CN106841575B - 一种四球摩擦试验磨斑图像磨痕方向自动定位方法 - Google Patents
一种四球摩擦试验磨斑图像磨痕方向自动定位方法 Download PDFInfo
- Publication number
- CN106841575B CN106841575B CN201710018314.8A CN201710018314A CN106841575B CN 106841575 B CN106841575 B CN 106841575B CN 201710018314 A CN201710018314 A CN 201710018314A CN 106841575 B CN106841575 B CN 106841575B
- Authority
- CN
- China
- Prior art keywords
- polishing scratch
- edge
- spot image
- spot
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000005498 polishing Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012360 testing method Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000003708 edge detection Methods 0.000 claims abstract description 20
- 238000001914 filtration Methods 0.000 claims description 15
- 229910000831 Steel Inorganic materials 0.000 claims description 9
- 239000010959 steel Substances 0.000 claims description 9
- 230000000717 retained effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 10
- 238000010835 comparative analysis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 239000010687 lubricating oil Substances 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 231100000241 scar Toxicity 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2888—Lubricating oil characteristics, e.g. deterioration
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
Abstract
本发明的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,首先对采集到的不具备明显色彩的磨痕图像进行灰度化处理,加大了图像的处理速度,通过对灰度磨斑图进行边缘检测,得到边缘检测图,再通过对边缘检测图进行循环旋转,已得到若干组水平标记值,最终通过得到的最大水平标记值得到磨痕方向角。本发明利用边缘信息可以精确的确定磨痕的方向角,克服试验人员因经验不足或欠缺带来的测量精度。且无需进行多次对比分析,即可得到精确的磨痕方向角。
Description
技术领域
本发明涉及一种四球摩擦试验机测定润滑油润滑性能的扩展应用,具体涉及一种利用边缘信息进行磨痕方向自动定位的方法。
背景技术
润滑性好的润滑油可以保护机械、延长工作寿命,常常通过四球磨损试验机来测量。根据我国石油化工行业标准(GB-T 12583-1998和H-T 0762-2005),润滑剂抗摩损性能测定方法为:将三个直径为12.7mm的钢球夹紧在一油盒中,并用试油浸没,在三球顶部放置一个直径的钢球,在试油温度达到75℃±2℃后,施加147N或392N作用力,顶球在一定转速下旋转60min,随后取出底部的三个钢球,在测量精度为0.01mm的显微镜下测量三个钢球的磨斑直径,三个钢球共得到六组测量数据,润滑油或润滑脂的抗摩性能通过三个球的六次测量的摩斑直径的算术平均值来评价。磨痕方向的确定可以便于磨斑直径的测量、摆正磨斑图像的拍摄角度,以及便于后续的磨痕强度、密度等后续的分析处理等等。基于此,我们提出了一种基于边缘信息的磨痕方向自动定位方法。
发明内容
本发明的目的在于提供的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,决了现有的测定方法中由于试验人员的感知误差,导致的测量精度不准确等缺陷。
为达到上述目的,本发明采用如下的技术方案予以实现:
