CN119468951A 一种基于机器视觉的压缩弹簧检测方法及系统 （南京理工大学）_第1页
CN119468951A 一种基于机器视觉的压缩弹簧检测方法及系统 （南京理工大学）_第2页
CN119468951A 一种基于机器视觉的压缩弹簧检测方法及系统 （南京理工大学）_第3页
CN119468951A 一种基于机器视觉的压缩弹簧检测方法及系统 （南京理工大学）_第4页
CN119468951A 一种基于机器视觉的压缩弹簧检测方法及系统 （南京理工大学）_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于机器视觉的压缩弹簧检测方法及本发明公开了一种基于机器视觉的压缩弹簧检测方法及系统，检测方法基于弹簧图像采提取与最小二乘法拟合圆和最小外接矩形计算检测内外径和自由高度，然后采用改进yolov8_采用传统图像处理与深度学习技术相结合的方2步骤4、使用二号相机采集弹簧主视方向的图片，通过训练用Canny算子对预处理后的主视图进行边缘检测获得弹簧轮廓，并对轮廓使用最小外接矩步骤2.4、通过对获得的弹簧边缘像素使用最小二乘法拟合圆，获得弹簧的内径和外36.根据权利要求4所述的一种基于机器视觉的压缩弹簧检测方法，其特征在于，所述7.一种基于机器视觉的压缩弹簧检测系统，该检测系统用于执行如权利要求1_6任意4步骤2、使用一号相机采集弹簧俯视方向的图片，对采集到的俯视图进行图像处5[0008]进一步地，所述步骤4.2具体包括：通过预测点计算端头厚度的方法为：通过所述主干网络中的特征提取层采用FasterBLOCK模块，所述颈部网络中特征融合部分采用本发明提供了一种基于机器视觉的压缩弹簧检测方法，该方法基于弹簧图像采6于采集压缩弹簧的俯视图。辅助支架3设有二号相机7二号相机7用于采集压缩弹簧的主视7,式中fa)为原始图像，B(v为经滤波后的图像，(x,y)为模板中心重合像素点，[0022]S2.2、将原图像色彩空间转化为H8减少冗余计算和内存访问。这种方法使得FasterNet在多种设备上运行速度比其他网络快Conv是一种将图像空间信息转换为深度信息的技术，从而使得卷积神经网络(CNN)能更加端头厚度检测方法为：改进yolov8_pose神经网络将检测弹簧端头位置的三个关[0032]图像处理终端的界面如图7所示，界面分为上下两部分，上部分为内外径检测区9

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论