基于机器视觉的铣刀破损自动化检测研究

来源 :计算机技术与发展 | 被引量 : 34次 | 上传用户:shigaomin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着中国工业智能化的进程不断加快,对刀具工件的质量和生产效率提出了越来越高的要求,及时掌握铣刀的质量好坏,对于提高生产效率与产品质量具有重要的现实意义。针对人工检测铣刀破损存在不稳定、效率低、成本高等缺点,提出了一种基于机器视觉的铣刀破损自动化检测方法。首先由工业CCD相机从不同角度自动采集铣刀的多幅图像,应用双边滤波、分段线性变换、大津法阈值分割方法对图像进行预处理。确定铣刀刀具尖端点并在捕获的刀具磨损图像内优化破损检测区域。根据铣刀的形状特征提出基于特征角点定位的破损检测方法,检测刀片的实际边界
其他文献
目的分析有创机械通气(IMV)治疗肺结核合并重症肺炎(SP)患者的死亡危险因素,以便为临床减少死亡提供依据。方法选择2016年1月-2019年10月固始县人民医院收治的肺结核合并SP患
随着深度学习的发展,卷积神经网络被用于解决各类计算机视觉问题。物体的分割是图像处理的基础,传统的分割算法在特定强光噪声场景下对图片的理解能力及工作效率欠佳。针对传统马匹图像分割算法中存在的分割边缘不清晰、强光照射下马匹轮廓分割模糊,以及分割前需要进行手工标注等问题,提出一种基于全卷积神经网络并加入条件随机场的马匹图像分割算法。建立马匹图像数据集进行训练测试,网络中加入带有空洞卷积的空间金字塔池化模
车牌定位是车辆监控的基础。单一特征在特定的场合中定位准确,但是在实际生活场景中单一特征存在着很多缺陷。基于上述问题,提出了一种基于Gabor滤波器多种特征融合的车牌定位算法。该算法在实现过程中主要分为三个阶段,第一阶段是根据车牌图像大小和特点生成Gabor滤波核,使用Gabor滤波器对车牌图像进行滤波,生成车牌图像的特征图,再对滤波后的图像使用数学形态学操作,将车牌区域连接形成连通区域。第二阶段通
新课改背景下,国家大力提倡素质教育,体育教学也受到了人们的广泛关注。然而,目前的小学体育仍然保留着陈旧的教学思想,导致学生缺乏学习体育的兴趣、不仅体育教学的质量不能