本发明提供的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,包括以下步骤:
步骤S1,四球摩擦试验结束后,采集试验所使用的三个底部钢球上的磨斑图像F;
步骤S2,将采集到的彩色磨斑图像F进行灰度化处理,得到灰度磨斑图f;
步骤S3,通过边缘检测算子对灰度磨斑图f进行边缘检测,用来提取磨斑图中的磨痕,得到磨斑边缘图E;
步骤S4,将上述所得到的磨斑边缘图E第一次以α=0的旋转角度进行旋转,得到旋转了α的旋转边缘图Eα;
步骤S5,计算上述所得的旋转边缘图Eα中第x行从(x,1)到(x,y)的连续边缘的长度,得到行边缘长图dα;
步骤S6,对上述所得的长边缘图dα从左到右进行逐行扫描滤波处理,保留每行中连续长超过一定值T的边缘,得到行滤波图hα;
步骤S7,计算旋转边缘图Eα的水平标记Sα;
步骤S8,当α<180°时,则需以迭代法循环执行步骤S4到步骤S7;
步骤S9,当α≥180°时,则根据水平标记Sα确定磨斑图像方向水平角θ。
优选地,步骤S1中,所述磨斑图像F的像素大小为M×N,所述磨斑图像F的任一像素点的坐标为(x,y),则x和y分别表示该像素点的行和列,且x和y均为整数。
优选地,步骤S2中,所述灰度磨斑图像f中像素点(x,y)的灰度值为f(x,y),则f(x,y)的计算式如式(1)所示:
f(x,y)=0.3·R(x,y)+0.59·G(x,y)+0.11·B(x,y) (1)
其中,R(x,y)、G(x,y)和B(x,y)分别表示磨斑图像F中像素(x,y)的红色分量值、绿色分量值和蓝色分量值。
优选地,步骤S3中,所述的边缘检测算子为Sobel、Canny或Prewit边缘检测算子,其中,所述磨斑边缘图E为二值图,其中,E(x,y)=1表示边缘点,E(x,y)=0表示非边缘点。
优选地,步骤S4中,所述的旋转边缘图Eα为二值图,其大小为Mα和Nα,其中,Eα(x,y)=1表示边缘点,Eα(x,y)=0表示非边缘点。
优选地,步骤S5中,所述行边缘长的计算式(2)如式:
其中,dα(x,y)表示行边缘长图像素点(x,y)的连续边缘长,即表示第x行中像素点(x,y)的左侧有(dα(x,y)-1)个1。
优选地,步骤S6中,所述行滤波处理的计算式(3)如式:
其中,hα(x,y)为行滤波图像素点(x,y)的像素值,T为定值,取值为10~100。
优选地,步骤S7中,所述水平标记的计算式(4)如式:
其中,所述水平标记Sα值为最大,磨斑图F的磨痕位于水平方向;所述水平标记Sα值为最小,磨斑图F的磨痕位于垂直方向。
优选地,步骤S8中,所述迭代法是指以旋转角度α加设定的旋转步长β作为新的旋转角度进行循环旋转,即,α=α+β,其中,β的取值越小,精度越高,之后得到Cβ组的磨斑灰度图的旋转数组和与其数组对应的水平标记Sα值。
优选地,步骤S9中,根据上述所得Cβ组的水平标记Sα,满足时,则α=θ。
与现有技术相比,本发明的有益效果是:
本发明的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,首先对采集到的不具备明显色彩的磨痕图像进行灰度化处理,加大了图像的处理速度,通过对灰度磨斑图进行边缘检测,得到边缘检测图,再通过对边缘检测图进行循环旋转,已得到若干组水平标记值,最终通过得到的最大水平标记值得到磨痕方向角。本发明利用边缘信息可以精确的确定磨痕的方向,克服试验人员因经验不足或欠缺带来的测量精度。且无需进行多次对比分析,即可得到精确的磨痕方向角。
附图说明
图1是磨痕方向角θ示意图;
图2是磨斑图像F示意图;
图3是灰度磨斑图f示意图;
图4是磨斑边缘图E示意图;
图5是旋转边缘图Eα示意图。
具体实施方式
以下结合附图和实施例对本发明作进一步的详细说明。
本发明用磨痕的水平角来表征磨痕方向,磨痕水平角定义为磨痕和水平线相交后,左水平射线和上磨痕射线所夹的左上角,图1磨痕水平角θ。
本发明提出了一种四球摩擦试验磨斑图像磨痕方向自动定位方法,包括如下步骤:
步骤S1:通过扫面电子显微镜采集试验钢球的磨斑图像。具体是:在四球摩擦试验结束后,分别将试验所使用的三个底部钢球取出并置于扫面电镜中,并调节扫面电镜的光照和放大倍数等参数,以便清晰地采集到磨斑图像,所采集的磨斑图像用F表示,如图2所示。同时,得到的所述磨斑图像F的像素大小为M×N,例如磨斑图像的大小为768×1024,即M=768,N=1024。同时,利用(x,y)表示磨斑图像F的任一像素点的坐标,则x和y分别表示该像素点的行和列,且x和y均为整数;
步骤S2:将采集到的彩色磨斑图像进行灰度化处理。步骤S1中采集到的磨斑图像不具有显著的颜色信息,故宜先对磨斑图像进行灰度化处理,这样可以大大加快处理速度。具体地,将磨斑图像F转化为灰度图像,得到如图3所示的灰度磨斑图f,则灰度磨斑图像f中像素点(x,y)的灰度值为f(x,y),则f(x,y)的计算式如式(1)所示:
f(x,y)=0.3·R(x,y)+0.59·G(x,y)+0.11·B(x,y) (1)
其中,f(x,y)表示灰度磨斑图f中像素(x,y)的灰度值;R(x,y)、G(x,y)和B(x,y)分别表示磨斑图像F中像素(x,y)的红色分量值、绿色分量值和蓝色分量值;
