摘要
本发明公开了一种铣刀重建及多维度磨损评价方法及系统,使用非下采样剪切变换对源图像进行分解,获取低频子带和高频子带,通过计算低频子带的加权融合值保留图像轮廓信息,通过层优化方法优化高频子带;将优化后的高频子带输入增强的基于补丁的卷积神经网络进行融合,生成三维深度图;通过图像能量最小化和熵优化从三维深度图中选择最优切片,然后与低频子带进行逆非下采样剪切变换得到完整的融合图像;建立包括磨损值、面积和体积的多维评估标准,对完整图像进行全面评估铣刀磨损状态。能够深入分析立式工具的磨损机制,并提供准确的端铣刀磨损状态评估。
技术关键词
磨损评价方法
深度图
图像轮廓信息
铣刀
融合规则
补丁
卷积神经网络模型
立式工具
切片
测量点
评价系统
模块
脉冲
动态
邻域
机制
矩阵
序列
参数
系统为您推荐了相关专利信息
服务型机器人
识别方法
深度图
隐私保护模块
图像
轮廓提取
茶叶嫩芽采摘
智能检测方法
RGBD图像
实例分割
履带机器人
机器人传感器
智能分析算法
液压缓冲结构
电池电量管理