排序方式: 共有20条查询结果,搜索用时 0 毫秒
11.
设计了一种高清晰焊缝超声成像无损检测方法及检测系统。该系统基于超声无损检测原理和超分辨率图像处理方法,采用水浸聚焦探头对焊缝进行逐点扫描,对每一点的超声反射回波信号进行采样,组成焊缝截面的超声扫描图像,在通过微扫描成像技术获取多帧关于同一场景的互有位移的降质图像后,重建高分辨率高质量图像。设计的检测系统除了具有常规的扫描超声成像功能外,还具有超分辨率成像功能,可突破现有超声成像设备的分辨率限制,大大提高超声成像设备对焊缝中细微缺陷的识别能力,适合于一些需大规模、高质量生产的质量控制单位或制造领域的汽车、造船、集装箱等重要行业使用。 相似文献
12.
使用RLE方法,能够快速提取印刷品缺陷的多种特征。针对不同缺陷特征,使用基于径向基神经网络的方法,依据缺陷目标的特征,对缺陷进行了分类。实验结果显示,径向基神经网络通过对训练样本的训练,对测试样本能够达到良好的分类效果。 相似文献
13.
由于MAG焊外部干扰大,用CCD采集的MAG焊熔池区图像不够清晰.因此,在进行进一步处理比如边缘检测之前,需要进行必要的图像增强和去噪等预处理操作,这样才能获得更加清晰的图像边缘信息.针对以上问题,采用超分辨率技术对MAG焊熔池图像进行处理和分析.在此基础上,提出了基于小波分形插值的超分辨率图像重建方法.结果表明,该方法相对于基于传统的小波双线性插值的超分辨率方法,能有效提高MAG焊图像的分辨率,获得更加清晰的焊缝位置和图像的边缘信息,为后续的焊接质量控制和焊缝跟踪工作提供了很好的基础. 相似文献
14.
15.
16.
BP神经网络是一种多层前馈网络,数据经过网络的输入层、隐含层逐层处理后,由输出层进行输出,通过和期望输出的对比进行反向传播,调整网络参数使输出不断逼近期望输出;在使用BP神经网络对语音特征信号进行分类的过程中,会出现BP神经网络易陷入局部最优解、学习收敛速度慢的问题;针对此问题提出一种基于SFLA优化BP神经网络权值和阀值的方法,引入SFLA算法优化网络权值和阀值,利用SFLA优化后的BP网络模型进行语音特征信号分类;仿真结果表明,经SFLA优化后的BP神经网络与未优化的神经网络相比,不仅训练速度快, 而且误差小,语音特征信号分类的正确率平均提高1.31%。 相似文献
17.
18.
设计了一种高清晰焊缝超声成像无损检测方法及检测系统。该系统基于超声无损检测原理和超分辨率图像处理方法,采用水浸聚焦探头对焊缝进行逐点扫描,对每一点的超声反射回波信号进行采样,组成焊缝截面的超声扫描图像,在通过微扫描成像技术获取多帧关于同一场景的互有位移的降质图像后,重建高分辨率高质量图像。设计的检测系统除了具有常规的扫描超声成像功能外,还具有超分辨率成像功能,可突破现有超声成像设备的分辨率限制,大大提高超声成像设备对焊缝中细微缺陷的识别能力,适合于一些需大规模、高质量生产的质量控制单位或制造领域的汽车、造船、集装箱等重要行业使用。 相似文献
20.