收藏本站
                      收藏 | 投稿 | 論文排版

                      多光路下汽車齒輪磨削裂紋圖像識別方法

                      翟志方  胡超凡  馬建平  
                      【摘要】:汽車齒輪磨削裂紋具有裂紋短、裂紋淺、不易發現等特點,在光學性質影響下存在成像光路多樣、圖像處理復雜等難點。因此,可以利用機器視覺方式對齒輪磨削裂紋進行圖像識別,提出了多光路下汽車齒輪磨削裂紋圖像識別方法。利用機器視覺的CCD工業相機采集汽車齒輪磨削裂紋圖像,并對其進行濾波降噪和灰度化處理,獲取無噪且色彩飽和度歸零的圖像數據。采用3D視覺傳感器對預處理后的齒輪磨削裂紋圖像數據進行分割,以分割后的像素點閾值區間為基礎,提取齒輪磨削裂紋圖像的形狀、密度、面積特征。將齒輪磨削裂紋特征數據帶入支持向量機,獲取磨削裂紋圖像的特征分類矩陣,根據特征分類矩陣實現齒輪磨削裂紋圖像的識別。實驗結果表明,所提方法識別容錯性強、識別效果較好、識別時間較短,具有一定的實用性。

                      知網文化
                      【相似文獻】
                      中國期刊全文數據庫 前18條
                      1 朱焜;董選普;王鐵林;凌宏江;呂中華;楊曉萍;;鋁合金輪轂圖像識別分類技術研究[J];特種鑄造及有色合金;2017年06期
                      2 米一;宿寶玉;韓磊;;基于圖像識別的抗石擊量化評價[J];現代涂料與涂裝;2019年08期
                      3 沈一維;柴源;林紫瑤;段超毅;;基于RCNN的生命警示器設計與研究[J];電腦編程技巧與維護;2021年01期
                      4 林登冰;;基于圖像識別原理的手握方向盤監測系統[J];機電技術;2021年03期
                      5 Max Baron;;前座駕駛員——采用34.8GOPS圖像識別引擎的汽車導航芯片[J];電子產品世界;2008年03期
                      6 陳東華;;基于圖像識別的汽車電子高級輔助駕駛系統的挑戰與解決方案[J];中國集成電路;2014年04期
                      7 王闖闖;何智成;成艾國;;基于機器視覺和支持向量機的汽車焊點定位研究[J];汽車工程學報;2019年01期
                      8 山內直樹;;過去的道路,現代的汽車,未來的交通[J];工業設計;2007年09期
                      9 吳亮;;基于機器視覺的疲勞駕駛預警系統設計[J];現代信息科技;2022年21期
                      10 肖登敏;張帆;李睿;邱保慶;;一種基于機器視覺的移動式汽車警示牌[J];電子世界;2020年03期
                      11 山田裕;;東芝開發出帶DNN的汽車級圖像識別芯片(SoC)[J];電子產品世界;2019年05期
                      12 朱陽芬;銀冬平;鄒舜章;王海文;周為;;機器視覺在汽車行業中的發展與應用[J];汽車實用技術;2017年22期
                      13 劉丁確;;基于機器視覺的汽車儀表板智能檢測探究[J];湖北農機化;2020年08期
                      14 盛滿;劉富金;;汽車齒輪工藝實施要點分析[J];科技與企業;2014年22期
                      15 胡立英;;汽車齒輪的實用設計[J];國外汽車;1975年Z1期
                      16 申海洋;笪誠;;基于機器視覺的疲勞駕駛監測算法研究[J];蚌埠學院學報;2022年05期
                      17 李文軍;;高強度汽車齒輪表面強化技術的研究現狀和發展趨勢[J];內燃機與配件;2020年07期
                      18 毛揚;劉俊;曹倩偉;;機器視覺在擰緊工藝中的應用[J];汽車實用技術;2018年13期
                      中國重要會議論文全文數據庫 前3條
                      1 張永;;高品質汽車齒輪鋼關鍵控制技術[A];第十二屆中國鋼鐵年會論文集——6.先進鋼鐵材料[C];2019年
                      2 李民策;王麗;李錫云;陳宗海;;基于支持向量機的電動汽車行駛工況識別方法[A];第21屆中國系統仿真技術及其應用學術年會論文集(CCSSTA21st 2020)[C];2020年