步骤S3:边缘检测。通过边缘检测算子对灰度磨斑图像f进行边缘检测可用来提取磨斑图中的磨痕,所述的边缘检测算子可以为Sobel、Canny或Prewit边缘检测算子,得到磨斑边缘图E,如图4所示。本实施例采取传统Sobel边缘检测算子。所述得到的磨斑边缘图E为二值图,其中,E(x,y)=1表示边缘点,E(x,y)=0表示非边缘点。
步骤S4:旋转磨斑边缘图。将上述所得到的磨斑边缘图E第一次以α=0的旋转角度(即第一次不执行旋转)进行旋转,得到如图5所示的旋转了α的旋转边缘图Eα。所得的旋转边缘图Eα的大小为Mα和Nα。同样的,所述的旋转边缘图Eα也是二值图,其中,Eα(x,y)=1表示边缘点,Eα(x,y)=0表示非边缘点。
步骤S5:计算行边缘长。通过行边缘长来评价旋转边缘图Eα中第x行从(x,1)到(x,y)的连续边缘的长度,得到行边缘长图dα,其中,所述行边缘长的计算式2)如式:
其中,dα(x,y)表示行边缘长图像素点(x,y)的连续边缘长,即表示第x行中像素点(x,y)的左侧有(dα(x,y)-1)个1。
步骤S6:行边缘长图的行滤波处理。对长边缘图dα从左到右进行逐行扫描滤波处理,保留每行中连续长超过一定值T的边缘,得到行滤波图hα。由于磨痕具有显著的方向一致性,当磨痕处于水平方向时,磨痕边缘也处于水平,进行行滤波时,将被保留;当磨痕处于垂直方向时,进行行滤波时,几乎都被删除。
行滤波处理的计算式(3)如式:
其中,hα(x,y)为行滤波图像素点(x,y)的像素值,T为定值,一般取值为10~100。
步骤S7:计算旋转边缘图Eα的水平标记。用Sα表示Eα的水平标记,水平标记Sα值表征了磨痕位于水平方向的程度,水平标记Sα值越大,磨痕越接近水平方向,即:当磨斑图F的磨痕位于水平方向时,水平标记Sα值最大;当磨斑图F的磨痕位于垂直方向时,水平标记Sα值最小。水平标记的计算式(4)如式:
步骤S8:计算新的旋转角度α。
当α<180°时,则需以迭代法循环执行步骤S4到步骤S7,即,所述迭代法是指以旋转角度α加设定的旋转步长β作为新的旋转角度进行循环旋转,即,α=α+β,其中,β的取值越小,精度越高;
当α≥180°时,则转入步骤S9。
步骤S9:磨痕方向确定。
当磨斑图像的磨痕方向旋转至水平方向时,得到的水平标记Sα值是最大的,基于得到的水平标记数组即可确定磨痕的方向。具体地:
按照步长β旋转磨斑灰度图,将得到组的磨斑灰度图的旋转数组,以及与其数组对应的水平标记Sα,其中,Cβ为磨斑灰度图的旋转数组。
在Cβ组的水平标记Sα中,当满足时,则α=θ,θ为磨痕方向水平角,是磨痕与水平线的夹角,用来表征磨痕方向。
按照以上本发明的技术方案,从运行时间和成本分析两方面,对比本发明方案和传统的人工测量法的优缺点。
1运行时间。以本实施例的图像为例,本发明的仿真处理平台为:Intel I3 M350处理器,2GB内存的计算机,在MATLAB平台下进行仿真,算法所用的时间为42秒,硬件实现本算法后,算法运行时间还会大大减少。
2精度分析。传统方法测定一是主要依靠人眼判断进行定性估计,没有定量的评价值,会产生模棱两可的;本方法有定量的评定标准,故判定的磨痕方向精度要高于传统方法。
Claims (10)
1.一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于,包括以下步骤:
步骤S1,四球摩擦试验结束后,采集试验所使用的三个底部钢球上的磨斑图像F;
步骤S2,将采集到的彩色磨斑图像F进行灰度化处理,得到灰度磨斑图f;
步骤S3,通过边缘检测算子对灰度磨斑图f进行边缘检测,用来提取磨斑图中的磨痕,得到磨斑边缘图E;
步骤S4,将上述所得到的磨斑边缘图E第一次以α=0的旋转角度进行旋转,得到旋转了α的旋转边缘图Eα;
步骤S5,计算上述所得的旋转边缘图Eα中第x行从(x,1)到(x,y)的连续边缘的长度,得到行边缘长图dα;
步骤S6,对上述所得的行边缘长图dα从左到右进行逐行扫描滤波处理,保留每行中连续长超过一定值T的边缘,得到行滤波图hα;
步骤S7,计算旋转边缘图Eα的水平标记Sα;
步骤S8,当α<180°时,则需以迭代法循环执行步骤S4到步骤S7;
步骤S9,当α≥180°时,则根据水平标记Sα确定磨斑图像方向水平角θ。
2.根据权利要求1上述的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于:步骤S1中,所述磨斑图像F的像素大小为M×N,所述磨斑图像F的任一像素点的坐标为(x,y),则x和y分别表示该像素点的行和列,且x和y均为整数。
3.根据权利要求1上述的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于:步骤S2中,所述灰度磨斑图f中像素点(x,y)的灰度值为f(x,y),则f(x,y)的计算式如式(1)所示:
f(x,y)=0.3·R(x,y)+0.59·G(x,y)+0.11·B(x,y) (1)
