本文關(guān)鍵詞：融合提升小波和霍夫變換的磨粒紋理提取及識(shí)別

  更多相關(guān)文章： 鐵譜圖像 紋理 提升小波 霍夫變換

【摘要】：隨著現(xiàn)代設(shè)備技術(shù)的不斷發(fā)展,如何能有效的對(duì)機(jī)械設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)和故障診斷成為了人們熱點(diǎn)關(guān)注問(wèn)題。鐵譜分析技術(shù)是一種廣泛應(yīng)用于機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷的有效手段,近年來(lái),隨著計(jì)算機(jī)技術(shù)、圖像處理技術(shù)和智能化技術(shù)的興起與發(fā)展,使得鐵譜分析技術(shù)也向著自動(dòng)化、智能化發(fā)展。鐵譜圖像分析技術(shù)主要包括鐵譜圖像分割和鐵譜圖像磨粒分析與識(shí)別兩個(gè)方面,磨粒的分析與識(shí)別是鐵譜圖像分析技術(shù)的關(guān)鍵環(huán)節(jié),如何有效的對(duì)磨粒特征如紋理特征進(jìn)行提取是磨粒準(zhǔn)確識(shí)別的前提,磨粒類(lèi)型的準(zhǔn)確識(shí)別是機(jī)械運(yùn)行狀態(tài)監(jiān)測(cè)和故障診斷的主要依據(jù)來(lái)源。本文首先對(duì)鐵譜圖像分析技術(shù)的原理、發(fā)展和研究現(xiàn)狀作了介紹;對(duì)機(jī)械磨損機(jī)理及磨粒類(lèi)型進(jìn)行了概述,并介紹了圖像處理的一些常用方法,如中值濾波、形態(tài)學(xué)處理、大津閾值法等;再對(duì)分水嶺分割算法以及分割后的磨粒表面紋理研究方法進(jìn)行了介紹。針對(duì)鐵譜圖像磨粒紋理提取問(wèn)題,本文提出基于D4提升小波的磨粒紋理特征提取方法(LWTE)。該方法首先在RGB空間,分別對(duì)R、G、B三個(gè)通道圖像進(jìn)行濾波、形態(tài)學(xué)等預(yù)處理;然后再對(duì)各個(gè)通道圖像進(jìn)行D4提升小波變換,得到磨粒紋理的垂直、水平、對(duì)角三個(gè)方向的細(xì)節(jié)信息;再利用模極大值來(lái)提取三個(gè)通道的磨粒紋理,并通過(guò)或運(yùn)算將各個(gè)通道的磨粒紋理進(jìn)行融合,從而得到具有磨粒紋理的圖像。在對(duì)磨粒紋理進(jìn)行提取后,本文提出基于霍夫變換的磨粒紋理識(shí)別方法(HTTI)。該方法主要針對(duì)異常大磨粒如嚴(yán)重滑動(dòng)磨粒和疲勞磨粒,首先對(duì)紋理圖像進(jìn)行統(tǒng)計(jì)概率霍夫變換,可以得到紋理中的直線(xiàn)特征參數(shù),如線(xiàn)段的長(zhǎng)度和角度;然后提取磨粒的幾何特征參數(shù),如磨粒的長(zhǎng)短軸;再通過(guò)統(tǒng)計(jì)分析,可以檢測(cè)出紋理的直線(xiàn)性與方向性,從而區(qū)分嚴(yán)重滑動(dòng)磨粒和疲勞磨粒。最后通過(guò)實(shí)驗(yàn)驗(yàn)證本文方法的有效性。結(jié)果表明本文方法可以有效的對(duì)鐵譜磨粒紋理進(jìn)行有效提取,并能較好的區(qū)分磨粒類(lèi)型,是一種有效的磨粒分析和識(shí)別方法。
【關(guān)鍵詞】：鐵譜圖像 紋理 提升小波 霍夫變換
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-12
• 第一章 緒論12-18
• 1.1 課題研究背景12
• 1.2 鐵譜分析技術(shù)12-15
• 1.2.1 鐵譜分析技術(shù)的發(fā)展和研究意義12-13
• 1.2.2 鐵譜圖像分析技術(shù)的研究現(xiàn)狀13-15
• 1.3 鐵譜磨粒紋理研究15-17
• 1.3.1 紋理研究現(xiàn)狀15-16
• 1.3.2 鐵譜磨粒紋理研究意義16
• 1.3.3 磨粒紋理研究存在的問(wèn)題16-17
• 1.4 本文研究?jī)?nèi)容17-18
