首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于深度学习的工件表面粗糙度等级识别方法
引用本文:陈琳,朱坚民,石园园,黄扬辉.基于深度学习的工件表面粗糙度等级识别方法[J].农业装备与车辆工程,2020,58(10).
作者姓名:陈琳  朱坚民  石园园  黄扬辉
作者单位:200093 上海市 上海理工大学
摘    要:为解决变光照工件表面粗糙度等级识别困难问题,构建了粗糙度图像采集系统,设计了用于粗糙度等级识别的深度卷积神经网络。输入训练图片建立粗糙度等级模型,输入测试图片进行粗糙度等级识别。通过车削、平铣、立铣、平磨、磨外圆、研磨6种表面加工方式来验证该方法。改变光照强度采集变光照测试图片,运用颜色传递算法,以实验室标准光强下图片为源图片、变光照图片为目标图片,在不改变图片纹理情况下,实现源图片到目标图片色调颜色映射。实验结果表明,所提出方法能够解决变光照工件表面粗糙度等级识别困难问题。

关 键 词:粗糙度测量  卷积神经网络  深度学习  图像识别  颜色传递
本文献已被 CNKI 万方数据 等数据库收录!
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