其中,R(x,y)、G(x,y)和B(x,y)分别表示磨斑图像F中像素(x,y)的红色分量值、绿色分量值和蓝色分量值。
4.根据权利要求1上述的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于:步骤S3中,所述的边缘检测算子为Sobel、Canny或Prewit边缘检测算子,其中,所述磨斑边缘图E为二值图,其中,E(x,y)=1表示边缘点,E(x,y)=0表示非边缘点。
5.根据权利要求1上述的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于:步骤S4中,所述的旋转边缘图Eα为二值图,其大小为Mα和Nα,其中,Eα(x,y)=1表示边缘点,Eα(x,y)=0表示非边缘点。
6.根据权利要求1上述的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于:步骤S5中,所述行边缘长的计算式(2)如式:
其中,dα(x,y)表示行边缘长图像素点(x,y)的连续边缘长,即表示第x行中像素点(x,y)的左侧有(dα(x,y)-1)个1。
7.根据权利要求1上述的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于:步骤S6中,所述行滤波处理的计算式(3)如式:
其中,hα(x,y)为行滤波图像素点(x,y)的像素值,T为定值,取值为10~100。
8.根据权利要求1上述的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于:步骤S7中,所述水平标记的计算式(4)如式:
其中,所述水平标记Sα值为最大,磨斑图F的磨痕位于水平方向;所述水平标记Sα值为最小,磨斑图F的磨痕位于垂直方向。
9.根据权利要求1上述的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于:步骤S8中,所述迭代法是指以旋转角度α加设定的旋转步长β作为新的旋转角度进行循环旋转,即,α=α+β,其中,β的取值越小,精度越高,之后得到Cβ组的磨斑灰度图的旋转数组和与其数组对应的水平标记Sα值。
10.根据权利要求9上述的一种四球摩擦试验磨斑图像磨痕方向自动定位方法,其特征在于:步骤S9中,根据上述所得Cβ组的水平标记Sα,满足时,则α=θ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710018314.8A CN106841575B (zh) | 2017-01-11 | 2017-01-11 | 一种四球摩擦试验磨斑图像磨痕方向自动定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710018314.8A CN106841575B (zh) | 2017-01-11 | 2017-01-11 | 一种四球摩擦试验磨斑图像磨痕方向自动定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106841575A CN106841575A (zh) | 2017-06-13 |
CN106841575B true CN106841575B (zh) | 2019-02-05 |
Family
ID=59118174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710018314.8A Expired - Fee Related CN106841575B (zh) | 2017-01-11 | 2017-01-11 | 一种四球摩擦试验磨斑图像磨痕方向自动定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106841575B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403445B (zh) * | 2017-07-20 | 2021-01-26 | 长安大学 | 一种用于润滑剂抗磨性的形貌对比分析方法 |
CN110568164A (zh) * | 2019-07-24 | 2019-12-13 | 国电科学技术研究院有限公司 | 一种从摩擦性能角度判断汽轮机油使用性能的方法 |
CN111412864B (zh) * | 2020-02-26 | 2021-12-07 | 长安大学 | 一种基于磨痕灰度相似性的磨痕角自动检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289821A (zh) * | 2011-08-25 | 2011-12-21 | 西北工业大学 | 车辆侧滑运动的图像检测方法 |