                      3 張永;李福勇;;汽車齒輪用Ni系鋼的研制應用[A];2019年煉鋼生產新工藝、新技術、新產品研討會論文集[C];2019年
                      中國博士學位論文全文數據庫 前3條
                      1 沈劍豪;基于機器視覺的復雜光照環境下駕駛員情緒識別算法研究[D];深圳大學;2019年
                      2 胡滿江;基于車載機器視覺的安全帶識別方法研究[D];江蘇大學;2014年
                      3 錢昌明;雙相鋼電阻點焊熔核特征分析及質量檢測方法研究[D];上海交通大學;2014年
                      中國碩士學位論文全文數據庫 前20條
                      1 汪明昕;基于圖像識別的一類工業組裝產品質量檢測方法研究[D];吉林大學;2021年
                      2 陳勇;基于機器視覺的前車檢測及駕駛意圖識別研究[D];湖南大學;2019年
                      3 彭飛;面向發動機風扇罩的在線機器視覺系統的設計與實現[D];電子科技大學;2019年
                      4 余義;基于機器視覺的車門限位器檢測與識別研究及實現[D];南京郵電大學;2019年
                      5 劉浩;基于機器視覺的車燈分類自動噴涂系統研究[D];江蘇科技大學;2019年
                      6 殷寧寧;基于三維機器視覺的輪轂檢測分選系統研究[D];東北大學;2017年
                      7 金磊;基于機器視覺的全向移動車運動控制研究[D];武漢理工大學;2018年
                      8 劉偉;基于激光雷達和機器視覺的智能車前方障礙物檢測研究[D];哈爾濱理工大學;2019年
                      9 郭智杰;基于機器視覺的輪轂型號在線識別技術與系統[D];中北大學;2019年
                      10 聶俊豪;基于機器視覺的超聲波自動打孔機系統設計[D];湖北工業大學;2019年
                      11 黃富元;基于機器視覺的自動洗車機控制系統研究[D];合肥工業大學;2019年
                      12 喬志敏;基于機器視覺的車輪檢測分選系統研究[D];東北大學;2015年
                      13 翟光耀;基于毫米波雷達與機器視覺信息融合的有軌電車障礙物檢測[D];蘇州大學;2018年
                      14 唐亞健;基于機器視覺的輪轂精加工面質量在線檢測裝置研制[D];沈陽工業大學;2018年
                      15 巴文進;基于機器視覺的白車身焊點自動定位方法研究[D];湖南大學;2018年
                      16 盧藝;汽車車門自動上料系統的設計與開發研究[D];華北電力大學;2018年
                      17 馬偉;基于機器視覺的泊車位檢測關鍵技術研究[D];西安理工大學;2015年
                      18 黎欣;基于機器視覺的發動機零件智能檢測系統[D];廣東工業大學;2018年
                      19 陳盛闖;基于機器視覺的智能車控制系統研究[D];華南理工大學;2018年
                      20 劉慎水;基于聲/光傳感的曲軸可再制造性評價研究[D];河北工業大學;2016年
                      中國重要報紙全文數據庫 前2條
                      1 本報記者 張歡;高德聯手達摩院推出車載AR導航[N];中國信息化周報;2018年
                      2 中國工業報記者 趙三明;與美對接 汽車齒輪產業突破的新途徑[N];中國工業報;2014年
                       快捷付款方式  訂購知網充值卡  訂購熱線  幫助中心
                      • 400-819-9993
                      • 010-62982499
                      • 010-62783978


                      精品香蕉99久久久久网站