制造过程复杂工况辨析及其视觉特征识别方法研究---硕士论文

制造过程复杂工况辨析及其视觉特征识别方法研究---硕士论文

ID:14317979

大小:1.31 MB

页数:61页

时间:2018-07-27

制造过程复杂工况辨析及其视觉特征识别方法研究---硕士论文_第1页
制造过程复杂工况辨析及其视觉特征识别方法研究---硕士论文_第2页
制造过程复杂工况辨析及其视觉特征识别方法研究---硕士论文_第3页
制造过程复杂工况辨析及其视觉特征识别方法研究---硕士论文_第4页
制造过程复杂工况辨析及其视觉特征识别方法研究---硕士论文_第5页
资源描述:

《制造过程复杂工况辨析及其视觉特征识别方法研究---硕士论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级:UDC:编号:学位论文制造过程复杂工况辨析及其视觉特征识别方法研究指导教师姓名:教授河北工业大学申请学位级别:硕士学科、专业名称:仪器科学与技术论文提交日期:年月论文答辩日期:年月学位授予单位:河北工业大学答辩委员会主席:评阅人:年月制造过程复杂工况辨析及其视觉特征识别方法研究摘要随着先进制造业的发展,制造过程中的工况监控所遇到的问题也越来越突出,且直接影响了生产效率,因此对复杂性工作状况进行辨析,从而实现对生产过程的预测及生产安全控制具有十分重要的意义。本文以制造过程的刀具状态和工件分类这两种典型工况为例分析说明了其视觉监控方法,并

2、通过对工况视觉特征的分析,建立了基于视觉特征聚类融合的工况辨析体系,利用BP神经网络特性实现多域信息空间的非线性映射,完成聚类分析和信息融合,最终达到工况辨析的目的。通过对图像处理和视觉特征提取方法的研究,确定了本文所采用的图像滤波和边缘检测算子,以及基于RGB颜色空间的颜色矩特征提取,基于灰度共生矩阵的纹理特征提取和基于Hu不变矩的形状特征提取方法。以刀具状态识别和工件分类为例进行实验,对比独立特征识别和多混合特征融合识别的工况识别率,实验结果表明经聚类融合的识别率明显提高,证明了基于视觉特征聚类融合的工况辨析方法的优越性。关键词:工况辨析,聚类

3、融合,图像处理,视觉特征,神经网络iNALYSISOFCOMPLEXWORKINGCONDITIONSINMANUFACTURINGPROCESSANDRESEARCHBASEDONTHEVISUALFEATURERECOGNITIONMETHODSABSTRACTWiththedevelopmentofadvancedmanufacturingindustry,theproblemsofconditionmonitoringinmanufacturingprocessaremoreandmoreprominent,andimpactonprodu

4、ctivitydirectly.Analysisofthecomplexworkingconditionshelpachievethepredictionandsafetycontrolofproductionprocess,whichhasgreatsignificance.Inthispaper,analysisofthevisualmonitoringmethodsofthetoolconditionandtheworkpiececlassificationthattwotypicalworkingconditionsinmanufactur

5、ingprocess,andthroughanalyzingthevisualfeatureofworkingconditions,establishedtheanalysissystemofworkingconditionsbasedonvisualfeaturesclusteringfusion.UsingBPneuralnetworkachievednonlinearmappingofmulti-domaininformationspace,tocompletetheclusteranalysisandinformationfusion,an

6、dtoanalyzetheworkingconditionsultimately.Byresearchingonthemethodofimageprocessingandvisualfeatureextraction,determinedtheimagefilteringandedgedetectionoperatorusedinthispaper,aswellasthemethodofcolormomentfeatureextractionbasedonRGBcolorspace,thetexturefeatureextractionbasedo

7、ngraylevelco-occurrencematrixandtheshapefeatureextractionbasedonHuinvariantmoments.Takedthetoolconditionandtheworkpiecesforexample,carriedoutsomeidentificationandclassificationexperiment.Comparingthesingle-featurerecognitionratewiththemulti-featuresfusionrecognitionrateofworki

8、ngconditions,itisobviousthattherecognitionrateofclusteringfus

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。