基于小波与Retinex原理的锈蚀图像特征增强

来源 :组合机床与自动化加工技术 | 被引量 : 0次 | 上传用户:yxjisg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为更好地判断金属材料的锈蚀程度,针对低照度金属锈蚀图像存在的亮度不高和细节信息不明显的问题,提出了基于小波变换和Retinex原理的图像特征增强算法.首先,将原始锈蚀图像的色彩空间转换HSI空间,保持饱和度分量和色调分量不变,对亮度分量I进行小波分解;其次,对分解后的高频分量和低频分量进行自适应增强,重构后的图像经Retinex原理进行多尺度增强改善图像亮度.实验结果表明,对锈蚀低照度图像的增强效果明显,能较好地改善图像的整体亮度,对细节信息的保留和增强效果明显.
其他文献
现有装配公差设计方法分别考虑各特征参数对装配误差的影响,忽视了特征参数间的耦合关系,需对各特征参数进行联合优化.为此,以手术机器人为例,基于每种特征参数,分析小位移旋量平动和转动矢量边界约束,提出雅克比旋量最值模型,并基于此建立装配末端累积误差优化模型.设计改进粒子群算法,引入交叉和变异算子促进粒子间信息共享;设置罚函数动态调整交叉和变异概率;引入反向学习策略更新机制,深挖参数之间的关联性.实验结果显示,求解30次末端误差均为0.0633 mm,算法运行时间在1 s以内,证明了所提出算法具有较好的收敛性,
With the acceleration of energy reform and transition,the production and operation environment of traditional energy companies is undergoing profound changes,and the companies are facing increased competition from inside and outside of the industry.Major
针对当前零件同轴度误差检测测点数偏多问题,提出一种基于蒙特卡洛法的同轴度误差检测测点优化方法.在给定零件加工方法下,通过分析零件误差来源预测零件尺寸误差;根据误差来源和同轴度公差工程语义构建零件表面形状模拟函数;利用表面形状模拟函数构建测点集模拟函数,通过同轴度误差评定方法分析给定零件测量截面数与误差评定值的关系,并进一步基于蒙特卡洛法分析批量零件的最佳测量截面数.最后,以某阀芯为例,通过模拟仿真分析该零件最佳测量截面数,并以三坐标测量机验证得到该零件最佳测量截面数.实例结果表明,采用所提出的测点优化方法
为了实现机器人自动打磨焊缝且余高0.2 mm的加工要求,进行了机器人自动打磨焊缝试验平台的搭建和实验研究.分析了可控焊缝余高的打磨理论,采用力控去除和定尺结构相结合的方法,完成了试验平台的搭建和焊缝打磨头的设计,选取多组工艺参数进行实验验证和结果测量.实验结果表明,采用力控去除和定尺结构相结合的机器人自动打磨平台可以良好地实现余高可控的焊缝自动打磨加工要求,焊缝打磨后余高一致性良好,表面粗糙度均匀稳定,能够代替人工打磨作业要求,为焊缝自动打磨提供了参考依据.
针对框架锯主运动系统双连杆长度误差引起的锯框运动稳定性、可靠性差,造成石材板材加工形面精度低的问题,考虑主运动系统运动学误差,探究其动力学参数变化规律.以双连杆长度存在误差的主运动系统为研究对象,建立了主运动系统的运动学模型,并基于达朗贝尔原理建立了动力学模型.基于MATLAB分别对运动学与动力学模型进行了求解,分析了运动误差的变化规律,并得出了连杆长度误差对其受力的影响特性.研究结果表明,将各构件x和y方向受力独立分析,较传统仿真分析方法精确度提高了15.49%;锯框加速度的变化影响主运动系统各构件的受
针对驻退杆外圆表面在加工后表面粗糙度一致性差,加工及测量效率低等问题,结合驻退杆的结构特点及使用需求,突破在位测量关键技术,设计了驻退杆外圆珩磨装备.采用全浮动分体式定压进给珩磨单元对驻退杆外圆表面进行珩磨加工,可在驻退杆外圆表面形成交叉网纹,有利于油液储存和油膜保持.基于比对式测量法的在位测量系统采用接触式测量仪,通过两点法计算驻退杆指定截面的直径和圆度.
针对直驱H型平台在跟踪大曲率复杂轮廓时,轮廓精度低的问题,提出一种精密轮廓跟踪迭代控制方法.采用有理多项式求根的方法精确计算在大曲率高速运动过程中的轮廓误差精确模型,应用Laguerre迭代估计方法结合交叉耦合控制器设计了综合考虑多轴协同运动的控制方案,以切实保证此类系统在实际应用中的高性能轮廓跟踪.系统实验结果表明,该控制方法能够减小系统的轮廓误差,提高直驱H型运动平台的轮廓跟踪精度.
Due to the increasingly obvious trend of reverse globalization,the unprecedented COVID-19 pandemic and tangible or intangible barriers formed between countries,the transaction and management costs of international companies have increased.At the same time
针对轴承故障诊断中数据标签获取困难、变工况诊断准确率低下、模型诊断泛化能力弱等问题,提出了一种无监督对抗迁移学习轴承故障诊断的方法(MSWDCNN-DA).首先,将源域与目标域的振动信号经过一层大卷积核,提取轴承故障的短时特征;其次,根据不同卷积核获取的感受野不同,通过两个3×1、5×1的卷积核更加全面地获取不同层次的信号特征;然后,通过域对抗迁移模块,更好地对齐源域和目标数据之间的分布;最后,进行故障分类.通过在某大学轴承数据集中的实验,证明该模型在不同工况的数据集中都有较高的诊断准确率,表现出模型良好
In 2020,in response to the COVID-19 pandemic and low oil prices,the governments of resource countries successively introduced fiscal,tax and financial supporting policies to ease the operational difficulties faced by the oil industry.In addition,they acce