对光源环境鲁棒的铣削表面粗糙度分类检测

针对当前基于神经网络的铣削表面粗糙度视觉检测方法,大多结合加工工艺参数,且要人为地设计图像评价指标,并且拍摄过程对环境光源严重依赖的问题,提出了一种基于卷积神经网络的铣削表面粗糙度分类方法.该方法采用白天和黑夜的光照环境分别拍摄实验图片,经过端到端的图像分析,利用卷积操作和综合处理得出粗糙度分类模型,可对表面粗糙度进行...     

基于彩色图像奇异值熵指标的磨削表面粗糙度视觉测量方法

机器视觉测量表面粗糙度所采用的评价指标大多是根据灰度图像进行统计分析的，而当前研究的一些基于颜色信息的评价指标并未给出合理的数理结构表达。针对此问题，提出了一种基于彩色图像奇异值熵评价磨削表面粗糙度的检测方法。根据色块在不同等级粗糙度表面所形成的虚像能量分布差异，通过纯四元数的数据结构来表征一幅彩色图像，并对其进行数据分析，抽取奇异值熵作为评价指标，论证基于奇异值熵指标评价磨削表面粗糙度的可行性。实验结果表明，彩色图像奇异值熵不仅是一种合理可行的表面粗糙度评价指标，而且该指标在数学意义上具有合理的数据结构表达方式。相关指标的对比分析证明了该指标与表面粗糙度的相关性和适用性相对色差指标更优，回归预测结果也相对较为精准，具备向工程应用领域推广的潜力。