完成，并于2023-07-13向国家知识产权局提交的专利申请。

本一种智能子弹分拣系统在说明书摘要公布了：本发明涉及一种智能子弹分拣系统，包括送料传输部分、图像采集部分、智能识别检测部分、通信部分、控制部分、分拣执行部分，送料传输部分包括传送带、托盘和运动控制系统，图像采集部分包括线扫相机、镜头、光源系统、图像采集卡、旋转编码器，智能识别检测部分包括检测算法模块，检测算法模块用于对整个托盘视野范围内所有不同类型的子弹进行检测；通信部分包括数据库和通信模块，分拣执行部分包括机械手，通过控制机械手将不同类型的子弹抓取到相应位置来实现子弹的分拣。本发明能实现对子弹的在线、快速、准确实时检测分拣，可以自动对新检测到的子弹型号进行模板新建，并进行数据统计和分析。

本发明授权一种智能子弹分拣系统在权利要求书中公布了：1.一种智能子弹分拣系统，其特征在于，包括： 送料传输部分，其包括传送带、托盘和运动控制系统，将不同类型的子弹放置在托盘当中，通过运动控制系统来控制传送带的运动； 图像采集部分，其包括线扫相机、镜头、光源系统、图像采集卡、旋转编码器，通过传送带将托盘传输到图像采集部分，图像采集部分采集出装有子弹的托盘原始图像； 智能识别检测部分，其包括检测算法模块，所述检测算法模块用于对整个托盘视野范围内所有不同类型的子弹进行检测； 通信部分，其包括数据库和通信模块，所述数据库用于实时存储子弹型号、位置信息和检测结果； 控制部分，子弹型号、位置信息和检测结果通过通信模块通信到控制部分； 分拣执行部分，其包括机械手，控制部分接收检测结果并做出相应指令给机械手，通过控制机械手将不同类型的子弹抓取到相应位置来实现子弹的分拣； 所述检测算法模块包括以下过程： 设检测的尺寸为S，子弹的直径为R，子弹顶部到线扫相机的距离为L，线扫相机的焦距为f，像素数为N，则 传送带运行的速度和线扫相机的行频按照匹配公式进行匹配，匹配公式为： Lw为托盘沿传送带运行方向的长度，Lh为托盘垂直于传送带运行方向的长度，Pw为线扫相机单边的像素数，V为传送带运行的速度，t为托盘从进入线扫相机视野到离开线扫相机视野所需的时间，R为旋转编码器的半径，B为旋转编码器一圈发出的脉冲数，λ为需要人工调节设置的倍频数； 所述检测算法模块中的算法包括以下步骤： 步骤一、将空的托盘放置传送带上运行，调节λ的参数使得线扫相机采集出来的图像为完整未拉伸的图像； 步骤二、分别采集空的托盘的图像Image1和放有随机装填子弹的托盘的图像Image2，对图像Image1和图像Image2进行图像处理： 首先，对图像Image1和图像Image2进行空域非线性滤波，使用Rankm×Rankn大小的矩阵A从上到下、从左至右一次滑过采集到的大小为Rankp×Rankq的图像的每一个像素点，将所有像素点的亮度值获得出来；通过调用函数fun1，将之转换为列向量，从而矩阵A每经过一个像素点就会产生一个Rankm·Rankn维度的向量，大小为Rankp×Rankq的图像就会产生Rankp·Rankq个这样的向量，进而得到一个Rankm·Rankn●Rankp●Rankq的矩阵；对该矩阵每一列代入函数fun2中运算，产生一个Rankp●Rankq维的向量，再通过函数fun1的逆运算将Rankp●Rankq维的向量重新还原为Rankp×Rankq的矩阵，完成运算； 对图像Iamge1和图像Image2进行图像增强， I为原图像的像素的分量值，I*为改变后的图像对应的分量值，n为子弹最小的灰度值； 引入改进的快速自适应图像二值化方法对图像进行二值化处理： Gx,y为当前像素点x,y的灰度值，Sx,y为当前像素点x,y左上方所有像素的灰度值和，x表示当前像素点在坐标系中x方向的坐标，y表示当前像素点在坐标系中y方向的坐标； 通过Sx,y＝Gx,y+Sx-1,y+Sx,y-1-Sx-1,y-1对所有像素进行遍历，然后以这些像素为中心，计算矩形的平均灰度值，同当前像素比较，进而进行图像分割，得到分割处理后的图像Image11，图像Image21； 步骤三、对图像Image11通过霍夫圆检测进行轮廓提取，将托盘上的6*8个子弹放置的圆形区域提取出来，对每个圆形区域进行腐蚀膨胀运算得出检测区域ROIi，以托盘左上角为原点位置，各个圆形区域位置为Cirix,y，i＝1,2,...48，i为整数； 步骤四、以Cirix,y为模板，对图像Image21进行平移矫正后，得到检测区域中的图像对图像进行型号分类得到j＝1,2,…t，j为整数，t为类别；接着进行特征提取运算得到j类子弹的初始图像 对进行分解得到各尺度系数k＝1,2,3,4,5，对依据函数F进行阈值处理得到F·，接着对该类别的所有F·进行重构并加以加权融合得到j类子弹的初始图像 步骤五、采集完各种类的子弹的初始图像之后，对新来的托盘上的子弹进行实时检测采集，重复步骤二至步骤四的操作，得到当前实时图像Icurrent，将j类子弹的初始图像各像素点的数据同当前实时图像Icurrent进行函数的操作，得到期望信息Ej，对期望信息Ej依据相似度进行判定，判定结果Pj为1表示为已有型号，已有型号的直接返回坐标信息，新型号的自动创建模板并提示用户； col为图像的列，row为图像的高； γ为设定的相似度阈值，设置为0.8。

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北京中鼎高科自动化技术有限公司，其通讯地址为：101100 北京市通州区中关村科技园区通州园金桥科技产业基地景盛南四街15号2H；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”。

以上内容由龙图腾AI智能生成。