10.3969/j.issn.1009-0134.2022.05.038
机器零件疲劳裂纹纹理图像梯度特征检测
机械零件疲劳裂纹缺少可长久衡量的统一特征,限制了人工智能检测方法的进一步发展.提出基于图像梯度信息的机器零件疲劳裂纹检测方法.分析机器零件疲劳裂纹特征,选择合理的光源,安装摄像头实时采集机械零件图像,选择LED作为检测光源,通过Contourlet系数提取相同尺度的邻域特征,并组建一个自适应阈值,通过阈值法有效去除机器零件图像中的噪声.采用滑动窗口机制提取机器零件图像的疲劳裂纹特征,计算图像梯度幅值以及单元直方图,并归一化处理单元,同时提取图像梯度信息,精准地提取各个目标的复合实体位置.组建机器零件特征库,将全部特征输入到分类器训练模型中,最终实现机器零件疲劳裂纹检测.仿真实验结果表明,所提系统可以获取高精度以及高效率的检测结果.
图像梯度信息、机器零件、疲劳裂纹检测系统、Contourlet系数、图像去噪
44
TH122
河南省科技攻关项目222102210224
2022-05-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
166-169