摘要
本发明涉及减震器缺陷检测技术领域,公开了一种基于机器视觉的电动车减震器缺陷检测方法及系统,该方法包括通过高分辨率成像采集设备采集多角度光源照射下的初始图像集合;根据初始图像集合进行去噪滤波处理,得到清晰图像数据;根据清晰图像数据进行缺陷分类和空间分布分析,得到包含缺陷类型和缺陷空间分布的表面特征向量;根据表面特征向量进行振动幅值采集和相位角测量操作,并进行频谱分析构建性能参数向量;根据性能参数向量和表面特征向量进行数据融合,得到融合特征;将融合特征输入到预先构建的关联预测模型中,得到缺陷预测数据;根据缺陷预测数据进行缺陷影响程度分析,得到缺陷评估结果。本发明为减震器质量控制和性能优化提供依据。
技术关键词
缺陷检测方法
缺陷预测
减震器
分类边界
融合特征
高分辨率成像
图像
频率响应特征
傅里叶变换算法
振动信号特征
视觉
分类特征
Sobel边缘检测
直方图均衡化算法
采集设备
幅值
分水岭分割算法
生成结构化数据
系统为您推荐了相关专利信息
文本分类模型
文本分类方法
统计特征
分类模型训练方法
矩阵
可见光图像
状态空间模型
解码器
Sigmoid函数
融合策略
节点
故障检测模型
物联网故障检测
协同优化控制
故障定位算法
集成电路
混合损失函数
编码器模块
离散余弦变换
融合特征
系统故障预测方法
时序特征
网络特征
统计特征
融合特征