版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、獲取刀具初始圖像等原始信息之后,通過自動識別,推薦或交互調(diào)取適當?shù)某叽鐪y量程序包,從而實現(xiàn)刀具相關(guān)尺寸的測量,是刀具預(yù)調(diào)儀的典型工作流程。其中對原始信息的提取、加工、推斷這一環(huán)節(jié)需要力求運行自動化抑或智能化,盡可能減少甚至避免過程交互,以便提升系統(tǒng)效能和品質(zhì),也是刀具檢測技術(shù)的一個重要研究范疇與方向。
首先,借鑒刀具信息管理系統(tǒng)的概念和策略,結(jié)合刀具結(jié)構(gòu)形式及識別推斷的特點,提出將刀具成像區(qū)域的投影輪廓信息和預(yù)輸入的刀體名義直
2、徑、刀鼻名義半徑和刃數(shù)等信息作為刀具識別檢索的源信息,并將含有文本、圖像的混合信息統(tǒng)一為文本信息,編碼為占據(jù)不同存儲位的字符串,對不同區(qū)段碼值分層加權(quán)類比計算從而實現(xiàn)刀具的檢索。其中輪廓段字符串為整個編碼的核心區(qū)段,由圖像中興趣區(qū)域歸一化后的圖形的象限位置、邊弧個數(shù)、邊弧組合形式、輪廓凹凸性和主副刃夾角類型等要素構(gòu)成。
其次,根據(jù)刀具名義參數(shù)和象限等信息設(shè)計的動態(tài)十字瞄準線技術(shù),實現(xiàn)了興趣區(qū)域的自動裁切從而抑制了因刀具尺寸跨度
3、較大而導(dǎo)致的信息冗余問題。針對傳統(tǒng)的多邊形逼近算法過度分割的問題,采用基元識別與輪廓段的融合算法對輪廓進行融合與識別;為了抑制離群值的影響采用加權(quán)最小二乘法將輪廓數(shù)據(jù)擬合成幾何基元;并通過實驗分析驗證了改進后算法在效率、輪廓多樣化和分割點定位精度等方面的優(yōu)勢與普適性。
最后,構(gòu)建用于刀具檢索的實驗平臺和設(shè)定刀譜圖樣,針對尺寸和結(jié)構(gòu)存在差異的六種不同刀具進行實驗。檢索結(jié)果的正確性普遍達到92%以上;由于某刀刀鼻半徑過小及系統(tǒng)閾值
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征點幾何關(guān)系的約束的近似圖像檢索.pdf
- 基于紋理特征的醫(yī)學圖像檢索技術(shù)的研究與應(yīng)用.pdf
- 基于特征的文檔圖像檢索技術(shù)研究與應(yīng)用.pdf
- 基于形狀特征的圖像檢索研究和應(yīng)用.pdf
- 基于顏色和紋理特征的圖像檢索與應(yīng)用.pdf
- 基于紋理特征的圖像分類與檢索研究.pdf
- 基于顏色與空間特征的圖像檢索研究.pdf
- 基于形狀特征的圖像檢索研究.pdf
- 基于融合顏色特征與形狀特征的圖像檢索.pdf
- 基于視覺特征的圖像檢索的研究與實現(xiàn).pdf
- 基于低層特征的圖像檢索的研究與實現(xiàn).pdf
- 基于幾何二階矩和局部特征融合的圖像檢索.pdf
- 基于特征點提取和幾何型哈希法的圖像檢索方法.pdf
- 基于不變特征點的彩信圖像檢索研究及應(yīng)用.pdf
- 基于特征融合的圖像檢索研究與實現(xiàn).pdf
- 基于特征編碼的圖像檢索與分類研究.pdf
- 基于形狀特征的圖像匹配與檢索算法研究.pdf
- 基于顏色特征的圖像檢索
- 基于多特征融合與SVM的圖像檢索研究.pdf
- 基于用戶興趣特征的圖像檢索研究與實現(xiàn).pdf
評論
0/150
提交評論