基于表面灰度和纹理识别的TDS智能干选机刮板机异常状态检测方法

TDS智能干选机是选煤厂的主要生产设备,刮板机作为其关键组件,常因跳链、断链等故障阻碍机器的工作进度。针对刮板机故障的强偶发性与故障扩大化效应,以机器视觉为技术,以表面灰度和纹理识别为手段,提出TDS智能干选机刮板机异常状态检测方法。根据图像灰度值,利用基于改进生长准则的区域生长法,生成粗略的异常状态检测目标区域。采用形态学的腐蚀、膨胀、开运算和闭运算操作,处理区域生长后的图像和新产生的导线图像。引入canny算子识别检测区域中的目标纹理,生成目标轮廓线。结合轮廓线和直线斜率、灰度、纹理、虚拟边框与机链轮廓的位置关系等信息,实现异常状态检测。实验结果表明,该方法对跳链、断链、漂链、掉链、跑偏5种刮板机异常状态检测的真阳性指数分别高达0.98,0.98,0.98,0.97,0.94,且实际量与检测量的误差均不足1 mm。该方法具有较高的正确检测比例和检测精准度,可指导TDS智能干选机刮板机的安全运行。

土壤表面灰度值与表层土壤含水量关系研究

快速准确获取表层土壤水分是土壤学、生态学及相关学科研究的基础。该研究在室内条件下,研究了5种不同土壤表面灰度值与含水量之间的关系,以期为利用土壤表面灰度值反演表层土壤含水量建立试验基础。研究结果表明:土壤在烘干过程中,含水量的变化受孔隙结构的影响;对于不同类型的土壤,土壤表面灰度值受矿物质组成和有机质含量的影响,随着土壤有机质含量的增加,同一含水量下的土壤表面灰度值降低;土壤表面灰度值与表层土壤含水量呈指数负相关关系。

一种基于表面图像灰度的工程陶瓷粗糙度研究

为简单高效地预测和评估陶瓷磨削表面粗糙度与加工质量,提出一种基于表面图像灰度信息的新方法。通过实验优选确定亮度140、对比度42、饱和度24、锐度9为图像采集条件,并选取灰度均值μ和均方差σ作为描述表面粗糙度的灰度参数。对采集图像进行降噪、增强和灰质化等数字图像处理后,分别提取每6幅表面图像的灰度信息,建立表面粗糙度评定参数Ra、Rz、Ry与灰度信息平均值的关系模型。对该模型作深入分析后,得到μ和σ与陶瓷磨削加工表面粗糙度成正比例变化的结论,可用于快速评定多种陶瓷磨削后的表面粗糙度。

高速侧铣参数对7050-T7451铝合金表面粗糙度的影响

为提高航空结构件加工效率和表面质量,通过单一铣削参数实验,研究采用两种硬质合金刀具在高速铣削7050-T7451铝合金时,主轴转速、径向铣削深度、铣削进给速度等切削参数以及加工方式(顺铣、逆铣)对表面粗糙度的影响。分析表明:表面粗糙度随刀具尺寸和径向切深增大而增加,在铣削进给速度增加趋势下仅有较小波动,不受主轴转速直接影响。此外,从表面形貌及表面灰度角度分析了加工方式的影响,用分形-盒维数法分析了灰度曲面。结果表明:逆铣曲面复杂程度高于顺铣,与表面粗糙度实测值完全一致。

积分型非线性平差模型及其在超分辨率图像重建中的应用

超分辨率图像重建过程就是对同一目标进行多次观测,获取多幅低分辨率影像,利用低分辨率影像求取目标的真实影像,即求取高分辨率影像的过程。这一过程与测绘领域中对同一对象进行观测,用测量平差求取对象最佳值的过程类似。本文尝试用测量平差的方法来解决超分辨率重建的问题。文中首先建立了超分辨率重建的积分型非线性平差模型,提出了用二次函数将平差模型中的积分函数参数化,用最小二乘平差方法求解。基于所提出的平差方法,制定了图像重建的具体策略。该方法可以定量分析成果的好坏,可以成功避免出现病态问题等。试验结果表明,相对于传统的超分辨率重建方法获得重建图像的视觉效果有较大的提高,而且其峰值信噪比及结构相似性指数也有很大的提高,因此方法可靠且可行。