期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于曲率滤波和反向P-M电动车充电孔检测方法
被引量:
8
1
作者
张辉
金侠挺
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2016年第7期1626-1638,共13页
为了解决电动车人工充电作业的效率低下、场合限制、漏电隐患等难题,研究了基于曲率滤波和反向P-M扩散的电动车充电孔检测与定位方法,该方法能够从充电座图像中精确高效地提取目标物充电孔的特征,实现机器人的自动化充电。针对图像信号...
为了解决电动车人工充电作业的效率低下、场合限制、漏电隐患等难题,研究了基于曲率滤波和反向P-M扩散的电动车充电孔检测与定位方法,该方法能够从充电座图像中精确高效地提取目标物充电孔的特征,实现机器人的自动化充电。针对图像信号受强电磁干扰,采用了具有噪点识别能力和边缘保持特性的曲率滤波法进行图像除噪;由于充电座图像背景复杂、亮度不均以及干扰项多,导致常规分割方法失效,故研究了反向P-M扩散和BP神经网络(BPNN)相结合的分割方法。预处理图像经反向P-M扩散、差分运算、滤波及空洞填充得到P-M精确分割的连通域,再利用形态学击中算法,在P-M连通域中搜寻由BPNN粗略提取的连通域,从而得到精确的充电孔目标区域。最后,对所提出的方法进行验证测试,实验结果表明该方法能有效识别充电孔,并且检测速度、定位精度很好地满足充电机器人作业要求。
展开更多
关键词
新能源电动车
机器人充电
充电孔视觉检测与定位
曲率滤波
反向
p
-M扩散
B
p
神经网络
下载PDF
职称材料
基于反向P-M扩散分割的缝线断线检测
2
作者
贺振东
崔良建
+2 位作者
刘洁
赵素娜
葛世举
《包装工程》
CAS
北大核心
2022年第19期297-302,共6页
目的实现面粉袋缝线断线自动化检测。方法设计反向P–M扩散分割的缝线断线检测方法。首先采集缝线图像,并进行灰度开运算,以消除复杂背景及面粉袋两边端线的干扰。针对现场光照变化、反射不均、面粉噪声等环境因素对缝线提取的影响,对...
目的实现面粉袋缝线断线自动化检测。方法设计反向P–M扩散分割的缝线断线检测方法。首先采集缝线图像,并进行灰度开运算,以消除复杂背景及面粉袋两边端线的干扰。针对现场光照变化、反射不均、面粉噪声等环境因素对缝线提取的影响,对面粉袋表面与缝线的灰度特征、梯度特征进行分析,设计反向P–M扩散因子,先将图像进行反向P–M扩散,将扩散后的图像与开运算处理后的图像进行差分处理,从而抑制复杂背景纹理,增强缝线与面粉袋的区分度,将阈值分割出的缝线与面粉袋顶端缝边长度进行对比,判断缝线是否断线。结果实验结果表明,利用该算法进行缝线检测实验,断线检测准确率达到96%,每张缝线图片处理时间只需120 ms。结论基于反向P–M扩散分割的缝线断线检测方法是一种无接触缝线断线检测新方法,具有准确率高、速度快等优点,满足面粉生产企业断线自动化检测的要求。
展开更多
关键词
灰度开运算
反向
p
–M扩散
阈值分割
缝线检测
下载PDF
职称材料
基于反向P-M扩散的钢轨表面缺陷视觉检测
被引量:
30
3
作者
贺振东
王耀南
+1 位作者
毛建旭
印峰
《自动化学报》
EI
CSCD
北大核心
2014年第8期1667-1679,共13页
研制了一种基于反向P-M(Perona-Malik)扩散的钢轨表面缺陷视觉检测装置,该装置可自动获取钢轨表面图像,并实现实时检测与定位钢轨表面缺陷.钢轨图像具有光照变化、反射不均、特征少等特点,为了在运动过程中从复杂的钢轨表面图像提取缺陷...
研制了一种基于反向P-M(Perona-Malik)扩散的钢轨表面缺陷视觉检测装置,该装置可自动获取钢轨表面图像,并实现实时检测与定位钢轨表面缺陷.钢轨图像具有光照变化、反射不均、特征少等特点,为了在运动过程中从复杂的钢轨表面图像提取缺陷,首先将图像进行反向P-M扩散,然后将扩散后的图像与原图像进行差分,从而减小了上述因素的影响,最后将差分图像进行二值化操作,根据缺陷边缘特性和面积进行滤波,分割出缺陷图像.实验仿真和现场测试结果表明,该方法能很好地识别块状缺陷和线状缺陷,并且检测速度、精度、识别率和误检率都能很好地满足要求.
