基于支持向量回歸的零件直線邊緣亞像素圖像檢測

基于支持向量回歸的零件直線邊緣亞像素圖像檢測

ID:38119245

大?。?05.57 KB

頁數(shù):5頁

時間:2019-05-25

基于支持向量回歸的零件直線邊緣亞像素圖像檢測_第1頁
基于支持向量回歸的零件直線邊緣亞像素圖像檢測_第2頁
基于支持向量回歸的零件直線邊緣亞像素圖像檢測_第3頁
基于支持向量回歸的零件直線邊緣亞像素圖像檢測_第4頁
基于支持向量回歸的零件直線邊緣亞像素圖像檢測_第5頁
資源描述:

《基于支持向量回歸的零件直線邊緣亞像素圖像檢測》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫

1、第36卷第3期吉林大學學報(工學版)Vol.36No.32006年5月JournalofJilinUniversity(EngineeringandTechnologyEdition)May2006文章編號:1671-5497(2006)03-0371-05基于支持向量回歸的零件直線邊緣亞像素圖像檢測1,211于忠黨,王龍山,陳向偉(1.吉林大學機械科學與工程學院,長春130022;2.渤海大學信息科學與工程學院,遼寧錦州121000)摘要:以圓錐螺紋為研究對象,討論了基于支持向量回歸的機械零件直線邊緣的亞像素圖像檢測方法。采用中值濾波、二值變換等算法,對通過電荷耦合器件采集的圓錐螺

2、紋圖像進行處理,獲得了螺紋牙形的直線部分的像素表征,并以此構(gòu)成訓練集,對回歸型支持向量機進行訓練,得到了螺紋牙形的直線方程表示。通過支持向量回歸獲得的擬合直線是螺紋牙形的亞像素表示,據(jù)此對錐螺紋的主要參數(shù)進行檢測,大大降低了電荷耦合器件的離散性和系統(tǒng)噪聲對測量結(jié)果的影響。實驗表明,本方法具有測量速度較快、測量精度較高的特點。關(guān)鍵詞:計算機應(yīng)用;圖像檢測;電荷耦合器件;亞像素;支持向量回歸中圖分類號:TP27415文獻標識碼:AMechanicalpartlinearedgesub2pixelimagedetectionbasedonsupportvectorregression1,2

3、11YuZhong2dang,WangLong2shan,ChenXiang2wei(1.CollegeofMechanicalScienceandEngineering,JilinUniversity,Changchun130022,China;2.CollegeofInformationScienceandEngineering,BohaiUniversity,Jinzhou121000,China)Abstract:Takingtheconicalthreadastheobjectofstudy,asub2pixelimagedetectionmethodforthemecha

4、nicalpartlinearedgebasedonthesupportvectorregressionwasproposed.Throughprocessingtheconicalthreadimagerecordedbythechargecoupleddevice(CCD),thepixelcharacterizationofthestraightportionofthethreadformcouldbeobtainedwiththealgorithmofmedianfilter,binarytransformetc,tomakeupthetrainingset.Thesuppo

5、rtvectormachineforregressionwastrainedbythetrainingsetandthestraightlineequationofthethreadformwasobtainedwhichistheexpressionofthesub2pixel.Makinguseofittodetectthemainparametersoftheconicalthread,theeffectofthediscretenessoftheCCDandthesystemnoiseonthedetectionresultsweresignificantlyreduced.

6、Theexperimentresultsshowthatthesuggestedmethodischaracterizedbyhighdetectionspeedandhighprecision.Keywords:computerapplication;imagedetection;CCD;sub2pixel;supportvectorregression收稿日期:2005206213.基金項目:吉林省科技發(fā)展計劃項目(20040534).作者簡介:于忠黨(1965-),男,副教授.研究方向:視覺檢測.E2mail:lnjz_yzd@163.com通訊聯(lián)系人:王龍山(1946-),男

7、,教授,博士生導師.研究方向:圖像處理,智能加工.E2mail:wls@jlu.edu.cn·372·吉林大學學報(工學版)第36卷N1Remp=∑c(xi,yi,f)0引言Ni=1來估計期望風險。這里,可選擇ε不敏感損失函[2]近年來,利用CCD采集機械零件的二維圖數(shù):像,借助不斷發(fā)展的計算機圖像處理技術(shù)來檢測c(x,y,f)=

8、y-f(x)

9、ε=零件的幾何參數(shù)的圖像測量方法受到了越來越多max{0,

10、y-f(x)

11、-ε}的重視。圖像測量方法的基本思想是

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。