SURF与灰度差分在小模数塑料齿轮缺陷检测中的研究与应用
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
5.13 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
利用FLANN算法对已检测的SURF描述子进行特征匹配,对获得的关键点进行迭代排序,用RANSAC算法进行匹配点优化提纯。通过灰度差分算法对经过矩阵变换配准后的图像进行缺陷区域提取,采用Otsu阈值法进行图像分割,并对缺陷连通域面积特征进行分析。试验结果表明,该方法在检测速度与范围方面优于传统的检测算法,在小模数塑料齿轮工业在线检测方面有着积极的研究意义与价值。相关论文
- 2020-12-22基于最优特征集和马氏距离KNN分类的机械故障分类方法研究
- 2021-05-18基于PCA和GA-SVM联合模型的数控转台升降系统故障诊断
- 2021-01-15基于全矢谱时间固有尺度分解和独立分量分析盲源分离降噪的滚动轴承故障特征提取
- 2024-08-01考虑PCA-LSTM的风电机组输出功率预测研究
- 2021-01-05转子系统电机电流信号特征提取方法
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。