| 应用机器视觉测量成型和铣磨表面粗糙度 |
| |
| 引用本文： | 温兆麟,陈新,李克天,郑德涛.应用机器视觉测量成型和铣磨表面粗糙度[J].制造技术与机床,2007(2):83-85. |
| |
| 作者姓名： | 温兆麟 陈新 李克天 郑德涛 |
| |
| 作者单位： | 1. 广东工业大学CIMS重点实验室,广东,广州,510090;广州航海高等专科学校轮机系,广东,广州,510725
2. 广东工业大学CIMS重点实验室,广东,广州,510090 |
| |
| 基金项目： | 国家自然科学基金;教育部科学技术基金;广东省科技攻关计划;广东省自然科学基金 |
| |
| 摘 要： | 基于二维傅立叶变换,提出了与表面粗糙度成单调关系的5个粗糙度特征,应用序贯特征选择方法选择最优的粗糙度特征组合作为三层BP神经网络模型的输入,该方法适用于用非接触机器视觉系统进行成型和铣磨表面粗糙度的测量。
|
| 关 键 词： | 机器视觉 表面粗糙度 人工神经网络 傅立叶变换 |
Detection of Roughness of Forming and Milling Surface by Machine Vision |
| |
| WEN Zhaolin,CHEN Xin,LI Ketian,ZHENG Detao.Detection of Roughness of Forming and Milling Surface by Machine Vision[J].Manufacturing Technology & Machine Tool,2007(2):83-85. |
| |
| Authors: | WEN Zhaolin CHEN Xin LI Ketian ZHENG Detao |
| |
| Abstract: | This paper presents 5 roughness characters, which are monotone incr easing to surface roughness, the optimum group of characters are chosen through sequential character selection to input the three-layer BP network. This method is suitable to measure the forming and milling surface roughness with non-contac t machine vision system. |
| |
| Keywords: | Machin e Vision Surface Roughness Nerve Network Fourier Transform |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