CN102538692A (zh) * | 2012-01-17 | 2012-07-04 | 济南试金集团有限公司 | 四球磨斑测量装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7734081B2 (en) * | 2006-12-05 | 2010-06-08 | Feng Chia University | Grinding method and system with non-contact real-time detection of workpiece thinkness |
-
2017
- 2017-01-11 CN CN201710018314.8A patent/CN106841575B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289821A (zh) * | 2011-08-25 | 2011-12-21 | 西北工业大学 | 车辆侧滑运动的图像检测方法 |
CN102538692A (zh) * | 2012-01-17 | 2012-07-04 | 济南试金集团有限公司 | 四球磨斑测量装置 |
Non-Patent Citations (3)
Title |
---|
一种新的边缘检测算法研究;肖梅 等;《郑州大学学报(工学版)》;20120731;第33卷(第4期);第86-88,93页 |
基于图像处理的磨痕快速测量方法研究;孙卫强 等;《武汉理工大学学报 信息与管理工程版》;20070531;第29卷(第5期);第1-3,8页 |
基于磨痕检测的润滑油抗磨性能测定方法;肖梅 等;《交通运输工程学报》;20140630;第14卷(第3期);第73-78页 |
Also Published As
Publication number | Publication date |
---|---|
CN106841575A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104458755B (zh) | 一种基于机器视觉的多类型材质表面缺陷检测方法 | |
CN106770296B (zh) | 一种四球摩擦试验磨斑图像磨痕方向角自动测定方法 | |
CN102607977B (zh) | 基于数字图像处理的磨损原位测量装置及方法 | |
CN106289777B (zh) | 一种基于几何度量的多工况滚动轴承性能评估方法 | |
CN106841575B (zh) | 一种四球摩擦试验磨斑图像磨痕方向自动定位方法 | |
CN111583114B (zh) | 一种管道螺纹自动测量装置及测量方法 | |
CN101852768A (zh) | 磁粉探伤环境下基于复合特征的工件伤痕识别方法 | |
CN102141381A (zh) | 一种影像式电缆绝缘层和护套的厚度及外形尺寸自动测量仪 | |
CN102136061A (zh) | 一种矩形石英晶片缺陷自动检测分类识别方法 | |
CN204405501U (zh) | 一种水泥基材料孔结构的测试分析*** | |
CN103149087B (zh) | 一种基于随动视窗与数字图像的非接触式实时应变测量方法 | |
US20220245789A1 (en) | Dual-neighborhood wear angle automatic detection method | |
CN103712565B (zh) | 一种基于钢球磨痕梯度的磨斑直径测量方法 | |
CN103761729B (zh) | 一种基于邻域灰度相似性的钢球磨痕检测方法 | |
CN104677853A (zh) | 一种基于近红外高光谱的壁画起甲病害评估方法 | |
CN102914479A (zh) | 布氏硬度自动测定方法 | |
CN110186934A (zh) | 轴箱橡胶垫裂纹检测方法和检测装置 | |
WO2021169996A1 (zh) | 一种基于磨痕灰度相似性的磨痕角自动检测方法 | |
CN104748684B (zh) | 一种曲轴轴肩清根的视觉检测方法及装置 | |
CN103063674A (zh) | 一种铜块的铜品位检测方法及其检测*** | |
Li et al. | Deep learning-based interference fringes detection using convolutional neural network | |
CN104655642A (zh) | 一种钢材开裂型缺陷的自动测量、表征分类方法及其*** | |
CN107358604B (zh) | 一种四球摩擦试验磨斑图像异常检测方法 | |
CN111707672A (zh) | 风电回转支撑件表面缺陷检测方法 | |
CN107507192A (zh) | 一种水稻剑叶夹角在体测量便携装置及在体测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190205 Termination date: 20200111 |
|
CF01 | Termination of patent right due to non-payment of annual fee |