基于同态滤波和深度卷积模型的低照度工件表面粗糙度等级识别

洪琛; 朱坚民; 黄之文

首页> 中文期刊> 《光学仪器》 >基于同态滤波和深度卷积模型的低照度工件表面粗糙度等级识别

基于同态滤波和深度卷积模型的低照度工件表面粗糙度等级识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为解决低照度下工件表面粗糙度等级识别正确率低的问题,提出一种基于同态滤波和深度卷积模型的低照度工件表面粗糙度等级识别的方法.该方法通过对不同照度下工件表面粗糙度图像进行等级识别,确定了同态滤波器的最优参数值,再将图像从RGB空间转换到HSV空间,在对V(亮度)分量进行同态滤波处理后,再将图像转回RGB空间并通过设计好的深度卷积模型对图像进行识别.实验结果表明:图像的亮度对比度得到了改善,图像的纹理细节更加显著;该方法简单、有效,对低照度工件表面粗糙度等级识别有很好的效果,识别正确率达到95％以上.

著录项

来源
《光学仪器》 |2021年第2期|16-23|共8页
作者
洪琛; 朱坚民; 黄之文;
展开▼
作者单位

上海理工大学机械工程学院上海 200093;

上海理工大学机械工程学院上海 200093;

上海理工大学机械工程学院上海 200093;

展开▼
原文格式 PDF
正文语种 chi
中图分类天文望远镜;
关键词
低照度图像; 同态滤波; 粗糙度等级; 卷积神经网络; 图像识别;

相似文献

中文文献
外文文献
专利

1. 基于卷积神经网络的工件表面粗糙度等级识别 [J] . 朱家明 ,周明浩 ,颜正杰 . 农业装备与车辆工程 . 2019,第010期
2. 基于深度学习的工件表面粗糙度等级识别方法 [J] . 陈琳 ,朱坚民 ,石园园 . 农业装备与车辆工程 . 2020,第010期
3. 基于深度可分离卷积的物联网设备识别模型 [J] . 陈庆港 ,杜彦辉 ,韩奕 . 信息网络安全 . 2021,第009期
4. 基于深度卷积神经网络的三维模型识别 [J] . 杨军 ,王亦民 . 重庆邮电大学学报（自然科学版） . 2019,第002期
5. 基于全卷积深度学习模型的可抓取物品识别 [J] . 皮思远 ,唐洪 ,肖南峰 . 重庆理工大学学报（自然科学版） . 2018,第002期
6. 利用PVA砂轮提高工件表面粗糙度等级 [C] . 贺献宝 . 晋冀鲁豫鄂蒙川云贵甘沪湘十二省市区机械工程学会河南分会学术年会 . 2005
7. 基于深度卷积模型的手写中文文本识别 [A] . 尚果超 . 2019

基于同态滤波和深度卷积模型的低照度工件表面粗糙度等级识别

摘要

著录项

相似文献

相关主题

期刊订阅