展开更多
关键词
反向
p
-M扩散
图像差分
钢轨表面缺陷
视觉检测
下载PDF
职称材料
题名
基于曲率滤波和反向P-M电动车充电孔检测方法
被引量:
8
1
作者
张辉
金侠挺
机构
长沙理工大学电气与信息工程学院
湖南大学电气与信息工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2016年第7期1626-1638,共13页
基金
国家自然科学基金(61401046)
国家科技支撑计划(2015BAF11B01)
+3 种基金
湖南省自然科学基金(13JJ4058)
湖南省教育厅科学研究青年项目(13B135)
图像测量与视觉导航湖南省重点实验室开放课题(TXCL-KF2013-001)
长沙市科技计划项目(K1404019-11)资助
文摘
为了解决电动车人工充电作业的效率低下、场合限制、漏电隐患等难题,研究了基于曲率滤波和反向P-M扩散的电动车充电孔检测与定位方法,该方法能够从充电座图像中精确高效地提取目标物充电孔的特征,实现机器人的自动化充电。针对图像信号受强电磁干扰,采用了具有噪点识别能力和边缘保持特性的曲率滤波法进行图像除噪;由于充电座图像背景复杂、亮度不均以及干扰项多,导致常规分割方法失效,故研究了反向P-M扩散和BP神经网络(BPNN)相结合的分割方法。预处理图像经反向P-M扩散、差分运算、滤波及空洞填充得到P-M精确分割的连通域,再利用形态学击中算法,在P-M连通域中搜寻由BPNN粗略提取的连通域,从而得到精确的充电孔目标区域。最后,对所提出的方法进行验证测试,实验结果表明该方法能有效识别充电孔,并且检测速度、定位精度很好地满足充电机器人作业要求。
关键词
新能源电动车
机器人充电
充电孔视觉检测与定位
曲率滤波
反向
p
-M扩散
B
p
神经网络
Keywords
new
energy
electric
vehicle
robot
charging
detection
and
location
to
charging
hole
curvature
filter
inverse
p
-M
diffusion
B
p
neural
network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TH89 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于反向P-M扩散分割的缝线断线检测
2
作者
贺振东
崔良建
刘洁
赵素娜
葛世举
机构
郑州轻工业大学电气信息工程学院
郑州轻工业大学机电工程学院
出处
《包装工程》
CAS
北大核心
2022年第19期297-302,共6页
基金
国家自然科学基金(62073299,62003312)
河南省科技攻关计划(202102210306,202102110125)
河南省大学创新研究群体(科技方向)计划(20IRTSTHN017)。
文摘
目的实现面粉袋缝线断线自动化检测。方法设计反向P–M扩散分割的缝线断线检测方法。首先采集缝线图像,并进行灰度开运算,以消除复杂背景及面粉袋两边端线的干扰。针对现场光照变化、反射不均、面粉噪声等环境因素对缝线提取的影响,对面粉袋表面与缝线的灰度特征、梯度特征进行分析,设计反向P–M扩散因子,先将图像进行反向P–M扩散,将扩散后的图像与开运算处理后的图像进行差分处理,从而抑制复杂背景纹理,增强缝线与面粉袋的区分度,将阈值分割出的缝线与面粉袋顶端缝边长度进行对比,判断缝线是否断线。结果实验结果表明,利用该算法进行缝线检测实验,断线检测准确率达到96%,每张缝线图片处理时间只需120 ms。结论基于反向P–M扩散分割的缝线断线检测方法是一种无接触缝线断线检测新方法,具有准确率高、速度快等优点,满足面粉生产企业断线自动化检测的要求。
关键词
灰度开运算
反向
p
–M扩散
阈值分割
缝线检测
Keywords
gray-scale
o
p
ening
o
p
eration
inverse
p
-M
diffusion
threshold
segmentation
stitch
detection
分类号
TS237 [轻工技术与工程—粮食、油脂及植物蛋白工程]
下载PDF
职称材料
题名
基于反向P-M扩散的钢轨表面缺陷视觉检测
被引量:
30
3
作者
贺振东
王耀南
毛建旭
印峰
机构
湖南大学电气与信息工程学院
郑州轻工业学院电气信息工程学院
出处
《自动化学报》
EI
CSCD
北大核心
2014年第8期1667-1679,共13页
基金
国家自然科学基金(60835004
61072121
+2 种基金
61172160
61175075)
河南省科技攻关计划(142102210514)资助~~
文摘
研制了一种基于反向P-M(Perona-Malik)扩散的钢轨表面缺陷视觉检测装置,该装置可自动获取钢轨表面图像,并实现实时检测与定位钢轨表面缺陷.钢轨图像具有光照变化、反射不均、特征少等特点,为了在运动过程中从复杂的钢轨表面图像提取缺陷,首先将图像进行反向P-M扩散,然后将扩散后的图像与原图像进行差分,从而减小了上述因素的影响,最后将差分图像进行二值化操作,根据缺陷边缘特性和面积进行滤波,分割出缺陷图像.实验仿真和现场测试结果表明,该方法能很好地识别块状缺陷和线状缺陷,并且检测速度、精度、识别率和误检率都能很好地满足要求.
关键词
反向
p
-M扩散
图像差分
钢轨表面缺陷
视觉检测
Keywords
inverse
p
-M
(
p
erona-Malik)
diffusion
,
image
difference,
rail
surface
defects,
vision
detection
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于曲率滤波和反向P-M电动车充电孔检测方法
张辉
金侠挺
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2016
8
下载PDF
职称材料
2
基于反向P-M扩散分割的缝线断线检测
贺振东
崔良建
刘洁
赵素娜
葛世举
《包装工程》
CAS
北大核心
2022
0
下载PDF
职称材料
3
基于反向P-M扩散的钢轨表面缺陷视觉检测
贺振东
王耀南
毛建旭
印峰
《自动化学报》
EI
CSCD
北大核心
2014
30
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部