• 1.4.1 本文研究方法和目的17
• 1.4.2 本文的思路和結(jié)構(gòu)框架17-18
• 第二章 鐵譜磨粒紋理研究方法概述18-36
• 2.1 機(jī)械磨損機(jī)理及磨粒類(lèi)型18-22
• 2.1.1 機(jī)械磨損概述18-20
• 2.1.2 典型磨粒形成機(jī)理及其分類(lèi)20-21
• 2.1.3 典型磨粒類(lèi)型21-22
• 2.2 圖像處理技術(shù)簡(jiǎn)介22-29
• 2.2.1 顏色空間簡(jiǎn)介22-23
• 2.2.1.1 RGB顏色空間22-23
• 2.2.1.2 CIE L*a*b*顏色空間23
• 2.2.2 鐵譜圖像預(yù)處理23-26
• 2.2.2.1 鐵譜圖像的中值濾波23-24
• 2.2.2.2 鐵譜圖像的形態(tài)學(xué)處理24-26
• 2.2.3 大津閾值法去除背景26-29
• 2.2.3.1 大津閾值簡(jiǎn)介26
• 2.2.3.2 大津閾值算法原理26-27
• 2.2.3.3 改進(jìn)大津閾值法去除背景27-29
• 2.3 分水嶺算法分割29-31
• 2.3.1 分水嶺算法原理30-31
• 2.3.2 分水嶺算法分割31
• 2.4 紋理特征提取方法31-35
• 2.4.1 紋理定義31-32
• 2.4.2 統(tǒng)計(jì)類(lèi)紋理特征提取方法32-33
• 2.4.3 結(jié)構(gòu)類(lèi)紋理特征提取方法33-34
• 2.4.4 模型類(lèi)紋理特征提取方法34
• 2.4.5 信號(hào)處理類(lèi)紋理特征提取方法34-35
• 2.5 本章總結(jié)35-36
• 第三章 基于提升小波的磨粒紋理特征提取36-58
• 3.1 小波變換理論簡(jiǎn)介36-41
• 3.1.1 小波理論的形成和發(fā)展36
• 3.1.2 連續(xù)小波變換36-37
• 3.1.3 離散小波變換37
• 3.1.4 二維小波變換37-38
• 3.1.5 多分辨率分析和Mallat算法38-41
• 3.2 基于提升算法的小波變換41-45
• 3.2.1 提升小波概述41-42
• 3.2.2 提升小波變換42-44
• 3.2.3 提升小波算法實(shí)現(xiàn)44-45
• 3.3 基于提升小波的磨粒紋理特征提取45-56
• 3.3.1 小波基的選取原則45
• 3.3.2 幾種小波基的提升算法45-51
• 3.3.3 基于D4 提升小波的磨粒紋理特征提取51-54
• 3.3.4 磨粒紋理特征參數(shù)54
• 3.3.5 實(shí)驗(yàn)結(jié)果分析54-56
• 3.4 本章總結(jié)56-58
• 第四章 基于霍夫變換的磨粒紋理識(shí)別58-67
• 4.1 霍夫變換簡(jiǎn)介58-61
• 4.1.1 霍夫變換基本原理58-59
• 4.1.2 統(tǒng)計(jì)概率霍夫變換檢測(cè)59-60
• 4.1.3 霍夫變換紋理檢測(cè)60-61
• 4.2 磨粒紋理識(shí)別61-66
• 4.2.1 幾何特征參數(shù)61-62
• 4.2.2 特征參數(shù)提取及磨粒識(shí)別62
• 4.2.3 實(shí)驗(yàn)結(jié)果分析62-66
• 4.3 本章總結(jié)66-67
• 第五章 鐵譜磨粒紋理提取及識(shí)別系統(tǒng)67-72
• 5.1 系統(tǒng)平臺(tái)設(shè)計(jì)介紹67-68
• 5.1.1 平臺(tái)搭建67
• 5.1.2 OpenCV介紹67-68
• 5.2 系統(tǒng)模塊功能介紹68-71
• 5.3 本章總結(jié)71-72
• 第六章 總結(jié)與展望72-74
• 6.1 本課題的主要研究工作72
• 6.2 本課題創(chuàng)新點(diǎn)72-73
• 6.3 對(duì)本課題研究的展望73-74
• 參考文獻(xiàn)74-78
• 致謝78-79
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文79

