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! |
|