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:
提出了基于零件图像相对像素系数和神经网络的零件特征提取和识别方法。首先对零件图像进行边缘检测,然后将处理的图像分成若干个子区域并分别统计各子区域的白色像素相对量,该相对量称为相对像素系数,是零件图像的特征,将这些特征作为神经网络的输入样本,由径向基神经网络实现识别。利用C#软件设计了零件图像的虚拟识别仪,实验表明该方法是有效的。
推荐文章
基于Logistic回归的零件图像区域提取
零件图像
区域提取
机器视觉
Logistic回归
梯度上升法
模具零件图中孔系尺寸自动标注方法的研究
特征识别
尺寸自动标注
孔表
注射模
零件图像特征提取和识别的研究
小波变换
特征提取
模式识别
神经网络
基于改进Lucas-Kanade的亚像素级零件图像配准
图像配准
亚像素级
Lucas-Kanade
Levenberg-Marquardt
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 浅析零件图像的特征提取和识别方法
来源期刊 机电信息 学科
关键词 模式识别 边缘检测 像素 神经网络
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 75-76
页数 2页 分类号
字数 1820字 语种 中文
DOI
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 徐官南 7 30 3.0 5.0
2 夏庆观 5 29 3.0 5.0
3 丁猛 3 11 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (15)
参考文献  (1)
节点文献
引证文献  (11)
同被引文献  (15)
二级引证文献  (66)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(11)
  • 引证文献(7)
  • 二级引证文献(4)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(40)
  • 引证文献(1)
  • 二级引证文献(39)
2020(11)
  • 引证文献(0)
  • 二级引证文献(11)
研究主题发展历程
节点文献
模式识别
边缘检测
像素
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
机电信息
旬刊
1671-0797
32-1628/TM
大16开
南京山西路120号江苏成套大厦12楼
28-285
2001
chi
出版文献量(篇)
19929
总下载数(次)
45
总被引数(次)
30590
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导