基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对当前国内外刀具磨损检测的缺点和存在的问题,设计了基于机器视觉的刀具磨损检测方案,分析了刀具磨损检测的原理和识别过程,并结合图像处理的方法,采用自适应中值滤波对刀具图像进行平滑去噪,进一步得到刀具的二值化图像,再采用Canny边缘检测技术提取刀具轮廓信息.最后提出基于人工神经网络的刀具磨损检测算法.
推荐文章
基于视觉目标特征驱动的刀具磨损检测
特征目标驱动
刀具磨损
视觉显著性
任务因子
准确分割
基于视觉显著性的刀具磨损分割
刀具磨损
视觉显著性
中央-周边操作
显著图
基于细胞神经网络刀具磨损图像处理的研究
细胞神经网络
图像处理
刀具磨损
基于多视觉特征融合技术的高速机床刀具状态视诊方法研究
多视觉特征融合
STC89C52
高速机床
刀具状态
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器视觉的刀具磨损检测技术
来源期刊 东华大学学报(自然科学版) 学科 工学
关键词 刀具磨损 机器视觉 图像处理 边缘检测 神经网络
年,卷(期) 2012,(5) 所属期刊栏目
研究方向 页码范围 505-508,518
页数 分类号 TH165
字数 2608字 语种 中文
DOI 10.3969/j.issn.1671-0444.2012.05.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周虎 东华大学机械工程学院 44 205 8.0 12.0
2 杨建国 东华大学机械工程学院 263 2002 20.0 30.0
3 李蓓智 东华大学机械工程学院 172 1267 18.0 24.0
4 肖蓉 东华大学机械工程学院 1 31 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (23)
参考文献  (13)
节点文献
引证文献  (31)
同被引文献  (68)
二级引证文献  (55)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(7)
  • 引证文献(5)
  • 二级引证文献(2)
2017(16)
  • 引证文献(4)
  • 二级引证文献(12)
2018(13)
  • 引证文献(6)
  • 二级引证文献(7)
2019(25)
  • 引证文献(7)
  • 二级引证文献(18)
2020(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
刀具磨损
机器视觉
图像处理
边缘检测
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东华大学学报(自然科学版)
双月刊
1671-0444
31-1865/N
大16开
上海市延安西路1882号
4-123
1956
chi
出版文献量(篇)
3448
总下载数(次)
6
总被引数(次)
26983
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导