陕西省教育厅科研计划项目(07JK335)
- 作品数：3 被引量：18H指数：3
- 相关作者：祝双武郝重阳李鹏阳王毅陈世浩更多>>
- 相关机构：西北工业大学更多>>
- 发文基金：陕西省自然科学基金陕西省教育厅科研计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于图像连通区域数的刀具磨损状态特征提取实验研究被引量：4
- 2008年
- 为了利用计算机视觉技术进行刀具状态监测,设计了机械加工刀具状态监测实验系统,并通过将图像处理技术引入到机械加工刀具磨损状态监测中,提出了一种通过提取工件表面图像的连通区域数来判断刀具磨损状态的新方法。该方法首先采集被加工工件的表面图像;然后对图像进行预处理,并对区域行程算法进行了改进,再用改进的区域行程标记算法对机械加工工件表面图像进行标记;最后通过统计连通区域数来判断刀具的磨损状态。理论和实验分析表明,由于加工工件表面图像的连通区域数和刀具磨损有很强的相关性,其可以间接判断刀具磨损情况,从而可达到对刀具状态进行监测的目的。实验表明,该方法计算简单、识别速度快,可以有效地判断刀具的磨损状态。
- 李鹏阳郝重阳祝双武
- 关键词：图像处理刀具磨损
- 基于脉冲耦合神经网络的刀具磨损检测被引量：9
- 2008年
- 将仿生学中的脉冲耦合神经网络(PCNN)引入刀具磨损检测中,利用刀具磨损区域灰度强度明显高于刀体和背景区域灰度强度的特点,通过空间邻近和灰度相似集群像素获得分割的二值图像,从而达到对刀具磨损区域进行检测的目的。对车削加工中刀具不同磨损阶段的磨损图像进行分割试验,证明了该算法可以有效地判断刀具的磨损状态。
- 李鹏阳郝重阳祝双武王毅
- 关键词：刀具磨损图像分割
- 基于改进型脉冲耦合神经网络的刀具磨损图像检测被引量：7
- 2008年
- 脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)图像分割法能很好将机械加工中的刀具磨损区域分割出来,但分割出来的图像是二值图像,很难将刀体和背景区分开来,这样就难于达到对刀具及其磨损状态进行精确监测的目的,为了解决这一难题,文中提出了改进的脉冲耦合神经网络分割算法,可成功分割出刀具磨损区、刀体和背景区域,通过对分割后图像的分析与识别,可以实现对刀具磨损状态的检测。对车削加工中刀具不同磨损阶段的磨损图像进行分割的实验,证明了该算法的有效性。
- 李鹏阳祝双武郝重阳王毅陈世浩
