应用于轮胎X光图像通道自动划分方法和系统.pdf
努力****元恺
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
应用于轮胎X光图像通道自动划分方法和系统.pdf
本发明公开了一种应用于轮胎X光图像通道自动划分方法和系统,该方法包括以下步骤:获取轮胎X光图像;对轮胎X光图像进行重采样获得压缩图像;对压缩图像进行腐蚀处理得到模糊图像;对模糊图像进行投影操作得到投影图像;对投影图像进行自适应二值化处理获得二值化图像;通过二值化图像查找通道边界,得到第一通道结果。本发明具有如下优点:大提高通道划分效率和稳定性,避免人工通道划分带来的诸多问题,提高整体缺陷判别系统的准确性和效率。
轮胎病疵的X光图像自动分类方法研究.docx
轮胎病疵的X光图像自动分类方法研究标题:轮胎病疵的X光图像自动分类方法研究摘要:在轮胎制造工业中,及时准确地检测和分类轮胎病疵对于保证产品质量和消费者安全至关重要。传统的检测方法存在人为判断主观性强、效率低等问题。本论文旨在研究基于X光图像的自动分类方法,以提高轮胎病疵的检测和分类的准确性和效率。1.引言研究背景和意义、国内外相关工作的概述。2.轮胎病疵的X光图像获取与处理介绍轮胎X光图像获取的方法和设备,并讨论数据预处理、特征提取和降维等图像处理技术,以提高分类性能。3.轮胎病疵的特征提取与选择研究常见
轮胎病疵的X光图像自动分类方法研究的开题报告.docx
轮胎病疵的X光图像自动分类方法研究的开题报告一、研究背景和意义目前,轮胎病疵的X光图像分类主要依靠专业工程师进行目视检测和识别,这种方法不仅费时费力,还存在人为误判的可能性。因此,开发一种自动分类方法可以极大地提高检测效率和准确率,保障轮胎生产的质量和安全性。二、研究内容本研究的主要内容是针对轮胎病疵的X光图像,提出一种基于卷积神经网络的自动分类方法。具体步骤如下:1.首先,收集大量轮胎病疵的X光图像数据,并根据图像中的病疵种类进行分类。2.针对不同的病疵种类设计不同的卷积神经网络模型,对图像进行特征提取
轮胎缺陷X光自动检出系统.pdf
本发明公开了一种轮胎缺陷X光自动检出系统。包括X光射线检测仪、图像接收设备、图像识别系统;所述X光射线检测仪与图像接收设备连接,所述图像接收设备与图像识别系统连接;所述X光射线检测仪,用于对轮胎进行照射成像;所述图像接收设备,用于接收X光图像信息,并将X光图像信息发送至图像识别系统;所述图像识别系统,用于根据轮胎基本数据进行轮胎等级划分,根据X光图像信息判断轮胎等级,并将瑕疵轮胎X光图像信息建库保存,通过人工二次判定,判定结果入库保存并建表展示。
应用于轮胎X光图像胎冠部位多带束层纹理分离方法.pdf
本发明所述应用于轮胎X光图像胎冠部位多带束层纹理分离方法,针对由轮胎X光检测设备所形成的轮胎X光图像的胎冠部分进行各带束层分层化处理,通过采用Gabor滤波器,针对轮胎X光图像因各带束层叠加而形成复杂纹理的胎冠部位的频谱信息进行取舍,将相互叠加的带束层纹理分离,从而可用于进一步的胎冠部位缺陷识别。在使用此算法进行各带束层分离之前,根据同种规格轮胎测算出胎冠部分各带束层的方向、位置、纹理周期信息,并进一步得到各带束层的频谱特征,通过各带束层频谱信息的分布位置与范围大小,来给出Gabor滤波器中的标准偏差、角