共查询到10条相似文献,搜索用时 156 毫秒
1.
在研究了汽车车架纵梁图像后,针对汽车车架纵梁上孔的分布特征,提出了多元纵梁图像特征提取的方法.首先,通过小波变换提取图像小波分解系数用作纵梁图像的特征,然后把纵梁图像分成16个子矩阵(4×4)提取纵梁图像的边缘像素数,并作为神经网络的输入,得到纵梁模式识别的基本概率分配,最后根据D-S证据理论的合成规则得到识别结果.试验结果表明,该方法是有效的. 相似文献
2.
针对汽车车架纵梁在线检测系统中序列图像的自动拼接问题,提出了一种稳健、快速、精确的自动拼接算法.利用基于特征的算法提取特征区域,并在待匹配模板中确定候选模块,考察序列图像间的运动特点,将搜索限制在一个小范围内,利用基于像素的方法在此范围内确定候选模块中的真实匹配块.此方法在满足图像拼接精度的前提下,大幅度提高了拼接速度. 相似文献
3.
提出了基于小波变换提取零件图像特征和用自组织特征映射神经网络实现识别的方法,首先,对零件图像进行小波多尺度边缘检测,提取零件图像的边缘轮廓;然后将被检测的边缘轮廓图像分成若干个子区域并分别统计各子区域的边缘像素量,各子区域中的相对边缘像素系数作为零件的特征,将这些特征作为神经网络的输入样本,由自组织特征映射神经网络实现识别.实验结果表明该方法是有效的. 相似文献
4.
5.
6.
面向汽车车架纵梁检测的序列图像快速拼接算法 总被引:1,自引:0,他引:1
根据汽车车架纵梁检测的实际要求,构建了实时视觉检测的系统装置。提出了一种改进的基于频域的FFT 拼接算法,用于拼接汽车车架纵梁的序列图像。该算法首先在相邻图像的重叠区域选取一块较大的区域,构成一幅新的图像,然后求出两幅图像的互功率谱,经傅立叶反变换后得到一个二维脉冲信号。通过求该脉冲信号的最大值来获得图像的配准参数。然后,提出了一种新的基于Canny算子的加权图像平滑算法用于图像的融合。该算法对于图像的光照变化和噪声等因素具有一定的适应性,而且拼接速度较快,适用于大量有特征序列图像的快速拼接。 相似文献
7.
8.
9.
滚动轴承表面损伤故障智能诊断新方法 总被引:6,自引:0,他引:6
本文针对目前基于小波变换的滚动轴承故障诊断研究中普遍存在小波变换参数选取和故障特征计算无法自动完成的问题,提出了一种基于小波包变换的滚动轴承故障特征自动提取技术,实现了小波函数参数的自动选取和故障特征的自动提取.最后,基于结构自适应神经网络方法建立了滚动轴承的集成神经网络智能诊断模型,利用实际的滚动轴承实验数据进行了验证,结果表明了本文方法的有效性. 相似文献
10.
利用小波包分析具有提取图像时、频两域细节和局部特征的能力,提出了将字符图像的小波包分析和BP神经网络相结合以达到识别字符的新方法。该方法首先对字符图像进行小波包分解,然后对分解系数进行重构,求得重构图像的能量;然后提取了不同字符图像的能量构造成能量特征向量,作为神经网络的输入;然后通过选取初始权值、隐层节点数和权值学习算法,创建BP神经网络;最后通过神经网络模型进行训练。实验证实该方法具有识别正确率高、速度快等优点。 相似文献