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 顏彬;基于空域結(jié)構(gòu)的自適應(yīng)紋理識(shí)別算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2004年08期

2 劉曉民;;紋理研究及其應(yīng)用綜述[J];測(cè)控技術(shù);2008年05期

3 彭宏;李雄飛;;風(fēng)格圖案的紋理生成方法[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2011年02期

4 惠鵬飛;苗鳳娟;陶佰睿;周喜權(quán);;基于紋理分析法的豆?jié){凝結(jié)特性試驗(yàn)研究[J];食品工業(yè);2013年07期

5 于曉晗;袁保宗;;方向測(cè)度及其在紋理識(shí)別中的應(yīng)用[J];自動(dòng)化學(xué)報(bào);1990年04期

6 李德仁;張繼賢;;影象紋理分析的現(xiàn)狀和方法(一)[J];武測(cè)科技;1993年03期

7 黃勝華,劉海鷹,彭思龍,洪繼光;基于非乘積型小波的紋理分析[J];中國(guó)圖象圖形學(xué)報(bào);1998年09期

8 鄭麗穎,田凱,王科俊;基于混沌映射的紋理圖象生成方法[J];中國(guó)圖象圖形學(xué)報(bào);2002年10期

9 李文舉,梁德群,王新年,于東;基于紋理一致性測(cè)度的汽車(chē)車(chē)徽分割方法[J];計(jì)算機(jī)應(yīng)用研究;2004年10期

10 潘璐璐;葉正麟;孟帆;;一種基于概周期性的紋理圖象分析及合成方法[J];計(jì)算機(jī)工程與應(yīng)用;2006年24期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 徐國(guó)棟;郭恒業(yè);;統(tǒng)計(jì)紋理生成模型[A];中國(guó)科學(xué)技術(shù)協(xié)會(huì)首屆青年學(xué)術(shù)年會(huì)論文集（工科分冊(cè)·上冊(cè)）[C];1992年

2 盧海燕;陳明;孫梅;宋樹(shù)良;馬艷;鄭傳立;;肝纖維化超聲圖像紋理分析與組織學(xué)檢查對(duì)照研究[A];第二屆長(zhǎng)三角超聲醫(yī)學(xué)論壇暨2009年浙江省超聲醫(yī)學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2009年

3 楊關(guān);馮國(guó)燦;鄒小林;劉志勇;;彩色紋理分析中的高斯圖模型[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

4 熊欣;何中市;;紋理分析在超聲圖像中的應(yīng)用[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

5 姚明海;應(yīng)宏微;;基于反饋的汽車(chē)牌照紋理分析定位算法的研究[A];第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2004年

6 黃戰(zhàn)華;劉正;張振;蔡懷宇;楊基春;張尹馨;;基于矢量化方法的紋理缺陷快速檢測(cè)[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅰ）[C];2008年

7 管玉娟;王淑晴;關(guān)澤群;;紋理分析的條件模式譜方法[A];第十四屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

8 劉佳;李哲英;王淑英;;路標(biāo)識(shí)別算法研究[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下）[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 高妮;基于Contourlet提取紋理建立早期AD的高斯過(guò)程預(yù)測(cè)模型[D];首都醫(yī)科大學(xué);2016年

2 張國(guó)鵬;三維紋理分析在虛擬結(jié)腸鏡計(jì)算機(jī)輔助檢測(cè)/診斷中的應(yīng)用研究[D];第四軍醫(yī)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陳金霞;快速粒度估計(jì)法在紋理分析中的應(yīng)用研究[D];華南理工大學(xué);2015年

2 劉W，

本文編號(hào)：682014