首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
综合类   2篇
  2018年   2篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
选择约700 mm(长)×200 mm(宽)的10块柞木板材为研究对象;用相机进行标定得到相机内部参数、外部参数,对采集的板材图像进行镜头畸变修正;对图像进行高斯平滑处理后,采用Harris角点检测方法对采集的先后两帧图像进行图像拼接;采用边缘检测得到板材完整的边界信息,通过建立空间坐标系与像素坐标系的转换关系完成板材尺寸计算。结果表明:相机标定与畸变补偿,提高了测量的精度由5 mm至1 mm;图像拼接方法,解决了长尺寸板材机器视觉测量困难的问题;采用Sobel算子边缘检测方法,能够准确保留边缘信息,速度快、计算简单;测量结果最大标准差为0.582 mm,测量精度小于1 mm。  相似文献   
2.
目的针叶材的管胞不仅具有输导养分的作用,而且具有较强的支撑能力,其管胞分布状态影响着木材力学特性。探究管胞分布状态与木材力学特征的内部关系对实现木材抗压弹性模量的预测有重要意义。方法本研究从针叶材管胞效应入手,设计了一套集光源发射、光斑采集与分析、木材遍历为一体的纤维角检测平台,构建了木材纤维角分布与其抗压弹性模量的数值关系模型。首先,利用最小二乘法拟合投射在木材表面激光光斑的椭圆轮廓,完成纤维角测量;然后,通过分析纤维角测量误差,选用系数为20的均值滤波方法以提高纤维角测量精度;通过对木材遍历采样,完成纤维角分布的采集;最后,以木材两个面上纤维角分布的均值、潜入系数与标准差为输入,以试样的抗压弹性模量为输出,构建了6输入1输出的4层神经网络,完成抗压弹性模量的预测。按照GB/T 15777—1995《木材顺纹抗压弹性模量测定方法》加工了落叶松试样100个,应用检测平台采集了相应试件的纤维角分布后,采用力学试验机得到对应力学真值,按照3:1的比例划分训练样本与测试样本。结果平均滤波次数选取20时,该设备纤维角采集测量误差达到0.65°以下;分别构建了以双面纤维角分布特征、单面纤维角分布特征以及双面纤维角分布特征均值为输入,抗压弹性模量为输出的网络预测模型。实验比较发现:以双面纤维角分布特征为变量的网络模型预测精度上优于其他两组,此时网络预测的抗压弹性模量准确率达到90.80%。结论应用纤维角分布特征可以实现针叶材抗压弹性模量的有效预测。最小二乘拟合与均值滤波法的结合可以有效、准确地表达纤维角的特征信息。纤维角的均值、潜入系数与标准差可以有效描述纤维角的分布特征。在构建木材抗压弹性模量时,木材双面的纤维角分布特征对其抗压弹性模量预测精度最高。   相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号