基于NSST和CLAHE的零件表面缺陷图像增强算法研究

来源 :智能计算机与应用 | 被引量 : 0次 | 上传用户:jiaosai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了改善传统剪切波变换在零件表面缺陷图像中边缘不明显和去除噪声效果不理想的问题,本文提出了基于非下采样剪切波变换(NSST)和限制对比度的自适应直方图均衡化(CLAHE)的图像增强算法,在后续的Canny算子边缘检测中效果较好.首先,将缺陷图像进行NSST变换,获得相应的高频图像和低频图像;其次,将高频图像进行CLAHE变换,NSST逆变换的图像经过Canny算子应用于检测缺陷图像边缘.结果表明:该算法在面对零件的拉伤、倒偏角和碰伤缺陷时,均获得了较高的峰值信噪比和信息熵;在增强边缘的同时,能够更好的去除噪声,证明了其有效性和鲁棒性.
其他文献
为了提高浓雾透射区域噪点图像成像质量,提出基于暗原色分离的浓雾透射区域噪点图像信噪比提升识别技术.结合对浓雾透射区域噪点图像的边缘模板分组检测结果,采用暗原色融合和RGB像素分解方法,实现对浓雾透射区域噪点图像的信息自适应增强,建立浓雾透射区域噪点图像的交叉融合滤波分离模型;根据对浓雾透射区域噪点图像的背景区域的暗原色组合检测结果,提取浓雾透射区域噪点图像的模板特征量,采用天空区域背景信息增强算法,实现浓雾透射区域噪点图像空间特征匹配;根据浓雾透射区域噪点融合匹配结果,采用交叉滤波方法实现浓雾透射区域噪点
针对传统智能优化算法在配电网故障定位应用中存在定位速度较慢和定位精度不高的问题,本文提出了一种新型群体智能算法——即蝠鲼觅食优化算法.文中介绍了蝠鲼的3种觅食行为,并利用Sigmoid函数对个体位置进行二进制处理;构建了单辐射配电网定位模型,并利用该算法对定位模型进行迭代寻优.算例仿真结果表明,该算法在配电网发生单重故障和多重故障的情况下,能够准确地定位出故障区段,具有良好的容错性,收敛速度明显优于遗传算法和二进制粒子群算法.
为实现防除冰系统一体化,本文提出一种利用低压电脉冲除冰系统作为热激励进行积冰检测的技术,从理论角度论述了基于电路-电磁-传热耦合物理场的原理,并运用有限元数值仿真求解了各物理场状态,得到了积冰表面温度分布状况.同时讨论了设计参数如间距、放电电压、蒙皮厚度这3个参数对积冰表面温度的影响,得出了蒙皮-线圈间距越小、蒙皮厚度越小、放电电压越大,越能有效提高积冰表面温度,可改善积冰检测效果的结论.该方法为防除冰系统一体化设计提供了分析思路.
新冠肺炎疫情下,为保证封锁地区居民的物资供应,建立合理的应急物资储备库具有重要的现实意义.本文考虑3种成本因素,以系统总成本最小为目标,构建具有容量限制和时间窗约束的选址模型,并利用贪婪取走启发式算法求解.通过湖北黄冈市实际数据进行案例仿真实验,验证了模型和算法的有效性.
现有方法在进行票据的识别时,需要特定设备扫描或大量的票据标签才能达到很好的识别效果.为了解决上述问题,提出了采用OCR技术进行票据识别算法.该算法是由OCR识别和N版本程序策略两部分组成.在OCR识别阶段,采用了OCR进行票据文字的识别,将识别后的非结构化数据转化为结构化数据.在N版本程序设计策略中,提出了两种算法:前者进行主关键字的匹配;后者通过选择基准,计算字符大小从而推算出其它字段.选取火车票和发票作为实验数据,广泛的实验结果证明:算法在自然场景下票据识别具有很好的结果.
地下物流系统(Underground Logistics System——ULS)是指通过建立类似地铁的地下管道,来满足城市内部或城市之间运输货物需求的网络系统.随着快递行业的飞速发展,地下物流供应网络系统可以很好的解决现阶段物流的两个难题,第一频繁的交通拥堵,第二高昂的物流成本.本文通过迭代自组织数据分析算法(ISODATA)对A市某区域的数据收集情况,构建该区域物流节点选择模型,借助matlab编程进行求解物流网络节点群.通过定量的方法,从交通拥挤指数、一级节点转运率、节点服务覆盖率、货运量指数、建设
为了提高舰炮火控可靠性评价能力,提出基于目标综合评价的舰炮火控可靠性仿真模型.结合舰炮火控武器系统的战术性能和技术性能参数,以有效射程、单发命中概率、综合技术保障性能参数、自动控制性能参数为约束指标,以射击效率、命中精度、全系统作战效能等为目标综合评价模型.以优化减排火控系统的攻击能力、机动能力、抗干扰能力作为影响因子,采用加权乘法进行的舰炮火控可靠度评估,结合评价指标.采用博弈均衡控制方法,建立舰炮火控可靠性综合评价的联合参数识别模型,提取舰炮火控可靠性评价的关联维参数,通过模糊信息聚类融合方法,实现对
目前疫情防控虽进入常态化,高速公路恢复正常,但对疫情防控、检测措施必须加强.针对于此,本文设计了一种高速公路疫情防控检测系统.本系统通过硬件设备采集人员信息和体温状况,经数据处理后,匹配国家政务服务平台,获取防疫健康信息码,从而查询重点人员行程轨迹和密切接触者的相关信息.
随着智能停车场和自动收费系统的普及,智能交通管理系统在车牌识别方面对速度和精度提出了更高的要求.为了提高车牌识别的泛化能力,本文提出了一种基于改进的CRNN+CTC免字符分割车牌字符识别算法,在现有的卷积神经网络的CRNN+CTC网络模型基础上分别对CNN和RNN进行替换后引入CTC函数,并有针对性地增加训练数据集,在训练过程中使用了批量归一化算法来加快学习速度.实验结果表明,该算法的鲁棒性与通用性均有一定提升,在复杂环境下车牌识别的准确性更高,达到了改进效果.
针对由于异常路况数据量较小,导致数据集数据不均衡问题,从而引起路况预测模型准确度不高以及运行效率低等问题,提出一种基于SmoteEnn_XGBoost的路况感知方法.设计研发了路况数据采集系统,捕获并处理实时的路况数据;使用SmoteEnn算法对数据集进行数据合成处理;采用XGBoost算法对提取的主要特征进行训练和测试,从而识别出正常路况和异常路况.结果表明,基于SmoteEnn_XGBoost的路况感知方法,对比目前较常用的分类模型SVM、逻辑回归、GBDT、随机森林等,在提高路况分类效果的同时大幅缩