原文服务方: 西安工程大学学报       
摘要:
为了实现对数控刀具磨损的自动检测,给出了一种新的刀具磨损自动检测方法.首先,对采集图像的刀具磨损区域数目和面积进行分析;然后,以检测目标面积特征的稀少性作为任务因子,驱动刀具磨损区域显著度的提高;最后,利用检测目标数目特征的稀少性,滤除噪声信息.实验结果表明,由于利用检测目标的稀少性,能够实现检测目标与背景信息的分离,从而提高刀具磨损区域分割的准确性,检测准确率达到95%以上.
推荐文章
刀具磨损的机器视觉监测研究
刀具磨损
机器视觉
图像处理
边缘检测
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
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 基于视觉目标特征驱动的刀具磨损检测
来源期刊 西安工程大学学报 学科
关键词 特征目标驱动 刀具磨损 视觉显著性 任务因子 准确分割
年,卷(期) 2018,(4) 所属期刊栏目 机电工程
研究方向 页码范围 474-478
页数 5页 分类号 TH741.3
字数 语种 中文
DOI 10.13338/j.issn.1674-649x.2018.04.017
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 陈永当 西安工程大学机电工程学院 58 473 8.0 20.0
2 管声启 西安工程大学机电工程学院 67 250 8.0 11.0
3 任浪 西安工程大学机电工程学院 3 5 1.0 2.0
4 洪奔奔 西安工程大学机电工程学院 8 29 4.0 5.0
5 常江 西安工程大学机电工程学院 6 1 1.0 1.0
6 卢浩 西安工程大学机电工程学院 5 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (39)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(13)
  • 参考文献(0)
  • 二级参考文献(13)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(7)
  • 参考文献(4)
  • 二级参考文献(3)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
特征目标驱动
刀具磨损
视觉显著性
任务因子
准确分割
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
西安工程大学学报
双月刊
1674-649X
61-1471/N
大16开
1986-01-01
chi
出版文献量(篇)
3377
总下载数(次)
0
总被引数(次)
15983
论文1v1指导