摘要
本发明公开了一种多模态双链路的螺纹测量方法,包括采集螺纹多模态图像;对采集的图像进行过滤与分割,并通过局部分割提取目标区域;通过提取人工特征来测量螺纹的几何参数;通过AI学习深度特征分类螺纹的几何参数;将通过人工特征和深度特征获得的几何参数进行动态融合获得最终螺纹参数。本发明所提出的多模态、双链路螺纹几何参数的测量方法,通过非接触式的方式测量螺纹的几何参数,避免对螺纹造成磨损。同时,通过手工特征和深度特征结合的方式,有效地处理螺纹表面的铁屑、毛刺等不稳定影响,提升测量结果的稳定性。
技术关键词
螺纹测量方法
深度特征学习
Harris角点检测算法
顶点
多模态
像素点
螺纹参数
手工特征
抑制图像噪声
链路
矩阵
邻域
模块
滤波算法
图像分割
非接触式
编码
系统为您推荐了相关专利信息
头盔内壁
电池支架
多模态传感器
解锁方法
控制单元
情绪预测方法
多模态深度学习
数据
前馈神经网络
文本
跨模态
协同检索方法
融合特征
多模态特征
三元组损失函数